250531 VO Selected topics in applied mathematics (2006W)
Selected topics in applied mathematics
Labels
Erstmals am Donnerstag, 5. Oktober 2006
Details
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Thursday
05.10.
15:15 - 16:45
Seminarraum
Thursday
12.10.
15:15 - 16:45
Seminarraum
Thursday
19.10.
15:15 - 16:45
Seminarraum
Thursday
09.11.
15:15 - 16:45
Seminarraum
Thursday
16.11.
15:15 - 16:45
Seminarraum
Thursday
23.11.
15:15 - 16:45
Seminarraum
Thursday
30.11.
15:15 - 16:45
Seminarraum
Thursday
07.12.
15:15 - 16:45
Seminarraum
Thursday
14.12.
15:15 - 16:45
Seminarraum
Thursday
11.01.
15:15 - 16:45
Seminarraum
Thursday
18.01.
15:15 - 16:45
Seminarraum
Thursday
25.01.
15:15 - 16:45
Seminarraum
Information
Aims, contents and method of the course
Assessment and permitted materials
Minimum requirements and assessment criteria
Examination topics
Reading list
Association in the course directory
Last modified: Mo 07.09.2020 15:40
Robots schafft bzw. erweitert.Für den Zweck der Vorlesung werden wir voraussetzen, dass alle diese Aufgaben beliebig schnell lösbar sind; das erlaubt es uns, eine gute Übersicht über die wesentlichen Konzepte und Grundalgorithmen zu bekommen, auch wenn wir viele komplexe Probleme nur streifen. Bei realen Robots muss man natürlich Kompromisse machen, die das Gebiet der KI dann recht unübersichtlich, und den tatsächlichen Bau eines leistungsfähigen
Robots immer noch zu einer grossen Herausforderung machen, die unsere
Möglichkeiten hier bei weitem übersteigt.Ein paar Stichworte:# Sensoren (für Licht, Schall, Kraft, Temperatur, Chemie)
# Robots (Mechanik, optimale Steuerung, Schutz)
# Ungewissheit (Statistik, Fuzzy Logic, Bayesische Netzwerke)
# Maschinelles Lernen (neuronale Netze, Klassifikation)
# Interpretation (Bildverarbeitung, Verstehen, logisches Schliessen)
# Kommunikation (Sprache, soziale Interaktion)
# Implementation (Hardware, Software)
# Philosophie (Was ist Intelligenz?, Selbsterkenntnis, Träume, Gefühle)Vorausgesetzt werden Abstraktionsvermögen und Matrizenrechnung; Kenntnisse in Numerischer Mathematik und Optimierung sind nützlich (falls Sie diese nicht haben, motiviert Sie die Vorlesung sicher, sich solche Kenntnisse demnächst zu erwerben).