lehrgebietsvorstellung prof. dr. günter rudolph fachbereich informatik lehrstuhl für algorithm...
TRANSCRIPT
Lehrgebietsvorstellung
Prof. Dr. Günter Rudolph
Fachbereich Informatik
Lehrstuhl für Algorithm Engineering (LS 11)
Fachgebiet Computational Intelligence
Sommersemester 2008
Rudolph: LGV (SS 2008) 2
Wie kam ich zur Informatik?
Gymnasium
Untertertia → Mathematikunterricht (1976)
Spiele:
Autorennen, Frogger, „Städte verteidigen“, …
Nützliches:
Lösung LGS, Stöchiometrie, Geometrie, …
Treibende Kräfte:
1. Spieltrieb
2. Hang zur Bequemlichkeit
Die Anfänge …
Rudolph: LGV (SS 2008) 3
Wie ging es weiter?
● Studium der Informatik in Karlsruhe und Dortmund
● Wissenschaftlicher Angestellter, UniDo, Informatik, LS 11 2 Jahre
● Wissenschaftlicher Angestellter, Informatik Centrum Dortmund 3 Jahre
● Promotion 1996 (UniDo)
● Wissenschaftlicher Angestellter, UniDo, SFB 531 (CI) 4 Jahre
● Produkt- und Softwareentwicklung, Parsytec AG, Aachen 4 Jahre
● Univ.-Prof. (W2), UniDo, Informatik, LS 11 seit 2005
Fachgebiet Computational Intelligence
Lebenslauf
Rudolph: LGV (SS 2008) 4
Fachgebiet Computational Intelligence
Informationsverarbeitung in natürlichen System verstehen
) Prinzip umsetzen in algorithmische Konzepte zur Problemlösung
Computational Intelligence (CI) =
Wozu soll das gut sein?
Verwendbar bei Problemstellungen, für die
● herkömmliche Verfahren versagen oder
● spezialisierte Verfahren noch nicht existieren.
Rudolph: LGV (SS 2008) 5
Fachgebiet Computational Intelligence
Methoden, die durch Natur inspiriert sind:
Fuzzy Systeme
Neuronale Netze
Evolutionäre Algorithmen
Schwarmintelligenz
Immunnetzwerke
CI
½
Bionik
in der
Informatik
Sonderforschungsbereich 531Computational Intelligence
Rudolph: LGV (SS 2008) 6
Fachgebiet Computational Intelligence
Beispiel: Fuzzy Logik → „Rechnen mit Wörtern“ (menschliche Sprache)
● klassisch: Modus ponens
a ba
b
IF X ist A, THEN Y ist BX ist A‘
Y ist B‘
IF Heizung ist heiß, THEN Energieverbrauch ist hochHeizung ist warm
Energieverbrauch ist normal
Bsp.:
● fuzzy: Generalisierter modus ponens (GMP)
Rudolph: LGV (SS 2008) 7
Fachgebiet Computational Intelligence
Beispiel: Neuronale Netzwerke → Vorbild Gehirn
Beobachtung:
Mensch kann leicht Muster in Punktwolken erkennen …
→ algorithmische Realisierung?
Idee:
kleinste Einheit (Neuron) nachbildenund miteinander verknüpfen
Rudolph: LGV (SS 2008) 8
Fachgebiet Computational Intelligence
Beispiel: Evolutionäre Algorithmen → Vorbild biologische Evolution
Beobachtung:
Anpassung der Individuen an ihre Umwelt interpretierbar als Optimierungsprozess
→ wird getrieben durch Variation des Erbguts und natürliche Selektion
Umsetzung:
f(x1, x2, … xn) → max!
Individuum = (x1, x2, …, xn) „Erbgut“
Mutation: Wert in einem xi invertieren
xi 2 { 0, 1 }
Selektion: übernehme mutiertes Individuum wenn Fitness höher
Rudolph: LGV (SS 2008) 9
Fachgebiet Computational Intelligence
Beispiel: Schwarmintelligenz → Vorbild: Ameisen, Vögel, Fische, …
Ameisen auf Futtersuche
) kürzeste Wege in Graphen!
Nest Futter
Prinzip kann man verallgemeinern
für bel. kombinatorische Probleme
Rudolph: LGV (SS 2008) 10
Fachgebiet Computational Intelligence
Beispiel: Immunnetzwerke → Vorbild: Immunsystem Wirbeltiere
Fähigkeiten:
Freund / Feind – Erkennung
Anpassung an neue, unbekannte Situation (Pathogene)
Immunität, schnelle Immunantwort
→ Mustererkennung, Virusinfektion Computer, …
Rudolph: LGV (SS 2008) 11
Lehrveranstaltungen im Hauptstudium (Master)
Fundamente der Computational Intelligence (4V + 2Ü)
Multikriterielle Optimierung mit Metaheuristiken (2V)
Data Mining mit CI-Methoden (2V + 1Ü)
ab WS 2007/08: (Diplom und Master)
bisher:
Praktische Optimierung (4V + 2Ü)
Ausgewählte Kapitel der Computational Intelligence (2V + 2Ü)
Basismodul
Vertiefungsmodul
Forschungsbereich Intelligente Systeme
SPG 6+7
Diplom
Rudolph: LGV (SS 2008) 12
Lehrveranstaltungen im Hauptstudium (Master)
Seminare:
SS 2005 Evolutionäre Algorithmen in der Bioinformatik
SS 2006 Planung und Analyse von Computerexperimenten
SS 2007 Computational Intelligence bei Computerspielen
SS 2008 Computational Intelligence in der Musikinformatik
Projektgruppen:
WS 2008/09 Ausgewählte Forschungsgebiete der Musikdatenanalyse
PG 487 Methoden der Computational Intelligence in der Bioinformatik
PG 511 Computational Intelligence bei Computerspielen
PG 529 Modellierung menschenähnlicher Gegenspieler in Strategiespielen
PG xyz → noch ungewiss!
Rudolph: LGV (SS 2008) 13
Lehrveranstaltungen im Grundstudium
Proseminare:
SS 2006 Multithreading-Techniken
SS 2007 Musikinformatik
SS 2008 Medieninformatik
Vorlesung:
Einführung in die Programmierung (C++) für ET / IT / WiMa 4V + 2Ü + 4P
(immer im WS)
bzw. Bachelor
Rudolph: LGV (SS 2008) 14
Diplomarbeiten
● Methodische Arbeiten: Algorithmus für neue Problemklasse, neue Ideen ausprobieren → Computerexperimente planen und analysieren (Statistik!)
● Praktische Arbeiten: Konkrete Problemlösung, meist in Zusammenarbeit mit anderen Fachbereichen, Industrie, … → Einarbeitung in (fachfremde) Gedankenwelt
) jedes Problem kann in Diplomarbeit bearbeitet werden …
… mit Methoden der Computational Intelligence!
eigene Themenvorschläge
willkommen!
Rudolph: LGV (SS 2008) 15
Diplomarbeiten
Voraussetzungen:
Vorlesung Praktische Optimierung (Empfehlung)
Gute Programmierkenntnisse (C++, Java)
Fähigkeit zur Literaturrecherche
Interesse / Begeisterung für das Thema
Sprechstunde:
Dienstags, 10:30 – 11:30h und nach Vereinbarung
OH14, R. [email protected]
Hausruf: 7702