| Art der Veranstaltung | Vorlesung + Übung (Lehrsprache Englisch) |
| Niveaustufe | Hauptstudium / Master |
| Semester | Sommersemester |
| Creditpoints | 5 CP |
| Umfang | 3 SWS |
| Prüfung | Klausur (60 min) |
| Dozent | Prof. Dr.-Ing. Thomas Seel |
| Übungsleiter | M. Sc. Jan-Hendrik Ewering |
Ziel der Lehrveranstaltung
Im Umfang der Vorlesung "Data and AI-driven Methods in Engineering" werden neuartige Methoden aus dem Bereich der künstlichen Intelligenz im Kontext relevanter ingenieurswissenschaftlicher Anwendungsgebiete behandelt. Die Studierenden lernen anspruchsvolle reale Probleme mit geeigneten Algorithmen, unter anderem Werkzeuge des Maschinellen Lernens, zu lösen.
Inhalt der Lehrveranstaltung
Im Einzelnen werden folgende Konzepte und Methoden im Kontext technischer Anwendungen gelehrt und diskutiert:
- Überblick und Einordnung von Problemen und Methoden
- Zusammenfassung grundlegender Methoden und Konzepte des maschinellen Lernens und der KI
- Überblick über nachhaltige ingenieurwissenschaftliche Anwendungen
- Wichtige übergreifende Konzepte
- Sim-to-real-Gap, Transfer Learning, Domain Adaptation
- Hybride Methoden und physikalisch-informiertes maschinelles Lernen
- Semi-Supervised Learning, Active Learning, Inkrementelles Lernen, Online-Learning
- Explainability, Safety, Security, Reliability, Resilience
- Daten- und KI-getriebene Methoden in Simulation und Optimierung
- Maschinelle Lernverfahren für komplexe Optimierung
- Surrogatmodelle in Simulation und Modellordnungsreduktion
- Kriging und Gauß'sche Prozesse für technische Anwendungen
- Daten- und KI-getriebene Methoden in Datenanalyse und Entscheidungsfindung
- Data Mining in technischen Anwendungen
- Predictive Maintenance, datengetriebene digitale Zwillinge
- KI-getriebene Entscheidungsfindung, Planung, Expertensysteme
- Daten- und KI-getriebene Methoden für physikalische Interaktion
- Bayes'sche Methoden für Sensor-/Informationsfusion
- KI in der Bewegungsplanung
- Lernen und lernende Regelungsmethoden in dynamischen Systemen
Materialien
Die vorlesungsbegleitenden Materialien für die Veranstaltung "Data and AI-driven Methods in Engineering" werden bei Stud.IP im Verlauf der Vorlesung zum Download bereit gestellt. Diese beinhalten im Wesentlichen die Vorlesungsfolien, Übungsaufgaben, Klausurunterlagen sowie Sekundärliteratur.
Besonderheiten
Die Übungen (je 45 Minuten) finden in einem zweiwöchentlichen Rythmus statt. statt. In den verbleibenden Zeitfenstern (Wochen ohne Übung) werden optionale Formate zur Unterstützung der Lehre angeboten (z.B. Programmiersprechstunde, Journal Club).
Ansprechperson
30823 Garbsen