| Lehrinhalte |
Fuzzy Logic:
Motivation, Fuzzy Mengen und logische Operationen, t-Normen, Fuzzy Relationen, Extensionsprinzip, Linguistische Variable, Fuzzy Inferenz, Anwendungsbeispiele.
Fuzzy Control:
Motivation, grundlegende Ideen, Fuzzy Inferenz, Defuzzifizierung, wichtige Typen von Fuzzy Controllern (Mamdani, Tagaki-Sugeno Controller), Anwendungsbeispiele.
Genetische Algorithmen:
Motivation, grundlegende Begriffe der Evolutionsstrategie (Mutation, Rekombination, Selektion) und deren mathematische Modellierung (Fitnessfunktion), Anwendungsbeispiele, Ausblick auf Verallgemeinerungen wie etwa genetische Programmierung.
Neuronale Netze:
Motivation, grundlegende Begriffe künstlicher neuronaler Netzwerke (in Analogie zu den "natürlichen" neuronalen Netzwerken im Gehirn), Netzwerk-Topologie, Anwendungsbeispiele.
Mehrwertige Logiken:
Grundlagen mehrwertiger Logiken, logische Operatoren in diesem Kontext (Konjunktionen, Implikationen, Negationen), wichtige Beispiele (BL-, Gödel-, Produkt- und Łukasiewicz Logik, ...) und deren algebraische Darstellungen (BL-, G-, $\Pi$- und MV-Algebra, ...), Schlussregeln, Vollständigkeitsaussagen.
Entscheidungstheorie:
Motivation, Präferenz- und Ordnungsrelationen, Entscheidungen auf Basis sicherer, vager und stochastischer Informationen, Modellierung von Entscheidungsprozessen, Anwendungsbeispiele.
Lernende Systeme:
Motivation, Lernmodelle auf Basis sicherer, vager und stochastischer Daten, supervised/unsupervised learning, online/offline learning, Anwendungsbeispiele
Spezialvorlesung Wissensbasierte mathematische Systeme, Seminar Wissensbasierte mathematische Systeme:
Spezielle Themen und aktuelle wissenschaftliche Arbeiten aus dem Fach Wissensbasierte mathematische Systeme
|
