Adaptive Modellierung und Simulation Kapitel 1: Einleitung

Slides:



Advertisements
Ähnliche Präsentationen
Adaptive Systeme Prof. Rüdiger Brause WS 2011.
Advertisements

Simulation komplexer technischer Anlagen
Eingebettete Systeme Qualität und Produktivität
Moderne Methoden der KI: Maschinelles Lernen
Eingebettete Systeme Qualität und Produktivität
Herzlich Willkommen! zum Grundkurs II im WS 2010/
Theorien und Methoden des Vergleichs
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2012.
Adaptive Systeme Prof. Rüdiger Brause WS 2009.
Prof. Dr. Holger Schlingloff
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Die erste Stunde.
Der Umgang mit qualitativ erhobenen Daten: Strategien der Datenanalyse
FS_Geschwindigkeitsmessung
Übung Datenbanksysteme WS 2003/ Übung Datenbanksysteme Hierarchische DBMS
A. Zündorf, SE Group Reverse Engineering K2 1 Übersicht 1.Quelltextanalyse mit regulären Ausdrücken 2.Compilertechniken 3.Prozessanalyse 4.Dynamische Analyse.
Willkommen zu Vorlesung
Universität Karlsruhe (TH) © 2006 Univ,Karlsruhe, IPD, Prof. Lockemann/Prof. BöhmTAV 0 Transaktionsverwaltung Einführung.
Anmeldung bei Stud.IP Stud.IP ist ein Lern-, Informations- und Projekt-Management- System, das von Hochschulen, Bildungseinrichtungen, Behörden und Unternehmen.
Allgemeine Informationen
Allgemeine Informationen
PHProjekt – eine open source Projektmanagementsoftware
INSTITUT FÜR DATENTECHNIK UND KOMMUNIKATIONS- NETZE 1 Harald Schrom ViEWcon08.
Spezifikation von Anforderungen
ISESE03 Software-Qualitätssicherung VU ( ) Software-Qualitätssicherung UE ( ) Vorbesprechung Denis Frast, Stefan Biffl Institut für Softwaretechnik.
Praktische Optimierung Sommersemester 2010 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Ausgleichungsrechnung II
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Universität zu Köln Historisch-Kulturwissenschaftliche Informationsverarbeitung Softwaretechnologie II (Teil I): Simulation und 3D Programmierung Prof.
Adaptive Systeme Prof. Rüdiger Brause WS 2013.
Adaptive Systeme-2 Grundlagen
Adaptive Systeme-2 Prof. Rüdiger Brause WS 2011 Organisation Einführung in adaptive Systeme B-AS-1, M-AS-1 Vorlesung Dienstags Uhr, SR9 Übungen.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Telecooperation/RBG GdI/ICS 1 WS 2008/2009
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Fundamente der Computational Intelligence (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Wintersemester.
Praktische Optimierung (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Wintersemester 2007/08.
Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich.
Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich.
Praktische Optimierung – Präludium
Seminar SE 2 st. Uni Klagenfurt: und TU Wien: 187
Modellieren dynamischer Prozesse
Projekt Lichtwanze 2AHEL
Erfindervon Fuzzy Logic
Schule  Universität Was erwartet Sie dort?.
Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich.
1 Dr. Carlheinrich Heiland Universität Hamburg - Die Computersimulation verändert als Schlüsseltechnologie die Arbeitsweise in Planung.
Modellbildung und Simulation
Strukturen und Probleme der Gegenwartsgesellschaft(en) Grundzüge der Soziologie II Prof. Dr. Johann Bacher
Pflichtwahlfächer im Hauptstudium Bildungs-und Wissenssoziologie Lehrstuhl: Prof. Kreutz Assistent: Dipl. Sozw. Alexander Endreß Lehrbeauftragte:
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2012.
Universität zu Köln Historisch-Kulturwissenschaftliche Informationsverarbeitung Softwaretechnologie II (Teil I): Simulation und 3D Programmierung Prof.
Geoinformation I Lutz Plümer
Strukturmodelle: Systematik, State of the Art bearbeitet von: Dr. Gerhard Buck-Sorlin Institut für Pflanzengenetik und Kulturpflanzenforschung Gatersleben.
Modellbildung und Simulation
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Foliendesign: Jörg Steinrücken & Tobias Kahn Vorlesung
Christian Scheideler WS 2008
Geoinformation II 6. Sem. Vorlesung April 2000 Geometrische Algorithmen - ein einführendes, größeres Beispiel für ein Semester-begleitendes Programmier.
Design und Optimierung optischer Systeme durch Neuronale Netze und Genetische Algorithmen.
STUNDENPLANGESTALTUNG 1. BACHELORSEMESTER WIRTSCHAFTSPÄDAGOGIK HWS 2015 / 2016 B. Sc. Wirtschaftspädagogik HWS 2015 /
Grundlagen der computergestützten Produktion und Logistik W1332
Unternehmensgründung Vorlesung WS 2015 / Vorhandener Abschluss in: Diplom I oder B.Sc. in Maschinenbau (o.ä.), Wirtschaftsingenieurwesen, Wirtschaftswissenschaften.
Nachtrag: Vorläufiger Zeitplan 1. ▪Bisher haben Studierende keinen persönlichen Zugang zu CAMPUSonline (nur als Gast) ▪Systemwechsel vom 4. bis frühestens.
Vorlesung Wasserwirtschaftliche Modellierung
Campusmanagement und E-Learning – eine Optimierungsstrategie AMH Frühjahrs-Tagung, März 2011 Dr. Thomas Strauch.
Buchung von Räumen. ▪Verschiedene Szenarien möglich ▪Nur ich/unsere Abteilung kann Raum buchen ▪Jeder/nur bestimmte Abteilung kann Raum anfragen, ich/unsere.
Schwerpunkt Mess-, Steuer- und Regelungstechnik
“Einführung in das türkische Recht”
“Einführung in das türkische Recht”
Im Glas befindet sich eine stark riechende Substanz
 Präsentation transkript:

Adaptive Modellierung und Simulation Kapitel 1: Einleitung Rüdiger Brause

Adaptive Modellierung - Vorlesung Dozent Prof. Dr. Rüdiger Brause Kontakt R.Brause@Informatik.Uni-Frankfurt.de Zimmer 104a, 1.Stock Informatikgebäude Modulprüfung mündl. Prüfung (oder Klausur) R.Brause, Kap.1: Einleitung

Adaptive Modellierung - Übungen Ort, Zeit Raum 9, Erdgeschoss Informatikgebäude Donnerstags 12-14 Uhr Abgabe der Übungen bis Dienstags Vorlesung Schriftlicher Ausdruck PDF und code per email an den Dozenten R.Brause, Kap.1: Einleitung

Modellierung und Simulation - Einleitung Vorteile der Modellierung „Ausprobieren“ unrealistischer oder seltener Bedingungen z. B. Erdbeben bei Hochhausmodellen „Ausprobieren“ ohne Folgen materieller, politischer, humaner Art. Schnellerer oder langsamerer Ablauf als in der Realität. Modelle sind schneller, billiger, einfacher zu Erstellen als die echten Untersuchungen, Projekte, Aufbauten. R.Brause, Kap.1: Einleitung

Modellierung und Simulation - Einleitung Probleme der Modellierung Reduzierung der Information: Aspektorientierte Betrachtung Auswahl des Blickwinkels und der Fragestellung: Beispiel: Ozean Routen für Segelschiffe: Windmodelle, Strömungskarten Klimasystem: Wärmekapazität, Erwärmungszonen, Strömungen. Ernährung: Fischreichtum, Algenbewuchs, Planktonkonzentration Quantitative Modellierung benötigt viele Daten, die nicht vorhanden oder unzuverlässig sind => Lücken durch Wissen schließen R.Brause, Kap.1: Einleitung

Modellierung und Simulation - Übersicht Approximierende Modellierung: Black Box-Modell Lineare Modelle Nicht-lineare Modelle: Neuronale Netze Eingabe System Ausgabe black box R.Brause, Kap.1: Einleitung

Modellierung und Simulation - Übersicht Wissensbasierte Modellierung: White Box-Modell Dynamische Modellierung Elementare Modelle Eingabe System Ausgabe white box Faktor1 Faktor2 Faktor3 + – R.Brause, Kap.1: Einleitung

Modellierung und Simulation - Übersicht Hierarchische Systeme: grey box-Modell Hybride Systeme aus black box und white box-Ansatz Modellierung von Subsystemen Vereinfachung von Systemen Eingabe System Ausgabe grey box Faktor1 Faktor3 – + R.Brause, Kap.1: Einleitung

Modellierung und Simulation - Übersicht Stochastische Simulation Simulation diskreter Systeme Simulation mit Zufallszahlen Monte-Carlo-Simulation Simulationsrahmen Messung und Konstruktion von Eingabeverteilungen R.Brause, Kap.1: Einleitung