Website
Modulhandbuch ab WS 2014/15

Modul RO5501-KP04

Graphical Models in Systems and Control (GMSC)

Dauer:


1 Semester
Angebotsturnus:


Jedes Sommersemester
Leistungspunkte:


4
Studiengang, Fachgebiet und Fachsemester:
  • Master Medizinische Ingenieurwissenschaft 2020 (Wahlpflicht), Informatik/Elektrotechnik, Beliebiges Fachsemester
  • Master Mathematik in Medizin und Lebenswissenschaften 2016 (Wahlpflicht), Informatik, 3. Fachsemester
  • Master Medizinische Ingenieurwissenschaft 2014 (Wahlpflicht), Informatik/Elektrotechnik, 1. oder 2. Fachsemester
Lehrveranstaltungen:
  • RO5501-V: Graphische Modelle in der System- und Regelungstheorie (Vorlesung, 2 SWS)
  • RO5501-Ü: Graphische Modelle in der System- und Regelungstheorie (Übung, 1 SWS)
Workload:
  • 30 Stunden Präsenzübung
  • 30 Stunden Selbststudium und Aufgabenbearbeitung
  • 60 Stunden Präsenzstudium
Lehrinhalte:
  • Einführung in die Wahrscheinlichkeitstheorie, sowie diskrete und kontinuierlich verteilte Zufallsvariablen
  • Grundlegende Kenntnisse zu probabilistischen graphischen Modellen
  • Erweiterte Kenntnisse zu (Forney-)Faktorgraphen als probabilistisches graphisches Modell
  • Message Passing mittels Sum- und Max-Produkt Algorithmus
  • Gauß'sches Message Passing
  • Zustandschätzung im probabilistischen Framework (Kalman Filter und Smoother inklusive Erweiterungen)
  • Parameterschätzung mittels Expectation Maximization
  • Expectation Propagation
  • Regelung auf Faktorgraphen
Qualifikationsziele/Kompetenzen:
  • Die Studierenden erwerben und vertiefen grundlegende Kenntnisse der Wahrscheinlichkeitstheorie und der Transformation diskret und kontinuierlich verteilter Zufallsvariablen.
  • Die Studierenden können einfache lineare Algorithmen wie das Kalman Filter mit Hilfe graphischer probabilistischer Modelle verstehen
  • Die Studierenden können Elemente von probabilistischen Algorithmen mit Hilfe graphischer probabilistischer Modelle zu neuen Algorithmen kombinieren.
  • Die Studierenden können fortgeschrittene Signalverarbeitung, Parameter- und Zustandsschätzprobleme, sowie Regelalgorithmen mit Hilfe grapischer probabilistischer verstehen, erweitern und auf relevante Probleme anpassen.
Vergabe von Leistungspunkten und Benotung durch:
  • Klausur, mündliche Prüfung und/oder Präsentation nach Maßgabe des Dozierenden
Modulverantwortlicher:
Lehrende:
Literatur:
Sprache:
  • Wird nur auf Englisch angeboten
Bemerkungen:

Zulassungsvoraussetzungen zum Modul:
- Keine

Zulassungsvoraussetzungen zur Prüfung:
- Informationen in der ersten Vorlesung

Letzte Änderung:
28.10.2019

Modulhandbuch online

Zur Liste aller Module