Die Studierenden lernen algorithmisches Denken. Sie kennen die grundlegenden statischen und dynamischen Datenstrukturen, die wichtigsten Sortier- und Suchalgorithmen, sowie die Konzepte von Rekursion und Zufallszahlen. Darüber hinaus sind sie in der Lage, die Komplexität von Algorithmen im Hinblick auf Laufzeit und Speicherbedarf zu analysieren. In den Übungen wenden die Studierenden die in der Vorlesung vorgestellten Themen in der Praxis an, indem sie Algorithmen in Java entwerfen und implementieren.

Curriculum Bachelorstudium Informatik: VL, öffnet eine externe URL in einem neuen Fenster, UE, öffnet eine externe URL in einem neuen Fenster
Sprache: Deutsch, Programmiersprache: Java
LVA-Nr.: VL 340100, UE 340110-34011x

Die Studierenden lernen algorithmisches Denken. Sie kennen die grundlegenden statischen und dynamischen Datenstrukturen, die wichtigsten Sortier- und Suchalgorithmen, sowie die Konzepte von Rekursion und Zufallszahlen. Darüber hinaus sind sie in der Lage, die Komplexität von Algorithmen im Hinblick auf Laufzeit und Speicherbedarf zu analysieren In den Übungen wenden die Studierenden die in der Vorlesung vorgestellten Themen in der Praxis an, indem sie Algorithmen in Python entwerfen und implementieren.

Curriculum Bachelorstudium Artificial Intelligence: VL, öffnet eine externe URL in einem neuen Fenster, UE, öffnet eine externe URL in einem neuen Fenster
Sprache: Englisch, Programmiersprache: Python
LVA-Nr.: VL 340200, UE 340210-34021x

Die Studierenden kennen die wichtigsten fortgeschrittenen Algorithmen und Datenstrukturen für die Suche auf Basis von Bäumen und Hashes. Sie verstehen das Prinzip von Graphen und lernen, wie man Graphenstrukturen implementiert. Des Weiteren kennen die Studierenden fortgeschrittene Graphenalgorithmen zum Finden von Pfaden und zur Analyse von Flussnetzwerken. Zusätzlich verstehen sie grundlegende Konzepte der Optimierung mit evolutionären und PRAM-Algorithmen. In den Übungen wenden die Studierenden die in der Vorlesung vorgestellten Themen in der Praxis an, indem sie Algorithmen in Java oder Python entwerfen und implementieren.

Curriculum Bachelorstudium Informatik: VL, öffnet eine externe URL in einem neuen Fenster, UE, öffnet eine externe URL in einem neuen Fenster
Sprache: Englisch, Programmiersprache: Java oder Python
LVA-Nr.: VL 340300, UE 34031x (Java), UE 34032x (Python)

Studierende erlernen grundsätzliche Klassifikationen, Charakteristika und Anwendungsgebiete von eingebetteten Systemen. Sie kennen unterschiedliche Sensoren, Aktuatoren, Möglichkeiten der Lokalisierung und Positionierung sowie digitale Kommunikationsmöglichkeiten. Darüber hinaus sind sie in der Lage nicht-funktionale Systemeigenschaften sowie Echtzeitsysteme zu analysieren sowie Scheduler und konkurrierende Modelle zu erstellen. In den Übungen wird in drei Workshops die praktische Anwendung von eingebetteten Systemen vermittelt. Die Studierenden wenden die in der Vorlesung behandelten Themen im Rahmen von Übungen sowie einem das Semester umspannenden Gruppenprojekts praktisch an.

Curriculum Bachelorstudium Informatik: VL, öffnet eine externe URL in einem neuen Fenster, UE, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: VL 340400, UE 340410-34041x

Projektpraktikum für Studierende, die ihre Bachelorarbeit in Informatik am Institut für Pervasive Computing schreiben. Im Rahmen des Projektpraktikums wird die Bachelorarbeit angefertigt und beurteilt.

Curriculum Bachelorstudium Informatik: PR, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340010

Kurs für Studierende, die ihre Bachelorarbeit im Studium Artificial Intelligence am Institut für Pervasive Computing schreiben möchten. Die Kurse "Seminar in AI" (3 ECTS, 4. Semester, Sommersemester) und "Practical Work in AI" (7,5 ECTS, 5. Semester, Wintersemester) sollen die Studierenden auf die Bachelorarbeit (6. Semester, Sommersemester) vorbereiten, wobei ein erneuter Fachwechsel möglich ist.

Curriculum Bachelorstudium Artificial Intelligence: PR, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340912

Kurs für Studierende, die ihre Bachelorarbeit im Studium Artificial Intelligence am Institut für Pervasive Computing schreiben möchten. Die Kurse "Seminar in AI" (3 ECTS, 4. Semester, Sommersemester) und "Practical Work in AI" (7,5 ECTS, 5. Semester, Wintersemester) sollen die Studierenden auf die Bachelorarbeit (6. Semester, Sommersemester) vorbereiten, wobei ein erneuter Fachwechsel möglich ist.

Curriculum Bachelorstudium Artificial Intelligence: SE, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340910

Kurs für Studierende, die ihre Bachelorarbeit im Studium Artificial Intelligence am Institut für Pervasive Computing schreiben.

Curriculum Bachelorstudium Artificial Intelligence: PR, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340915

Das sich ständig weiterentwickelnde Feld des Pervasive Computing bezieht sich auf Computer, die jederzeit und überall zum Einsatz kommen. Das Konzept der Verwendung von kleinen, mit dem Internet verbundenen und kostengünstigen Computern, um bei alltäglichen Funktionen auf automatisierte Weise zu helfen, berührt verteiltes Computing, Mobile Computing, Location Computing, mobile Netzwerke, Sensornetzwerke, Mensch-Computer-Interaktion, kontextbezogene Technologien und künstliche Intelligenz. Dieser Kurs konzentriert sich auf den zugrundeliegenden Stand der Technik von Ubicomp-Technologien, die Herausforderungen, die sich daraus für die gesamte Informatik ergeben: im Systemdesign und -engineering, in der Systemmodellierung und im Design von Benutzeroberflächen, sowie auf die potenziellen Anwendungsbereiche. Die Studierenden sollen die zugrundeliegenden Prinzipien, Methoden und Modelle verstehen, die notwendig sind, um vollständig robuste Ubiquitous-Computing-Systeme und -Umgebungen zu ermöglichen. Die Übungen Pervasive Computing: Systems and Environments und Pervasive Computing: Design and Development werden gemeinsam abgehalten. Studierende haben die Möglichkeit, mit Sensing-Technologien zu arbeiten und verschiedene Machine-Learning-Klassifikationsmethoden zu üben. Die Studierenden sammeln praktische Erfahrungen in allen Phasen des Entwurfs und der Entwicklung von Pervasive-Systemen und entwickeln ein praktisches Verständnis für die Zeit- und Platzbeschränkungen von Embedded Computing.

Curriculum Masterstudium Computer Science: VL, öffnet eine externe URL in einem neuen Fenster, UE, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: VL 340500, UE 340510

Das sich ständig weiterentwickelnde Feld des Pervasive Computing bezieht sich auf Computer, die jederzeit und überall zum Einsatz kommen. Dieser Kurs ist eng mit dem Kurs „Pervasive Computing: Systems and Environments“ verflochten, und konzentriert sich auf die Grundlagen der Entwicklung von Pervasive-Computing-Systemen, die weit über die Entwicklung traditioneller Computersysteme hinausgehen und dabei Abstraktionen für Computing-Ensembles, Echtzeit, Realraum, Zielorientiertheit, Verlässlichkeit, Korrektheit, Modalitäten der Interaktion, explizite und implizite Nutzung, Benutzerfreundlichkeit und Vertrauen verlangt. Die Studierenden sollen die wichtigsten Entwurfsprinzipien und Entwicklungsmethoden des entstehenden "natürlichen" Interaktionsparadigmas im Gegensatz zu traditionellen Interaktionsmodellen, z.B. kommandozeilen-, menügesteuert oder GUI-basiert, kennenlernen. Die Übungen Pervasive Computing: Systems and Environments und Pervasive Computing: Design and Development werden gemeinsam abgehalten. Studierende haben die Möglichkeit, mit Sensing-Technologien zu arbeiten und verschiedene Machine-Learning-Klassifikationsmethoden zu üben. Die Studierenden sammeln praktische Erfahrungen in allen Phasen des Entwurfs und der Entwicklung von Pervasive-Systemen und entwickeln ein praktisches Verständnis für die Zeit- und Platzbeschränkungen von Embedded Computing.

Curriculum Masterstudium Computer Science: VL, öffnet eine externe URL in einem neuen Fenster, UE, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: VL 340600, UE 340610

Seminar für Studierende, die ihre Masterarbeit am Institut für Pervasive Computing schreiben. Der Fortschritt der eigenen Masterarbeit wird an Hand von Vorträgen präsentiert und zur Diskussion gestellt. Daneben lernen Studierende auch, die Präsentationen anderer TeilnehmerInnen kritisch zu hinterfragen und durch Diskussionen Inputs zu geben.

Curriculum Masterstudium Computer Science, SE-WS, öffnet eine externe URL in einem neuen Fenster, SE-SS, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340020, 340021

Studierende zeigen im Rahmen eines größeren Projekts, dass sie die Inhalte des Kernfachs in konkreten Aufgabenstellungen umsetzen können. Im Laufe des Semesters wird ein Projekt aus dem Kernfach selbstständig oder im Team bearbeitet.

Curriculum Masterstudium Computer Science, PR, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340030

In den Seminaren werden die Studierenden zum wissenschaftlichen Arbeiten angeleitet. Sie lernen dabei insbesondere selbständig ein wissenschaftliches Thema im Pervasive Computing zu bearbeiten, eine Literaturrecherche durchzuführen, einen Seminarbericht nach wissenschaftlichen Standards zu schreiben, eine Präsentation zu halten und diese zu verteidigen, und die Präsentationen der anderen Teilnehmer*innen zu diskutieren.

Curriculum Masterstudium Computer Science, SE, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340040

Beispiele für frühere Seminar- und Projektthemen:

Seminar für Studierende, die ihre Masterarbeit in Artificial Intelligence am Institut für Pervasive Computing schreiben.

Curriculum Masterstudium Artificial Intelligence, SE, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340920

Seminar für Studierende, die ihre Dissertation am Institut für Pervasive Computing schreiben.

Curriculum Doktoratsstudium Technische Wissenschaften, SE, öffnet eine externe URL in einem neuen Fenster
LVA-Nr.: 340001