Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Bio-inspired & Grid Computing I

Ähnliche Präsentationen


Präsentation zum Thema: "Bio-inspired & Grid Computing I"—  Präsentation transkript:

1 Bio-inspired & Grid Computing I
Hauptseminar im WS 2006/07

2 © Bernhard Bauer, all rights reserved 2006
Agenda Lernziele Seminarblöcke und -themen Organisatorisches Wichtige Termine © Bernhard Bauer, all rights reserved 2006

3 © Bernhard Bauer, all rights reserved 2006
Lernziele Was ist Bio-inspired Computing? Welche natürlichen Vorbilder wurden bislang gefunden? (Vorbild) Auf welche Problemklassen sind diese Vorbilder anwendbar? (Einordnung) Zu welchen Inspirationen haben diese geführt? (Theorie) Wie konnten die Inspirationen erfolgreich angewandt werden? (Praxis) Was ist Grid Computing? Welche Konzepte stehen dahinter? Technische Details & Hintergründe Services im Grid Semantik & Grid © Bernhard Bauer, all rights reserved 2006

4 Seminarblöcke und -themen
Seminarblock Bio-inspired Computing Thema 01: Einführung in Biologically-inspired Computing Thema 02: Emergente Systeme Thema 03: Evolutionäre Algorithmen Thema 04: Zellulare Automaten Thema 05: Neuronale Netze Thema 06: Künstliche Immunsysteme Seminarblock Grid Computing Thema 07: Einführung in Grid Computing Thema 08: Grid-Middleware Thema 09: Grundlagen des Service Grid Thema 10: Service Discovery im Grid Thema 11: Grundlagen des Semantic Grid Thema 12: Semantic-enabled Grid Services © Bernhard Bauer, all rights reserved 2006

5 Seminarblöcke und -themen
Thema 01: Einführung in Biologically-inspired Computing Vorbild: Natur Grundlagen Geschichte Definitionen Einordnung und Abgrenzung Natural Computing Bionik Bioinformatik Biomimicry Biomorphic Überblick Emergente Systeme Evolutionäre Algorithmen Zellulare Automaten Neuronale Netze Künstliche Immunsysteme © Bernhard Bauer, all rights reserved 2006

6 Seminarblöcke und -themen
Thema 02: Emergente Systeme Vorbild: Insektenkolonien, … Emergente Systeme sind nicht durch Zerlegung beschreibbar oder reduzierbar, d.h., dass sich bestimmte Eigenschaften eines Ganzen nicht aus seinen Teilen erklären lassen („Das Ganze ist mehr als die Summe seiner Teile“) Definitionen Emergenz Selbst-Organisation Komplexe Systeme Schwarmintelligenz Ameisen Bienen Termiten Weitere emergente Systeme Beispiele Bewertung Vorteile / Nachteile © Bernhard Bauer, all rights reserved 2006

7 Seminarblöcke und -themen
Thema 03: Evolutionäre Algorithmen Vorbild: Evolution Ein Evolutionärer Algorithmus (EA) ist ein Optimierungsverfahren, das als Vorbild die biologische Evolution hat. Ein EA kann auf drei biologische Prinzipien zurückgeführt werden: Mutation, Rekombination und Selektion. Grundlagen Geschichte Definitionen Teilbereiche Genetische Algorithmen (genetic algorithms) Genetisches Programmieren (genetic programming) Evolutionäres Programmieren (evolutionary programming) Evolutionsstrategien (evolution strategies) Beispiele Bewertung Vorteile / Nachteile © Bernhard Bauer, all rights reserved 2006

8 Seminarblöcke und -themen
Thema 04: Zellulare Automaten Vorbild: Zellverbünde Zellulare Automaten dienen der Modellierung räumlich diskreter dynamischer Systeme, wobei die Entwicklung einzelner Zellen zum Zeitpunkt t+1 primär von den Zellzuständen in einer vorgegebenen Nachbarschaft und vom eigenen Zustand zum Zeitpunkt t abhängt. Grundlagen Geschichte Definitionen Theorie Beispiele Bewertung Vorteile / Nachteile © Bernhard Bauer, all rights reserved 2006

9 Seminarblöcke und -themen
Thema 05: Neuronale Netze Vorbild: Gehirn Neuronale Netze beschreiben die konzeptionelle Struktur und Informationsarchitektur des Gehirns von Tieren und Menschen. Die besondere Eigenschaft neuronaler Netze besteht darin, dass sie komplexe Muster lernen können, ohne dass eine Abstraktion über die diesen Mustern zugrunde liegenden Regeln stattfindet. Grundlagen Geschichte Definitionen Theorie Beispiele Bewertung Vorteile / Nachteile © Bernhard Bauer, all rights reserved 2006

10 Seminarblöcke und -themen
Thema 06: Künstliche Immunsysteme Vorbild: Immunsystem Künstliche Immunsysteme sind adaptive, durch die theoretische Immunologie und beobachtete Immunfunktionen inspirierte Systeme, Prinzipien und Modelle, die zum Problemlösen verwendet werden. Grundlagen Geschichte Definitionen Theorie Beispiele Bewertung Vorteile / Nachteile © Bernhard Bauer, all rights reserved 2006

11 Seminarblöcke und -themen
Thema 07: Einführung in Grid Computing Grundidee Definition Geschichte Arten von Grids Computational Grid Data Grid Service Grid Architektur Schichtenmodell Virtuelle Organisationen (VOs) Organisationen OGF (Open Grid Forum) Global Grid Forum (GGF) EGA (Enterprise Grid Alliance) OASIS Globus Alliance © Bernhard Bauer, all rights reserved 2006

12 Seminarblöcke und -themen
Thema 08: Grid-Middleware Sinn und Zweck Funktionalität Architektur, Komponenten Vergleich Globus Tooklit 4 gLite Unicore Demo Eine Middleware nach Wahl praktische Vorführung © Bernhard Bauer, all rights reserved 2006

13 Seminarblöcke und -themen
Thema 09: Grundlagen des Service Grid Abgrenzung Serviceorientierung Virtualisierung von Ressourcen Architektur des Service Grid Open Grid Services Architecture (OGSA) Grid Services vs. Web Services Unterschiede Ergänzungen Beschreibung von Grid Services Web Services Resource Framework (WSRF) Beispiel © Bernhard Bauer, all rights reserved 2006

14 Seminarblöcke und -themen
Thema 10: Service Discovery Grid Information Services Anforderungen Funktionsweise Verzeichnisdienste dezentrale Ansätze Protokolle Realisierung im Globus Toolkit 4 Globus MDS © Bernhard Bauer, all rights reserved 2006

15 Seminarblöcke und -themen
Thema 11: Grundlagen des Semantic Grid Ideen, Entstehung Grundlage: Semantic Web (Services) Metadaten, Ontologien Inferenz(maschinen) Beschreibungssprachen RDF OWL Übertragung aufs Grid state of the art Vision: Konvergenz von Semantic Web & Grid Beispiel: myGrid © Bernhard Bauer, all rights reserved 2006

16 Seminarblöcke und -themen
Thema 12: Semantic-enabled Grid Services Semantische Beschreibung von Diensten OWL-S WSDL-S Beispiel Auffinden von Diensten mit Hilfe von Semantik ontologiebaisertes Matchmaking Ideen aus der Forschung © Bernhard Bauer, all rights reserved 2006

17 © Bernhard Bauer, all rights reserved 2006
Organisatorisches Bewerbung an Name, Matrikelnummer, Studiengang, Semester Bereits gehörte Vorlesungen und Seminare im Hauptstudium Gegebenenfalls weitere qualifizierende Vorkenntnisse Drei priorisierte Themenwünsche STUDIS Nachträgliche Anmeldung in STUDIS zwingend erforderlich Seminararbeit Formatvorlage auf PvS-Website (Springer LNCS, LaTeX) Umfang: Seiten (exkl. Anhang) Abgabe aller für die Kompilierung notwendigen Ressourcen + Arbeit im pdf-Format Seminarvortrag Formatvorlage auf PvS-Website (PowerPoint, andere Programme erlaubt) Dauer: ca. 45 min / Person (35-40 min Vortrag, 5-10 min Diskussion) © Bernhard Bauer, all rights reserved 2006

18 © Bernhard Bauer, all rights reserved 2006
Wichtige Termine Kickoff-Meeting: Bewerbungsschluss: Verteilung der Themen: Versand von Literaturhinweisen: (spätestens) Schließung der Warteliste: 1. Besprechung: (spätestens) Literaturrecherche abgeschlossen Grobgliederung erstellt 2. Besprechung: (spätestens) Feingliederung erstellt Seminararbeit ~90% geschrieben Abgabe der Seminararbeiten: (spätestens) Veröffentlichung der Arbeiten: (spätestens) Seminarvorträge: Abgabe der Foliensätze: Anmeldung in STUDIS: tt.mm.yyyy (spätestens) © Bernhard Bauer, all rights reserved 2006


Herunterladen ppt "Bio-inspired & Grid Computing I"

Ähnliche Präsentationen


Google-Anzeigen