15
Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence Sommersemester 2008

Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Embed Size (px)

Citation preview

Page 1: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Lehrgebietsvorstellung

Prof. Dr. Günter Rudolph

Fachbereich Informatik

Lehrstuhl für Algorithm Engineering (LS 11)

Fachgebiet Computational Intelligence

Sommersemester 2008

Page 2: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 2

Wie kam ich zur Informatik?

Gymnasium

Untertertia → Mathematikunterricht (1976)

Spiele:

Autorennen, Frogger, „Städte verteidigen“, …

Nützliches:

Lösung LGS, Stöchiometrie, Geometrie, …

Treibende Kräfte:

1. Spieltrieb

2. Hang zur Bequemlichkeit

Die Anfänge …

Page 3: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 3

Wie ging es weiter?

● Studium der Informatik in Karlsruhe und Dortmund

● Wissenschaftlicher Angestellter, UniDo, Informatik, LS 11 2 Jahre

● Wissenschaftlicher Angestellter, Informatik Centrum Dortmund 3 Jahre

● Promotion 1996 (UniDo)

● Wissenschaftlicher Angestellter, UniDo, SFB 531 (CI) 4 Jahre

● Produkt- und Softwareentwicklung, Parsytec AG, Aachen 4 Jahre

● Univ.-Prof. (W2), UniDo, Informatik, LS 11 seit 2005

Fachgebiet Computational Intelligence

Lebenslauf

Page 4: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 4

Fachgebiet Computational Intelligence

Informationsverarbeitung in natürlichen System verstehen

) Prinzip umsetzen in algorithmische Konzepte zur Problemlösung

Computational Intelligence (CI) =

Wozu soll das gut sein?

Verwendbar bei Problemstellungen, für die

● herkömmliche Verfahren versagen oder

● spezialisierte Verfahren noch nicht existieren.

Page 5: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 5

Fachgebiet Computational Intelligence

Methoden, die durch Natur inspiriert sind:

Fuzzy Systeme

Neuronale Netze

Evolutionäre Algorithmen

Schwarmintelligenz

Immunnetzwerke

CI

½

Bionik

in der

Informatik

Sonderforschungsbereich 531Computational Intelligence

Page 6: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 6

Fachgebiet Computational Intelligence

Beispiel: Fuzzy Logik → „Rechnen mit Wörtern“ (menschliche Sprache)

● klassisch: Modus ponens

a ba

b

IF X ist A, THEN Y ist BX ist A‘

Y ist B‘

IF Heizung ist heiß, THEN Energieverbrauch ist hochHeizung ist warm

Energieverbrauch ist normal

Bsp.:

● fuzzy: Generalisierter modus ponens (GMP)

Page 7: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 7

Fachgebiet Computational Intelligence

Beispiel: Neuronale Netzwerke → Vorbild Gehirn

Beobachtung:

Mensch kann leicht Muster in Punktwolken erkennen …

→ algorithmische Realisierung?

Idee:

kleinste Einheit (Neuron) nachbildenund miteinander verknüpfen

Page 8: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 8

Fachgebiet Computational Intelligence

Beispiel: Evolutionäre Algorithmen → Vorbild biologische Evolution

Beobachtung:

Anpassung der Individuen an ihre Umwelt interpretierbar als Optimierungsprozess

→ wird getrieben durch Variation des Erbguts und natürliche Selektion

Umsetzung:

f(x1, x2, … xn) → max!

Individuum = (x1, x2, …, xn) „Erbgut“

Mutation: Wert in einem xi invertieren

xi 2 { 0, 1 }

Selektion: übernehme mutiertes Individuum wenn Fitness höher

Page 9: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 9

Fachgebiet Computational Intelligence

Beispiel: Schwarmintelligenz → Vorbild: Ameisen, Vögel, Fische, …

Ameisen auf Futtersuche

) kürzeste Wege in Graphen!

Nest Futter

Prinzip kann man verallgemeinern

für bel. kombinatorische Probleme

Page 10: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 10

Fachgebiet Computational Intelligence

Beispiel: Immunnetzwerke → Vorbild: Immunsystem Wirbeltiere

Fähigkeiten:

Freund / Feind – Erkennung

Anpassung an neue, unbekannte Situation (Pathogene)

Immunität, schnelle Immunantwort

→ Mustererkennung, Virusinfektion Computer, …

Page 11: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 11

Lehrveranstaltungen im Hauptstudium (Master)

Fundamente der Computational Intelligence (4V + 2Ü)

Multikriterielle Optimierung mit Metaheuristiken (2V)

Data Mining mit CI-Methoden (2V + 1Ü)

ab WS 2007/08: (Diplom und Master)

bisher:

Praktische Optimierung (4V + 2Ü)

Ausgewählte Kapitel der Computational Intelligence (2V + 2Ü)

Basismodul

Vertiefungsmodul

Forschungsbereich Intelligente Systeme

SPG 6+7

Diplom

Page 12: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 12

Lehrveranstaltungen im Hauptstudium (Master)

Seminare:

SS 2005 Evolutionäre Algorithmen in der Bioinformatik

SS 2006 Planung und Analyse von Computerexperimenten

SS 2007 Computational Intelligence bei Computerspielen

SS 2008 Computational Intelligence in der Musikinformatik

Projektgruppen:

WS 2008/09 Ausgewählte Forschungsgebiete der Musikdatenanalyse

PG 487 Methoden der Computational Intelligence in der Bioinformatik

PG 511 Computational Intelligence bei Computerspielen

PG 529 Modellierung menschenähnlicher Gegenspieler in Strategiespielen

PG xyz → noch ungewiss!

Page 13: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 13

Lehrveranstaltungen im Grundstudium

Proseminare:

SS 2006 Multithreading-Techniken

SS 2007 Musikinformatik

SS 2008 Medieninformatik

Vorlesung:

Einführung in die Programmierung (C++) für ET / IT / WiMa 4V + 2Ü + 4P

(immer im WS)

bzw. Bachelor

Page 14: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 14

Diplomarbeiten

● Methodische Arbeiten: Algorithmus für neue Problemklasse, neue Ideen ausprobieren → Computerexperimente planen und analysieren (Statistik!)

● Praktische Arbeiten: Konkrete Problemlösung, meist in Zusammenarbeit mit anderen Fachbereichen, Industrie, … → Einarbeitung in (fachfremde) Gedankenwelt

) jedes Problem kann in Diplomarbeit bearbeitet werden …

… mit Methoden der Computational Intelligence!

eigene Themenvorschläge

willkommen!

Page 15: Lehrgebietsvorstellung Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS 11) Fachgebiet Computational Intelligence

Rudolph: LGV (SS 2008) 15

Diplomarbeiten

Voraussetzungen:

Vorlesung Praktische Optimierung (Empfehlung)

Gute Programmierkenntnisse (C++, Java)

Fähigkeit zur Literaturrecherche

Interesse / Begeisterung für das Thema

Sprechstunde:

Dienstags, 10:30 – 11:30h und nach Vereinbarung

OH14, R. [email protected]

Hausruf: 7702