Satzung zur Änderung der Studien- und Prüfungs- ordnung ... · Praktikum Maschinelles Lernen 9 mündlich ja 1.0 Probabilistic and Bayesian Modelling in ML and AI 6 mündlich ja

Satzung zur Änderung der Studien- und Prüfungs- ordnung für den Masterstudiengang Technische Informatik der Fakultät IV – Elektrotechnik und Informatik der Technischen Universität Berlin *)

vom 20.01.2016

Der Fakultätsrat der Fakultät IV - Elektrotechnik und Informatik der Technischen Universität Berlin hat am 20.01.2016 gemäß § 18 Abs. 1 Nr. 1 der Grundordnung der Technischen Universität Berlin, § 71 Abs. 1 Nr. 1 des Gesetzes über die Hochschulen im Land Berlin (Berliner Hochschulgesetz – BerlHG ) in der Fassung vom 26. Juli 2011 (GVBl. S. 378), zuletzt geändert durch Artikel 4 des Gesetzes vom 9. Mai 2016 (GVBl. S. 226) die folgende Änderung der Studien - und Prüfungsordnung für den Masterstudiengang Technische Informatik beschlossen:

1. In der Studien- und Prüfungsordnung für den Masterstudiengang Technische Informatik in der Fassung vom 10.3.2010, AMBl. 17/2011 wird die Anlage Modulliste neu gefasst. Sie gilt ab dem Wintersemester 2016/17 in der in der Anlage veröffentlichten Form.

2. Die Änderungen treten am Tag nach der Veröffentlichung im Amtlichen Mitteilungsblatt der TU Berlin in Kraft.

Studiengangsbeschreibung: keine Angabe

Weitere Informationen finden Sie unter:keine Angabe

Studien-/Prüfungsordnungsbeschreibung: keine Angabe

Weitere Informationen zur Studienordnung finden Sie unter:keine Angabe

Weitere Informationen zur Prüfungsordnung finden Sie unter:keine Angabe

Die Gewichtungsangabe '1.0' bedeutet, die Note wird nach dem Umfang in LP gewichtet (§ 47 Abs. 6 AllgStuPO); '0.0' bedeutet, die Notewird nicht gewichtet; jede andere Zahl ist ein Multiplikationsfaktor für den Umfang in LP. Weitere Hinweise zur Bildung der Gesamtnote sindder geltenden Studien- und Prüfungsordnung zu entnehmen.

Studiengang

Master of Science Technische Informatik (MSc-TI)

Abschluss:

Master of ScienceKürzel:

MSc-TIImmatrikulation zum:

Winter- und Sommersemester

Fakultät:

Fakultät IVVerantwortlich:

Thewes, Roland

Master of Science Technische Informatik (MSc-TI)

Msc Technische Informatik PO 2010

Datum:

10.03.2010Punkte:

90

10.11.2016 10:11 Uhr Technische Informatik - Msc Technische Informat... Seite 1 von 11

Hauptfach aus ET Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es muss mindestens 1 Studiengangsbereich bestanden werden. Es darf höchstens 1 Studiengangsbereich bestanden werden.

Mikroelektronik Unterbereich von Hauptfach aus ET Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 12 Leistungspunkte bestanden werden. Es dürfen höchstens 18 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Nachrichtentechnik Unterbereich von Hauptfach aus ET Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 12 Leistungspunkte bestanden werden. Es dürfen höchstens 18 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Hauptfach aus INF Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es muss mindestens 1 Studiengangsbereich bestanden werden. Es darf höchstens 1 Studiengangsbereich bestanden werden.

Informationssysteme Unterbereich von Hauptfach aus INF Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 12 Leistungspunkte bestanden werden. Es dürfen höchstens 18 Leistungspunkte bestanden werden.

Technische Informatik (MSc) - Msc Technische Informatik PO 2010

Modulliste WS 2015/16

Titel LP Prüfungsform Benotet GewichtBauelemente Integrierter Schaltungen I 12 mündlich ja 1.0Bauelemente Integrierter Schaltungen II 12 mündlich ja 1.0Entwurf mikroelektronischer Systeme 12 Portfolioprüfung ja 1.0Integrated Circuits 12 mündlich ja 1.0Mikrosystemtechnik - Bauelemente 12 Portfolioprüfung ja 1.0Mikrosystemtechnik - Entwurf, Simulation und Zuverlässigkeit 12 Portfolioprüfung ja 1.0Mikrosystemtechnik - Technologie 12 Portfolioprüfung ja 1.0Nanotechnologien für Mikrosysteme 12 Portfolioprüfung ja 1.0

Titel LP Prüfungsform Benotet GewichtAntennen und EMV 12 Portfolioprüfung ja 1.0Digitale Mobilkommunikation 12 Portfolioprüfung ja 1.0Digitale Nachrichtenübertragung (Technische Informatik) 9 Portfolioprüfung ja 1.0Nachrichtenübertragung Seminar (TI) 3 Portfolioprüfung ja 1.0Optische Kommunikationstechnik 12 Portfolioprüfung ja 1.0Photonische Kommunikationsnetze und Komponenten 12 Portfolioprüfung ja 1.0Photonische Komponenten 12 Portfolioprüfung ja 1.0Quellencodierung - Multimediasignalverarbeitung (Technische Informatik) 9 Portfolioprüfung ja 1.0Quellencodierung Seminar (TI) 3 Portfolioprüfung ja 1.0


Module in diesem Studiengangsbereich:

Software-Engineering Unterbereich von Hauptfach aus INF Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 12 Leistungspunkte bestanden werden. Es dürfen höchstens 18 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Titel LP Prüfungsform Benotet GewichtAdvanced Agent Competition 9 Portfolioprüfung ja 1.0Advanced Ambient Assisted Living 6 Portfolioprüfung ja 1.0Advanced Information Management 1 (AIM-1) - Heterogeneous and DistributedInformation Systems

6 Portfolioprüfung ja 1.0

Advanced Information Management 2 - Management of Data Streams 6 mündlich ja 1.0Advanced Information Management 3 (AIM-3) Scalable Data Science: Systems &Methods (SDSSM)


Advances in Semantic Search 3 Portfolioprüfung ja 1.0Agententechnologie in der Forschung 6 Portfolioprüfung ja 1.0Algorithmic Research in Teams 9 Portfolioprüfung ja 1.0Ambient Assisted Living 6 Portfolioprüfung ja 1.0Autonomous Communications 9 Portfolioprüfung ja 1.0BDASEM - Big Data Analytics Seminar 3 Portfolioprüfung ja 1.0Betrieb komplexer IT-Systeme 6 mündlich ja 1.0Bildgebende Verfahren in der Medizin und der Neurobiologie 6 Portfolioprüfung ja 1.0CIT 7 - Current topics in IT infrastructures 3 Portfolioprüfung ja 1.0CIT 8 - Aktuelle Themen aus dem Bereich der verteilten Systeme 3 Portfolioprüfung ja 1.0Cloud Computing 6 mündlich ja 1.0Computational Biology 6 Portfolioprüfung ja 1.0Computational Biology: Aktuelle Themen 3 Portfolioprüfung ja 1.0DBT: Database Technology 6 Portfolioprüfung ja 1.0Entrepreneurship in Information Management / ENPRO 6 Portfolioprüfung ja 1.0Forschung in Künstlicher Intelligenz 6 Portfolioprüfung ja 1.0Hot Topics in Information Management / IMPRO 6 Portfolioprüfung ja 1.0IDB-PRA: Implementation of a Database Engine 6 Portfolioprüfung ja 1.0IMPRO3 - Big Data Analytics Project (BDAPRO) 9 Portfolioprüfung ja 1.0Intelligente Sicherheit in Netzwerken 9 Portfolioprüfung ja 1.0Interactive Systems 6 Portfolioprüfung ja 1.0Introduction to Computational Genomics 3 Portfolioprüfung ja 1.0Machine Intelligence I 6 mündlich ja 1.0Machine Intelligence II 6 mündlich ja 1.0Maschinelles Lernen 1 9 schriftlich ja 1.0Maschinelles Lernen 2 9 schriftlich ja 1.0Master Seminar: Operating Complex IT Systems 3 Portfolioprüfung ja 1.0Master-Projekt: Verteilte Systeme 9 Portfolioprüfung ja 1.0Modelle zur Informationsverarbeitung im Gehirn 6 mündlich ja 1.0Moderne Entwicklungen der Neuroinformatik 6 mündlich ja 1.0Monte Carlo Methods in Machine Learning and Artificial Intelligence 6 Portfolioprüfung ja 1.0Parameterized Algorithmics 6 mündlich ja 1.0Performance Evaluation of Computer Communication Systems 6 Portfolioprüfung ja 1.0Praktikum Maschinelles Lernen 9 mündlich ja 1.0Probabilistic and Bayesian Modelling in ML and AI 6 mündlich ja 1.0Projekt Maschinelles Lernen 9 Portfolioprüfung ja 1.0Projekt Neuronale Informationsverarbeitung 9 Portfolioprüfung ja 1.0Projekt: Brain-Computer Interfacing 9 Portfolioprüfung ja 1.0Projekt: Statistische Methoden in KI und ML 9 Portfolioprüfung ja 1.0Robotics: Project 9 Portfolioprüfung ja 1.0Semantic Search 6 mündlich ja 1.0Semantic Search Projekt 6 Portfolioprüfung ja 1.0Seminar Künstliche Intelligenz 3 Portfolioprüfung ja 1.0Special Topics in Communications Networks and Autonomous Security 3 Portfolioprüfung ja 1.0


Hauptfach aus TI Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es muss mindestens 1 Studiengangsbereich bestanden werden. Es darf höchstens 1 Studiengangsbereich bestanden werden.

Rechnertechnik Unterbereich von Hauptfach aus TI Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 12 Leistungspunkte bestanden werden. Es dürfen höchstens 18 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Technische Anwendungen Unterbereich von Hauptfach aus TI Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 12 Leistungspunkte bestanden werden. Es dürfen höchstens 18 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Titel LP Prüfungsform Benotet GewichtAdvanced Information Management 1 (AIM-1) - Heterogeneous and DistributedInformation Systems




Algebraische Prozesskalküle 6 Portfolioprüfung ja 1.0Algorithmic Research in Teams 9 Portfolioprüfung ja 1.0Analysis and Optimization of Embedded Systems 6 mündlich ja 1.0Compilerbau Praxis 9 Portfolioprüfung ja 1.0Computational Complexity 9 mündlich ja 1.0Current Research in Algorithms and Complexity 3 Portfolioprüfung ja 1.0Einführung in das interaktive Theorembeweisen 3 mündlich ja 1.0Entwicklung verteilter eingebetteter Systeme 3 Portfolioprüfung ja 1.0Entwicklungen in der Softwaretechnik 9 Portfolioprüfung ja 1.0IT Security Lab: Vulnerability Assessment 6 Portfolioprüfung ja 1.0Informatik und Entwicklungsländer 6 Portfolioprüfung ja 1.0Modelle und Theorie Verteilter Algorithmen 6 Portfolioprüfung ja 1.0Modellierung technischer Systeme 9 Portfolioprüfung ja 1.0Operating System Project & Seminar 9 Portfolioprüfung ja 1.0Parameterized Algorithmics 6 mündlich ja 1.0Programmiersprachen Praxis 9 Portfolioprüfung ja 1.0Quality Assurance of Embedded Systems 6 mündlich ja 1.0Randomized Algorithms 6 mündlich ja 1.0Research Colloquium on Algorithms and Complexity 3 Portfolioprüfung ja 1.0Schreiben und Publizieren eines wissenschaftlichen Artikels 6 Portfolioprüfung ja 1.0Seminar Software Engineering of Embedded Systems 3 Portfolioprüfung ja 1.0Software Security 6 Portfolioprüfung ja 1.0Synchrone und Asynchrone Interaktion in Verteilten Systemen 3 Portfolioprüfung ja 1.0Systementwicklung für ein Entwicklungsland 12 Portfolioprüfung ja 1.0Verifikation und Synthese Nebenläufiger Systeme 9 Portfolioprüfung ja 1.0

Titel LP Prüfungsform Benotet GewichtAusgewählte Themen der Entwurfsautomatisierung 3 Portfolioprüfung ja 1.0Entwurf Komplexer digitaler Systeme 3 mündlich ja 1.0Projekt angewandte eingebettete Systeme 6 Portfolioprüfung ja 1.0Recent Advances in Computer Architecture 3 Portfolioprüfung ja 1.0


Titel LP Prüfungsform Benotet Gewicht3D Computer Vision 12 Portfolioprüfung ja 1.0Ad-hoc and Sensor Networks 6 Portfolioprüfung ja 1.0Advanced Computer Architectures 6 Portfolioprüfung ja 1.0Advanced Computer Vision 12 Portfolioprüfung ja 1.0Aktuelle Fortschritte im Bereich Multicore-Systeme 3 Portfolioprüfung ja 1.0Applied Security 9 Portfolioprüfung ja 1.0Ausgewählte Gebiete aus Elektronik und Signalverarbeitung 6 Portfolioprüfung ja 1.0Automatic Image Analysis 6 schriftlich ja 1.0Bildsynthese in der Videokommunikation 3 mündlich ja 1.0Biometric Identification 3 Portfolioprüfung ja 1.0Communication Technologies for Embedded Systems 12 Portfolioprüfung ja 1.0Compiler Design 6 Portfolioprüfung ja 1.0Computer Arithmetic: Circuit Perspective 6 Portfolioprüfung ja 1.0Computer Security - Projekt 9 Portfolioprüfung ja 1.0Computer Security - Seminar 3 Portfolioprüfung ja 1.0Computer Security - Specialization Large 9 Portfolioprüfung ja 1.0Computer Security - Vertiefung klein 6 mündlich ja 1.0Computer Vision 12 schriftlich ja 1.0Computergraphik I (Grundlagen) 6 mündlich ja 1.0Computergraphik II (Geometrische Modellierung) 6 schriftlich ja 1.0Computergraphik Projekt 9 Portfolioprüfung ja 1.0Computergraphik Seminar A 3 Portfolioprüfung ja 1.0Computergraphik Seminar B 3 Portfolioprüfung ja 1.0Digital Communities 6 mündlich ja 1.0Digital Image Processing 6 schriftlich ja 1.0Distributed Algorithms 6 schriftlich ja 1.0Einführung in die Automobilelektronik 6 Portfolioprüfung ja 1.0Embedded Operating Systems 6 mündlich ja 1.0Embedded Systems Security Labor 6 Portfolioprüfung ja 1.0Game Programming 9 Portfolioprüfung ja 1.0Hot Topics in Next Generation Networks and Future Internet Technologies 3 Portfolioprüfung ja 1.0Hot Topics in Operating Systems and Distributed Systems 3 Portfolioprüfung ja 1.0IT Security Lab: Vulnerability Assessment 6 Portfolioprüfung ja 1.0Introduction to Physiological Computing 6 Portfolioprüfung ja 1.0Mechatronik 12 Portfolioprüfung ja 1.0Medizinelektronik 6 schriftlich ja 1.0Microwave and Radar Remote Sensing 6 schriftlich ja 1.0Middleware Concepts 6 mündlich ja 1.0Mikrocontroller-Projekt 6 Portfolioprüfung ja 1.0Mixed - Signal - Baugruppen 6 Portfolioprüfung ja 1.0Mobile Services 6 mündlich ja 1.0Modellgestützte Software- und Funktionsentwicklung für Kraftfahrzeuge 6 Portfolioprüfung ja 1.0Multicore Architectures 6 Portfolioprüfung ja 1.0Multimodal Interaction 6 mündlich ja 1.0Network Algorithms 6 schriftlich ja 1.0Network Architectures - Basics 6 schriftlich ja 1.0Network Architectures - Master Project 12 Portfolioprüfung ja 1.0Network Architectures - Master Project (small) 6 Portfolioprüfung ja 1.0Network Architectures - MeshLab 6 Portfolioprüfung ja 1.0Network Architectures - WirelessLab 9 Portfolioprüfung ja 1.0Network Architectures Specialization (big) 9 mündlich ja 1.0Network Architectures Specialization (small) 6 mündlich ja 1.0Network Optimization by Randomization 6 schriftlich ja 1.0Network Technologies (Large) 12 Portfolioprüfung ja 1.0Network Technologies (Medium) 9 Portfolioprüfung ja 1.0Network Technologies (Small) 6 Portfolioprüfung ja 1.0Networked Embedded Systems 6 Portfolioprüfung ja 1.0Netzwerkarchitekturen - RouterLab 9 Portfolioprüfung ja 1.0Next Generation Networks - Basis 1 9 Portfolioprüfung ja 1.0Next Generation Networks - Basis 2 12 Portfolioprüfung ja 1.0Next Generation Networks and Future Internet Technologies - Project 1 9 Portfolioprüfung ja 1.0Next Generation Networks and Future Internet Technologies - Project 2 9 Portfolioprüfung ja 1.0Operating System Design 6 schriftlich ja 1.0Operating System Project & Seminar 9 Portfolioprüfung ja 1.0


Masterarbeit Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Alle Unterelemente dieses Studiengangsbereiches müssen bestanden werden.

Schwerpunktfach aus ET Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es muss mindestens 1 Studiengangsbereich bestanden werden. Es darf höchstens 1 Studiengangsbereich bestanden werden.

Mikroelektronik Unterbereich von Schwerpunktfach aus ET Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 24 Leistungspunkte bestanden werden. Es dürfen höchstens 30 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Optical Remote Sensing 6 schriftlich ja 1.0Parallel Systems 6 mündlich ja 1.0Performance Evaluation of Computer Communication Systems 6 Portfolioprüfung ja 1.0Photogrammetric Computer Vision 9 schriftlich ja 1.0Project Hot Topics in Computer Vision A 6 Portfolioprüfung ja 1.0Project Hot Topics in Computer Vision B 6 Portfolioprüfung ja 1.0Project in advanced network technologies 6 Portfolioprüfung ja 1.0Projekt DCAITI 9 Portfolioprüfung ja 1.0Projekt angewandte eingebettete Systeme 6 Portfolioprüfung ja 1.0Remote Sensing 12 schriftlich ja 1.0Robotics 6 Portfolioprüfung ja 1.0Robotics I+II 12 Portfolioprüfung ja 1.0Robotics: Advanced 6 Portfolioprüfung ja 1.0Robotics: Current Topics 3 Portfolioprüfung ja 1.0Robotics: Project 9 Portfolioprüfung ja 1.0Seminar Mess- und Diagnosetechnik 3 Portfolioprüfung ja 1.0Signalprozessor-Projekt 6 Portfolioprüfung ja 1.0Signalverarbeitung 6 schriftlich ja 1.0Simulation I 6 Portfolioprüfung ja 1.0Simulation II 9 Portfolioprüfung ja 1.0Simulation und Technische Diagnose 6 Portfolioprüfung ja 1.0Speech Interaction 12 mündlich ja 1.0Speech Signal Processing and Speech Technology 6 mündlich ja 1.0Speech and Audio Technology 9 mündlich ja 1.0Stereobildverarbeitung in der Videokommunikation 3 mündlich ja 1.0Steuerung und Regelung von Kfz-Antriebssträngen 6 Portfolioprüfung ja 1.0Study Project Quality & Usability (6CP) 6 Portfolioprüfung ja 1.0Study Project Quality & Usability (9CP) 9 Portfolioprüfung ja 1.0Technische Diagnose I 6 Portfolioprüfung ja 1.0Usability Engineering 6 mündlich ja 1.0Usability in Multimodal Interaction 12 mündlich ja 1.0Vehicle-to-X Communication Systems 12 Portfolioprüfung ja 1.0Vehicular Communication Systems 12 Portfolioprüfung ja 1.0Vision and Imaging 9 Portfolioprüfung ja 1.0


Nachrichtentechnik Unterbereich von Schwerpunktfach aus ET Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 24 Leistungspunkte bestanden werden. Es dürfen höchstens 30 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Schwerpunktfach aus INF Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es muss mindestens 1 Studiengangsbereich bestanden werden. Es darf höchstens 1 Studiengangsbereich bestanden werden.

Informationssysteme Unterbereich von Schwerpunktfach aus INF Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 24 Leistungspunkte bestanden werden. Es dürfen höchstens 30 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Titel LP Prüfungsform Benotet GewichtBauelemente Integrierter Schaltungen I 12 mündlich ja 1.0Bauelemente Integrierter Schaltungen II 12 mündlich ja 1.0Entwurf mikroelektronischer Systeme 12 Portfolioprüfung ja 1.0Integrated Circuits 12 mündlich ja 1.0Mikrosystemtechnik - Bauelemente 12 Portfolioprüfung ja 1.0Mikrosystemtechnik - Entwurf, Simulation und Zuverlässigkeit 12 Portfolioprüfung ja 1.0Mikrosystemtechnik - Technologie 12 Portfolioprüfung ja 1.0Nanotechnologien für Mikrosysteme 12 Portfolioprüfung ja 1.0

Titel LP Prüfungsform Benotet GewichtAntennen und EMV 12 Portfolioprüfung ja 1.0Digitale Mobilkommunikation 12 Portfolioprüfung ja 1.0Digitale Nachrichtenübertragung (Technische Informatik) 9 Portfolioprüfung ja 1.0Nachrichtenübertragung Seminar (TI) 3 Portfolioprüfung ja 1.0Optische Kommunikationstechnik 12 Portfolioprüfung ja 1.0Photonische Kommunikationsnetze und Komponenten 12 Portfolioprüfung ja 1.0Photonische Komponenten 12 Portfolioprüfung ja 1.0Quellencodierung - Multimediasignalverarbeitung (Technische Informatik) 9 Portfolioprüfung ja 1.0Quellencodierung Seminar (TI) 3 Portfolioprüfung ja 1.0


Software-Engineering Unterbereich von Schwerpunktfach aus INF Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 24 Leistungspunkte bestanden werden. Es dürfen höchstens 30 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Titel LP Prüfungsform Benotet GewichtAdvanced Agent Competition 9 Portfolioprüfung ja 1.0Advanced Ambient Assisted Living 6 Portfolioprüfung ja 1.0Advanced Information Management 1 (AIM-1) - Heterogeneous and DistributedInformation Systems




Advances in Semantic Search 3 Portfolioprüfung ja 1.0Agententechnologie in der Forschung 6 Portfolioprüfung ja 1.0Algorithmic Research in Teams 9 Portfolioprüfung ja 1.0Ambient Assisted Living 6 Portfolioprüfung ja 1.0Autonomous Communications 9 Portfolioprüfung ja 1.0BDASEM - Big Data Analytics Seminar 3 Portfolioprüfung ja 1.0Betrieb komplexer IT-Systeme 6 mündlich ja 1.0Bildgebende Verfahren in der Medizin und der Neurobiologie 6 Portfolioprüfung ja 1.0CIT 7 - Current topics in IT infrastructures 3 Portfolioprüfung ja 1.0CIT 8 - Aktuelle Themen aus dem Bereich der verteilten Systeme 3 Portfolioprüfung ja 1.0Cloud Computing 6 mündlich ja 1.0Computational Biology 6 Portfolioprüfung ja 1.0Computational Biology: Aktuelle Themen 3 Portfolioprüfung ja 1.0DBT: Database Technology 6 Portfolioprüfung ja 1.0Entrepreneurship in Information Management / ENPRO 6 Portfolioprüfung ja 1.0Forschung in Künstlicher Intelligenz 6 Portfolioprüfung ja 1.0Hot Topics in Information Management / IMPRO 6 Portfolioprüfung ja 1.0IDB-PRA: Implementation of a Database Engine 6 Portfolioprüfung ja 1.0IMPRO3 - Big Data Analytics Project (BDAPRO) 9 Portfolioprüfung ja 1.0Intelligente Sicherheit in Netzwerken 9 Portfolioprüfung ja 1.0Interactive Systems 6 Portfolioprüfung ja 1.0Introduction to Computational Genomics 3 Portfolioprüfung ja 1.0Machine Intelligence I 6 mündlich ja 1.0Machine Intelligence II 6 mündlich ja 1.0Maschinelles Lernen 1 9 schriftlich ja 1.0Maschinelles Lernen 2 9 schriftlich ja 1.0Master Seminar: Operating Complex IT Systems 3 Portfolioprüfung ja 1.0Master-Projekt: Verteilte Systeme 9 Portfolioprüfung ja 1.0Modelle zur Informationsverarbeitung im Gehirn 6 mündlich ja 1.0Moderne Entwicklungen der Neuroinformatik 6 mündlich ja 1.0Monte Carlo Methods in Machine Learning and Artificial Intelligence 6 Portfolioprüfung ja 1.0Parameterized Algorithmics 6 mündlich ja 1.0Performance Evaluation of Computer Communication Systems 6 Portfolioprüfung ja 1.0Praktikum Maschinelles Lernen 9 mündlich ja 1.0Probabilistic and Bayesian Modelling in ML and AI 6 mündlich ja 1.0Projekt Maschinelles Lernen 9 Portfolioprüfung ja 1.0Projekt Neuronale Informationsverarbeitung 9 Portfolioprüfung ja 1.0Projekt: Brain-Computer Interfacing 9 Portfolioprüfung ja 1.0Projekt: Statistische Methoden in KI und ML 9 Portfolioprüfung ja 1.0Robotics: Project 9 Portfolioprüfung ja 1.0Semantic Search 6 mündlich ja 1.0Semantic Search Projekt 6 Portfolioprüfung ja 1.0Seminar Künstliche Intelligenz 3 Portfolioprüfung ja 1.0Special Topics in Communications Networks and Autonomous Security 3 Portfolioprüfung ja 1.0


Schwerpunktfach aus TI Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es muss mindestens 1 Studiengangsbereich bestanden werden. Es darf höchstens 1 Studiengangsbereich bestanden werden.

Rechnertechnik Unterbereich von Schwerpunktfach aus TI Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 24 Leistungspunkte bestanden werden. Es dürfen höchstens 30 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Technische Anwendungen Unterbereich von Schwerpunktfach aus TI Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 24 Leistungspunkte bestanden werden. Es dürfen höchstens 30 Leistungspunkte bestanden werden. Module in diesem Studiengangsbereich:

Titel LP Prüfungsform Benotet GewichtAdvanced Information Management 1 (AIM-1) - Heterogeneous and DistributedInformation Systems




Algebraische Prozesskalküle 6 Portfolioprüfung ja 1.0Algorithmic Research in Teams 9 Portfolioprüfung ja 1.0Analysis and Optimization of Embedded Systems 6 mündlich ja 1.0Compilerbau Praxis 9 Portfolioprüfung ja 1.0Computational Complexity 9 mündlich ja 1.0Current Research in Algorithms and Complexity 3 Portfolioprüfung ja 1.0Einführung in das interaktive Theorembeweisen 3 mündlich ja 1.0Entwicklung verteilter eingebetteter Systeme 3 Portfolioprüfung ja 1.0Entwicklungen in der Softwaretechnik 9 Portfolioprüfung ja 1.0IT Security Lab: Vulnerability Assessment 6 Portfolioprüfung ja 1.0Informatik und Entwicklungsländer 6 Portfolioprüfung ja 1.0Modelle und Theorie Verteilter Algorithmen 6 Portfolioprüfung ja 1.0Modellierung technischer Systeme 9 Portfolioprüfung ja 1.0Operating System Project & Seminar 9 Portfolioprüfung ja 1.0Parameterized Algorithmics 6 mündlich ja 1.0Programmiersprachen Praxis 9 Portfolioprüfung ja 1.0Quality Assurance of Embedded Systems 6 mündlich ja 1.0Randomized Algorithms 6 mündlich ja 1.0Research Colloquium on Algorithms and Complexity 3 Portfolioprüfung ja 1.0Schreiben und Publizieren eines wissenschaftlichen Artikels 6 Portfolioprüfung ja 1.0Seminar Software Engineering of Embedded Systems 3 Portfolioprüfung ja 1.0Software Security 6 Portfolioprüfung ja 1.0Synchrone und Asynchrone Interaktion in Verteilten Systemen 3 Portfolioprüfung ja 1.0Systementwicklung für ein Entwicklungsland 12 Portfolioprüfung ja 1.0Verifikation und Synthese Nebenläufiger Systeme 9 Portfolioprüfung ja 1.0

Titel LP Prüfungsform Benotet GewichtAusgewählte Themen der Entwurfsautomatisierung 3 Portfolioprüfung ja 1.0Entwurf Komplexer digitaler Systeme 3 mündlich ja 1.0Projekt angewandte eingebettete Systeme 6 Portfolioprüfung ja 1.0Recent Advances in Computer Architecture 3 Portfolioprüfung ja 1.0


Titel LP Prüfungsform Benotet Gewicht3D Computer Vision 12 Portfolioprüfung ja 1.0Ad-hoc and Sensor Networks 6 Portfolioprüfung ja 1.0Advanced Computer Architectures 6 Portfolioprüfung ja 1.0Advanced Computer Vision 12 Portfolioprüfung ja 1.0Aktuelle Fortschritte im Bereich Multicore-Systeme 3 Portfolioprüfung ja 1.0Applied Security 9 Portfolioprüfung ja 1.0Ausgewählte Gebiete aus Elektronik und Signalverarbeitung 6 Portfolioprüfung ja 1.0Automatic Image Analysis 6 schriftlich ja 1.0Bildsynthese in der Videokommunikation 3 mündlich ja 1.0Biometric Identification 3 Portfolioprüfung ja 1.0Communication Technologies for Embedded Systems 12 Portfolioprüfung ja 1.0Computer Arithmetic: Circuit Perspective 6 Portfolioprüfung ja 1.0Computer Security - Projekt 9 Portfolioprüfung ja 1.0Computer Security - Seminar 3 Portfolioprüfung ja 1.0Computer Security - Specialization Large 9 Portfolioprüfung ja 1.0Computer Security - Vertiefung klein 6 mündlich ja 1.0Computer Vision 12 schriftlich ja 1.0Computergraphik I (Grundlagen) 6 mündlich ja 1.0Computergraphik II (Geometrische Modellierung) 6 schriftlich ja 1.0Computergraphik Projekt 9 Portfolioprüfung ja 1.0Computergraphik Seminar A 3 Portfolioprüfung ja 1.0Computergraphik Seminar B 3 Portfolioprüfung ja 1.0Digital Communities 6 mündlich ja 1.0Digital Image Processing 6 schriftlich ja 1.0Distributed Algorithms 6 schriftlich ja 1.0Einführung in die Automobilelektronik 6 Portfolioprüfung ja 1.0Embedded Operating Systems 6 mündlich ja 1.0Embedded Systems Security Labor 6 Portfolioprüfung ja 1.0Game Programming 9 Portfolioprüfung ja 1.0Hot Topics in Next Generation Networks and Future Internet Technologies 3 Portfolioprüfung ja 1.0Hot Topics in Operating Systems and Distributed Systems 3 Portfolioprüfung ja 1.0IT Security Lab: Vulnerability Assessment 6 Portfolioprüfung ja 1.0Introduction to Physiological Computing 6 Portfolioprüfung ja 1.0Mechatronik 12 Portfolioprüfung ja 1.0Medizinelektronik 6 schriftlich ja 1.0Microwave and Radar Remote Sensing 6 schriftlich ja 1.0Middleware Concepts 6 mündlich ja 1.0Mikrocontroller-Projekt 6 Portfolioprüfung ja 1.0Mixed - Signal - Baugruppen 6 Portfolioprüfung ja 1.0Mobile Services 6 mündlich ja 1.0Modellgestützte Software- und Funktionsentwicklung für Kraftfahrzeuge 6 Portfolioprüfung ja 1.0Multicore Architectures 6 Portfolioprüfung ja 1.0Multimodal Interaction 6 mündlich ja 1.0Network Algorithms 6 schriftlich ja 1.0Network Architectures - Basics 6 schriftlich ja 1.0Network Architectures - Master Project 12 Portfolioprüfung ja 1.0Network Architectures - Master Project (small) 6 Portfolioprüfung ja 1.0Network Architectures - MeshLab 6 Portfolioprüfung ja 1.0Network Architectures - WirelessLab 9 Portfolioprüfung ja 1.0Network Architectures Specialization (big) 9 mündlich ja 1.0Network Architectures Specialization (small) 6 mündlich ja 1.0Network Optimization by Randomization 6 schriftlich ja 1.0Network Technologies (Large) 12 Portfolioprüfung ja 1.0Network Technologies (Medium) 9 Portfolioprüfung ja 1.0Network Technologies (Small) 6 Portfolioprüfung ja 1.0Networked Embedded Systems 6 Portfolioprüfung ja 1.0Netzwerkarchitekturen - RouterLab 9 Portfolioprüfung ja 1.0Next Generation Networks - Basis 1 9 Portfolioprüfung ja 1.0Next Generation Networks - Basis 2 12 Portfolioprüfung ja 1.0Next Generation Networks and Future Internet Technologies - Project 1 9 Portfolioprüfung ja 1.0Next Generation Networks and Future Internet Technologies - Project 2 9 Portfolioprüfung ja 1.0Operating System Design 6 schriftlich ja 1.0Operating System Project & Seminar 9 Portfolioprüfung ja 1.0Optical Remote Sensing 6 schriftlich ja 1.0


Studium Generale Um diesen Studiengangsbereich zu bestehen, müssen die folgenden Bedingungen erfüllt sein: Es müssen mindestens 6 Leistungspunkte bestanden werden. Es dürfen höchstens 6 Leistungspunkte bestanden werden.

Parallel Systems 6 mündlich ja 1.0Performance Evaluation of Computer Communication Systems 6 Portfolioprüfung ja 1.0Photogrammetric Computer Vision 9 schriftlich ja 1.0Project Hot Topics in Computer Vision A 6 Portfolioprüfung ja 1.0Project Hot Topics in Computer Vision B 6 Portfolioprüfung ja 1.0Project in advanced network technologies 6 Portfolioprüfung ja 1.0Projekt DCAITI 9 Portfolioprüfung ja 1.0Projekt angewandte eingebettete Systeme 6 Portfolioprüfung ja 1.0Remote Sensing 12 schriftlich ja 1.0Robotics 6 Portfolioprüfung ja 1.0Robotics I+II 12 Portfolioprüfung ja 1.0Robotics: Advanced 6 Portfolioprüfung ja 1.0Robotics: Current Topics 3 Portfolioprüfung ja 1.0Robotics: Project 9 Portfolioprüfung ja 1.0Seminar Mess- und Diagnosetechnik 3 Portfolioprüfung ja 1.0Signalprozessor-Projekt 6 Portfolioprüfung ja 1.0Signalverarbeitung 6 schriftlich ja 1.0Simulation I 6 Portfolioprüfung ja 1.0Simulation II 9 Portfolioprüfung ja 1.0Simulation und Technische Diagnose 6 Portfolioprüfung ja 1.0Speech Interaction 12 mündlich ja 1.0Speech Signal Processing and Speech Technology 6 mündlich ja 1.0Speech and Audio Technology 9 mündlich ja 1.0Stereobildverarbeitung in der Videokommunikation 3 mündlich ja 1.0Steuerung und Regelung von Kfz-Antriebssträngen 6 Portfolioprüfung ja 1.0Study Project Quality & Usability (6CP) 6 Portfolioprüfung ja 1.0Study Project Quality & Usability (9CP) 9 Portfolioprüfung ja 1.0Technische Diagnose I 6 Portfolioprüfung ja 1.0Usability Engineering 6 mündlich ja 1.0Usability in Multimodal Interaction 12 mündlich ja 1.0Vehicle-to-X Communication Systems 12 Portfolioprüfung ja 1.0Vehicular Communication Systems 12 Portfolioprüfung ja 1.0Vision and Imaging 9 Portfolioprüfung ja 1.0


Lernergebnisse Nach dem Abschluss dieses Moduls sind die Studierenden in der Lage, neue moderne Verfahren derDatenkompression zu eigenständig zu analysieren, bestehende Implementierungen nachzuvollziehenund das erlernte Wissen einem Fachpublikum zu präsentieren. Students are able to understand, analyse and systematically design modern methods of data compression. They are able to presentacquired knowledge to a professional audience.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Voraussetzung für den Besuch dieses Moduls ist das Modul „Quellencodierung - Multimediasignalverarbeitung“.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung: keine Angabe

Abschluss des Moduls

Modulbeschreibung

Quellencodierung Seminar (TI)

Modultitel:

Quellencodierung Seminar (TI)

Source Coding Seminar (TI)

Leistungspunkte:

3

Modulverantwortlicher:

Sikora, Thomas

Sekretariat:

EN 1

Ansprechpartner:

Sikora, Thomas

URL:

http://www.nue.tu-berlin.de/menue/studium_und_lehre/wintersemester/seminare/

Modulsprache:

Deutsch

Kontakt:

[email protected]

Prüfungsform: Benotet: Dauer:

Portfolioprüfung benotet

Notenschlüssel:Kein Notenschlüssel angegeben...

Prüfungsbeschreibung:

Die Prüfungsform des Moduls ist eine Portfolioprüfung bestehend aus dem Abgabevortrag(max. 40 Punkte), einer anschließenden Diskussion (max. 30 Punkte) und einer schriftlichen Ausarbeitung (max. 30 Punkte).

Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 3 der Fakultät IVermittelt:

Notenschlüssel 3Mehr oder gleich 85 1,0Mehr oder gleich 80 1,3Mehr oder gleich 75 1,7Mehr oder gleich 70 2,0Mehr oder gleich 65 2,3Mehr oder gleich 60 2,7Mehr oder gleich 55 3,0Mehr oder gleich 50 3,3Mehr oder gleich 45 3,7Mehr oder gleich 40 4,0Weniger als 40 5,0

Prüfungselement Kategorie Gewicht Dauer

Mündliche Rücksprache 30Referat 40Schriftliche Ausarbeitung 30

10.11.2016 10:11 Uhr Modulbeschreibung #40006/3 Seite 1 von 1

Lernergebnisse Die Absolventinnen und Absolventen dieses Moduls können- Fragestellungen aus dem Bereich der EEG-Analyse, die für Brain-Computer Interfacing relevant sind, selbstständig bearbeiten,- dazu notwendige Laborexperimente planen und durchführen,- die Daten auswerten und- ihre Ergebnisse interpretieren und wissenschaftlich präsentieren. Die Veranstaltung vermittelt überwiegend:Fachkompetenz 25%, Methodenkompetenz 50%, Sozialkompetenz 20%, Systemkompetenz 5% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Programmierkenntnisse (Matlab/Octave) und Grundkenntnisse aus dem Bereich Signalverarbeitung und Klassifikation werdenvorausgesetzt.



Modulbeschreibung

Projekt: Brain-Computer Interfacing

Modultitel:

Projekt: Brain-Computer Interfacing

Project: Brain-Computer Interfacing

Leistungspunkte:

9


Blankertz, Benjamin

Sekretariat:

MAR 4-3

Ansprechpartner:

Blankertz, Benjamin

URL:

https://wiki.ml.tu-berlin.de/wiki/NT

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Prüfungsform ist die Portfolioprüfung.Insgesamt können 100 Portfoliopunkte in den folgenden Prüfungselementen erreicht werden:• protokollierte praktische Leistung (60 Portfoliopunkte)• Referat (20 Portfoliopunkte)• schriftliche Ausarbeitung (20 Portfoliopunkte)Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 1 der Fakultät IV ermittelt.


Protokollierte praktische Leistung 60Referat 20schriftliche Ausarbeitung 20


Lernergebnisse Die Teilnehmer erwerben vertiefte Kenntnisse in einzelnen Bereichen der aktuellen Forschung bzw. Lehre im Bereich Robotik. DieStudierenden werden befähigt, relevantes Material zu einem gegeben Thema zu recherchieren, ein Paper im Journal-Format zu schreibenund ihre Ergebnisse in einem Vortrag zu präsentieren. After attending the module, students have in depth knowledge of specific areas of Robotics under active research. Students are capable ofdoing literature research and review literature critically. They are able to write papers in a journal or conference format, and cancommunicate complex matters in oral presentations.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Vorlesung Robotics des Lehrstuhls sollte besucht worden sein. Studierende, die die Vorlesung Robotics nicht besucht haben, können nachRücksprache zugelassen werden.



Modulbeschreibung

Robotics: Current Topics

Modultitel:

Robotics: Current Topics

Robotics: Aktuelle Themen

Leistungspunkte:

3


Brock, Oliver

Sekretariat:

MAR 5-1

Ansprechpartner:

Jonschkowski, Rico

URL:

http://www.robotics.tu-berlin.de/menue/teaching/

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.


Seminarvortrag 50schriftliche Ausarbeitung 50


Lernergebnisse Die Studierenden dieses Moduls verfügen über Kenntnisse aktueller Techniken und Ansätze zu Planung und Aufbau von IT Infrastrukturen,über Kenntnisse zur Dimensionierung, Virtualisierung, Hochverfügbarkeit und Storage-Anbindung, zu Aspekten der Systemsicherheit sowieüber Kenntnisse grundlegender Organisationsprozesse. Students possess knowledge of current techniques and approaches for planning and building IT infrastructures, dimensionalization,virtualization, high availability, storage-interconnection, aspects of system security and basic organizational processes.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse des Moduls „Verteilte Systeme“ vorausgesetzt. Für die Übung der integrierten Veranstaltung „Betriebkomplexer IT-Systeme“ sind Grundkenntnisse des Linux-Betriebssystems hilfreich.



Modulbeschreibung

Betrieb komplexer IT-Systeme

Modultitel:

Betrieb komplexer IT-Systeme

Operating Complex IT Systems

Leistungspunkte:

6


Kao, Odej

Sekretariat:

EN 59

Ansprechpartner:

keine Angabe

URL:

http://www.cit.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden verfügen über Kenntnisse aktueller Forschungsergebnisse und Trends aus dem Bereich des Betriebs komplexer IT-Systeme. Durch die Arbeit im Seminar werden zudem methodische Fertigkeiten in der Aufbereitung von Literatur, des wissenschaftlichenArbeitens, sowie der Präsentation vermittelt. Successful participants of this module have knowledge about recent research results and trends in the domain of operating complex ITsystems. Through the work in this seminar the participant will gain methodological skills in preparing literature of current research topics, thescientific work and the presentation.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse der Module „Verteilte Systeme“ sowie „Betrieb komplexer IT-Systeme“ vorausgesetzt. Kenntnisse aus demModul "Bachelor Seminar Betrieb komplexer IT-Systeme" sind hilfreich.



Modulbeschreibung

Master Seminar: Operating Complex IT Systems

Modultitel:

Master Seminar: Operating Complex IT Systems

Master-Seminar: Betrieb komplexer IT-Systeme

Leistungspunkte:

3


Kao, Odej

Sekretariat:

EN 59

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]







Seminarausarbeitung 45Seminarvortrag 55


Lernergebnisse The global data volume is increasing dramatically each year. Understanding how to store, process and manage these huge amounts of dataefficiently is a key requirement for software engineers and data analysts in the modern IT world. This project (following the correspondinglecture topics of IDB -Database Internals & Scalable Data Processing) will teach students both the fundamentals of data processing intraditional single-node database systems and how to scale out these techniques to huge amounts of data in large-scale, distributedenvironments.During this implementation project, in which students will get hands-on experience with important data processing techniques byimplementing several components of a relational database system and by using parallel programming platforms like Apache Hadoop orNephele/PACT. Technical skills: 30x; Method skills: 30x; System skills: 30x; Social competence: 10x. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: This course is the base course for master students with focus on database systems and information management and should be attendedin the first semester of the master program. In contrast to the introduction of database systems (MPGI5/DBS), which looks databasesystems from an application programmers point of view, this class focuses on the internals of database systems. To participate, studentsare required to have successfully completed a Bachelor in computer science with a focus on database systems (participation in theDatenbankpraktikum, Datenbankprojekt). Knowledge of data modeling, relational algebra, and SQL as well as a very good command ofJava, or possibly C/C++/C#, programming is required to participate in the course.



Modulbeschreibung

IDB-PRA: Implementation of a Database Engine

Modultitel:



Leistungspunkte:

6


Markl, Volker

Sekretariat:

keine Angabe

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]





Presentation/Demonstration of the implementation project 30Successful completion of the implementation project 70


Lernergebnisse Die Teilnehmer gewinnen signifikante Einblicke in Computer Vision bezogene Probleme und Lösungen. Das Ziel besteht nicht darin dengesamten Bereich der Wissenschaft komplett zu erforschen, sondern die Teilnehmer mit der vollen Komplexität eines spezifischenProblems zu konfrontieren und ihre Eigeninitiative herauszufordern. Wir bieten Einblicke und Teilnahme an Forschung und Entwicklung. DieFähigkeit der Teilnehmer in einem Team zu arbeiten wird durch dieses Modul verbessert. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: keine



Modulbeschreibung

Project Hot Topics in Computer Vision A

Modultitel:



Leistungspunkte:

6


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:

http://www.cv.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected]





Insgesamt können 100 Punkte erreicht werden.

Gemäß §47 (2) AllgStuPO wird die Gesamtnote basierend auf dem Notenschlüssel 1 der Fakultät IV berechnet.


Präsentation P 2 10Präsentation P3 10Schriftlicher Bericht P2 10Schriftlicher Bericht P3 15Software 50Summary P1 5


Lernergebnisse Project title: "Scientific Process in Computer Vision: From Ideas to Publications" Participants will gain significant insights into computer vision related problems and solutions. The goal is not to explore the whole field ofresearch completely, but rather to confront the participants with the full complexity of one specific problem and to challenge their owninitiative. Therefore we do not provide a pedagogically gentle introduction of the learners to the scientific area, but we allow insights andparticipation in research and development. The ability of the participants to work in a team shall be improved by this module. Project title: "Scientific Process in Computer Vision: From Ideas to Publications" Participants will gain significant insights into computer vision related problems and solutions. The goal is not to explore the whole field ofresearch completely, but rather to confront the participants with the full complexity of one specific problem and to challenge their owninitiative. Therefore we do not provide a pedagogically gentle introduction of the learners to the scientific area, but we allow insights andparticipation in research and development. The ability of the participants to work in a team shall be improved by this module.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: none



Modulbeschreibung

Project Hot Topics in Computer Vision B

Modultitel:



Leistungspunkte:

6


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





In total 100 points can be achieved.The final grade according to §47 (2) AllgStuPO is calculated based on grading key 1 of faculty IV.


Presentation P2 10Presentation P3 10Software 40Summary P1 5Written report P2 10Written report P4 25


Lernergebnisse Bildsynthese in der Videokommunikation: Die Studierenden erwerben schrittweise Kompetenz über die geometrischen Zusammenhängezwischen realen und virtuellen Kameraansichten. Dazu wird vertiefend auf die geometrischen Beziehungen zwischen drei Kameraansichteneingegangen. Das Modul verdeutlicht, dass die Bildsynthese in vielfältigen Anwendungsgebieten insbesondere der Videokommunikationeingesetzt werden kann. Image synthesis in video communication: Participants gain expertise about geometric relationships between real and virtual cameras. Thisincludes an in depth study of the geometric relations between three cameras. This module emphasizes that image synthesis can be appliedto a large amount of tasks, in particular for video communication.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: -

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:


Modulbeschreibung

Bildsynthese in der Videokommunikation

Modultitel:

Bildsynthese in der Videokommunikation

Image Synthesis in Video Communication

Leistungspunkte:

3


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Dennert, Marion

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]

1.) Modul Lineare Algebra für Ingenieurwissenschaften Bestanden


mündlich benotet


Lernergebnisse Stereobildverarbeitung in der Videokommunikation: Die Studierenden erwerben schrittweise Kompetenz über die geometrischenZusammenhänge des Abbildungsprozesses einer 3D-Szene in zwei Kameraansichten. Das Modul verdeutlicht, dass die bildbasierteTiefenanalyse in vielfältigen Anwendungsgebieten, insbesondere in der Videokommunikation, eingesetzt werden kann. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Bestandenes Modul "Lineare Algebra für Ingenieurwissenschaften".



Modulbeschreibung

Stereobildverarbeitung in der Videokommunikation

Modultitel:

Stereobildverarbeitung in der Videokommunikation

Stereo Image Processing in Video Communication

Leistungspunkte:

3


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Absolventen dieses Moduls sind in der Lage sich in praxisnahe Themen einzuarbeiten und diese für die Präsentation vor ihrenKommilitonen aufzubereiten. Weiterhin haben Sie Kenntnisse in einer Reihe praxisrelevanter Problemstellungen und Herangehensweisenerlangt. Graduates of this module are able to become acquainted with current topics relevant to the automotive industry. They are also able toprocess relevant information and to present it to the other students. They have gained knowledge of a number of specific topics andmethodologies.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Die Inhalte der Bachelorstudiengänge Informatik oder Technische Informatik müssen bekannt sein.



Modulbeschreibung

Entwicklung verteilter eingebetteter Systeme

Modultitel:

Entwicklung verteilter eingebetteter Systeme

Development of distributed embedded systems

Leistungspunkte:

3


Glesner, Sabine

Sekretariat:

TEL 12-4

Ansprechpartner:

Fellmuth, Joachim

URL:

http://https://www.pes.tu-berlin.de/menue/studium_und_lehre/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Teilnehmer präsentieren ihre Ergebnisse in einem Vortrag und einer schriftlichen Ausarbeitung (6-10 Seiten).

Die Benotung wird nach Notenschlüssel 2 der Fakultät 4 entsprechend § 47 (2) AllgStuPO durchgeführt.


Präsentation 50Schriftliche Ausarbeitung 50


Lernergebnisse keine Angabe This course introduces the major ideas used today in the implementation of programming language compilers. Students will learn how aprogram written in a high-level language designed for humans translates into a program written in low-level assembly. Students will be able to:- Understand how real compilers work and how high-level language program are systematically translated into low-level assembly;- Become familiar with compiler analyses, intermediate representations and code generation;- Improve programming ability;- Implement compiler analysis, transformation and code generation approaches based on real compiler infrastructures;- Study recent advances in compiler design.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: - Knowledge of C programming- An introductory course on computer architecture is recommended



Modulbeschreibung

Compiler Design

Modultitel:

Compiler Design

Compilerentwurf

Leistungspunkte:

6


Juurlink, Bernardus

Sekretariat:

EN 12

Ansprechpartner:

Cosenza, Biagio

URL:

http://www.aes.tu-berlin.de

Modulsprache:

Englisch

Kontakt:

[email protected]





Grading system 2 will be used.


4 assigments, equally weighted 50Final test 50


Lernergebnisse Absolvent/inn/en des Moduls sind befähigt eigenständig Forschung zu betreiben. Sie kennen den Stand der Technik auf einem Teilgebietder Künstlichen Intelligenz. Außerdem können sie eine wissenschaftliche Fragestellung / These in diesem Feld formulieren undsystematisch Ergebnisse zur Validierung der These produzieren und veröffentlichen. Ferner sind sie befähigt, fremde wissenschaftlicheTexte zu kritisieren. After successful completion of this module, the participants are capable of doing research on their own. In partiular, they know the state-of-the-art in a particular field of Artificial Intelligence. Furthermore, they are able to formulate a research thesis within this field, tosystematically evaluate their thesis and to publicise the results on a scientific conference.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Kenntnisse in Künstlicher Intelligenz



Modulbeschreibung

Forschung in Künstlicher Intelligenz

Modultitel:

Forschung in Künstlicher Intelligenz

Research in Artificial Intelligence

Leistungspunkte:

6


Albayrak, Sahin

Sekretariat:

keine Angabe

Ansprechpartner:

Fricke, Stefan

URL:

http://https://www.aot.tu-berlin.de/index.php?id=2875

Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultat IV ermittelt.Die Einzelnoten werden in einer Gruppenrücksprache ermittels (Poolnote).Projekt: Proposal: Präzise Herausarbeitung der Forschungsfrage unter Berücksichtigung des Stands der Technik.Projekt: Ergebnisse wissenschaftlicher Arbeit: Schwierigkeit, Umfang und Qualität der Implementierung und Evaluierung.Seminar: Paper: Qualität der wissenschaftlichen Veröffentlichung in der eingereichten Version und nach Einarbeitung der Reviewer-Kommentare.Seminar: Reviews: Schlüssigkeit, Qualität und Vollständigkeit der kritischen Kommentare und Verbesserungsvorschläge im Review-Prozess.Seminar: Präsentation: Qualität eines mediengestützten Vortrags und Verhalten in der Diskussion


(Ergebnisprüfung) Projekt: Ergebnisse wissenschaftlicherArbeit

30

(Ergebnisprüfung) Projekt: Proposal 20(Ergebnisprüfung) Seminar: Paper 25(Ergebnisprüfung) Seminar: Präsentation 10(Ergebnisprüfung) Seminar: Reviews 15


Lernergebnisse Photogrammetric Computer Vision:The course deals with the mathematic-physical modelling of a sensor by using the photographic camera as example. The modelling iscompletely expressed by algebraic projective geometry. Not only studying object reconstruction using image data of a multifaceted sensor,but and first of all the complete modelling of technically relevant issues in a homogeneous mathematical framework is important in thiscourse. This framework is also used for 3D-computer graphics. Interdisciplinary applications of the contents are demonstrated using variousillustrative examples from e.g. manufacturing industries to geography, medicine and social sciences. Seminar Hot Topics in Computer Vision:Participants will gain significant insights into computer vision related problems and solutions. The goal is not to explore the whole field ofresearch completely, but rather to confront the participants with the full complexity of one specific problem and to challenge their owninitiative. We provide insights and participation in research and development. The ability of the participants to work in a team shall beimproved by this module. The specific topic of the seminar will be anounced before beginning of term. Photogrammetric Computer Vision:The course deals with the mathematic-physical modelling of a sensor by using the photographic camera as example. The modelling iscompletely expressed by algebraic projective geometry. Not only studying object reconstruction using image data of a multifaceted sensor,but and first of all the complete modelling of technically relevant issues in a homogeneous mathematical framework is important in thiscourse. This framework is also used for 3D-computer graphics. Interdisciplinary applications of the contents are demonstrated using variousillustrative examples from e.g. manufacturing industries to geography, medicine and social sciences. Seminar Hot Topics in Computer Vision:Participants will gain significant insights into computer vision related problems and solutions. The goal is not to explore the whole field ofresearch completely, but rather to confront the participants with the full complexity of one specific problem and to challenge their owninitiative. We provide insights and participation in research and development. The ability of the participants to work in a team shall beimproved by this module. The specific topic of the seminar will be anounced before beginning of term.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Photogrammetric Computer Vision: none Seminar Hot Topics in Computer Vision: none



Modulbeschreibung

3D Computer Vision

Modultitel:

3D Computer Vision

3D Computer Vision

Leistungspunkte:

12


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:

http://www.cv.tu-berlin.de/

Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Homework Photogrammetric Computer Vision








Presentation 25Written report 25Written test 50


Lernergebnisse Students completing the module will gain the understanding of basic principles and technologies behind self-organizing wireless sensornetworks, through a balanced combination of lectures and practical work with modern sensor node hardware. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: BSc module „Kommunikationsnetze” or similar knowledge is required. Knowledge of architecture and programming of embedded systems isof benefit.



Modulbeschreibung

Ad-hoc and Sensor Networks

Modultitel:

Ad-hoc and Sensor Networks

Ad-hoc und Sensor Netzwerke

Leistungspunkte:

6


Wolisz, Adam

Sekretariat:

FT 5

Ansprechpartner:

Handziski, Vlado

URL:

http://www.tkn.tu-berlin.de/?108248#adhsn

Modulsprache:

Englisch

Kontakt:

[email protected]





In total 100 Portfolio points can be obtained. The final module grade will be given according to the §47 (2) AllgStuPO, using grade scheme(Notenschlüssel) 2 of Faculty IV. The individual grades will be obtained as specified in the table below.


PR - sensor networks lab assignments 20PR - sensor networks lab group mini-project 10PR - written test covering sensor network lab 20VL - written test covering the lecture 50


Lernergebnisse Die Studierendn sind in der Lage, eine herausfordernde wissenschaftliche Problemstellung in einer dynamischen (simulierten) Echtzeit-Umgebung zu lösen.Sie haben technisches und methodisches Können aus dem Gebiet der Multi-Agenten-Systeme und der Künstlichen Intelligenz vertieft,erfolgreich eingesetzt und kritisch reflektiert. Students are able to solve challenging research problems in dynamic, adversarial real-time environments.They have gained deeper insights into theoretical knowledge and solutions in artificial intelligence and multi-agent systems, andsuccessfully applied these concepts and are able to critically reflect on them.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse in „Künstlicher Intelligenz“ vorausgesetzt.



Modulbeschreibung

Advanced Agent Competition

Modultitel:



Leistungspunkte:

9


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Berger, Martin

URL:

http://www.aot.tu-berlin.de/index.php?id=2665

Modulsprache:

Deutsch

Kontakt:

[email protected]





Projekt: maximal 70 Punkte; Seminar: maximal 30 Punkte.

Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittel.


(Ergebnisprüfung) Projekt: Abschlusspräsentation undReview

13

(Ergebnisprüfung) Projekt: Design 17(Ergebnisprüfung) Projekt: Evaluation und Dokumentation 17(Ergebnisprüfung) Projekt: Implementierung und Test 23(Ergebnisprüfung) Seminararbeit 20(Ergebnisprüfung) Seminarvortrag 10


Lernergebnisse Die Studierenden sind mit den technischen und wissenschaftlichen Herausforderungen vonintelligenten Umgebungen vertraut. Sie kennen Technologien und ihre Einsatzpotenziale zurUmsetzung von Ambient Assisted Living Diensten. Sie verfügen über die Fähigkeit zur Erprobungtechnischen und methodischen Wissens aus den Gebieten der Multi-Agenten-Systeme, Mensch-Maschine-Interaktion und Ambient Intelligence. Sie sind in der Lage, komplexe Aufgabestellungen imTeam zu bewältigen und befähigt zu selbständiger Organisation und Koordination. Sie haben gelerntwissenschaftlich zu arbeiten und existierende Arbeiten im Bezug auf wissenschaftlicheFragestellungen hin zu analysieren und zu präsentieren. Sie sind in der Lage im Team zu arbeitenund kritisch zu reflektieren. Das Modul vermittelt überwiegend:Fachkompetenz 45x, Methodenkompetenz 30x, Systemkompetenz 10x, Sozialkompetenz 15x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Vorteilhaft sind Kenntnisse der Module „Agententechnologien: Grundlagen und Anwendungen“ oder„Künstliche Intelligenz – Grundlagen und Anwendungen“.



Modulbeschreibung

Advanced Ambient Assisted Living

Modultitel:



Leistungspunkte:

6


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Albayrak, Sahin

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Mündliche Rücksprache 20Projektdokumentation 30Projektergebnisse 50


Lernergebnisse To become familiar with the architecture and organization of recent superscalar and VLIW processors and multicores.To be able to select, given functional and non-functional requirements, the most appropriate computer architecture.To be able to optimize code for a particular processor using, e.g., code scheduling and loop unrolling.To become familiar with parallel computer architectures, cache coherence, memory consistency, etc.To be able to design a memory hierarchy that optimizes latency, throughput, and or energy dissipation.To be able to study recent advances in computer architecture, classify recent research articles, and report about it, both verbally and inwriting. The course is principally designed to imparttechnical skills 50% method skills 40% system skills 0% social skills 10% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: * An introductory course on computer architecture (e.g. "Rechnerorganisation") is recommended* Affinity to low-level programming



Modulbeschreibung

Advanced Computer Architectures

Modultitel:

Advanced Computer Architectures

Fortschrittliche Rechnerarchitekturen

Leistungspunkte:

6


Juurlink, Bernardus

Sekretariat:

EN 12

Ansprechpartner:

Juurlink, Bernardus

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Grading system 2 will be used:

95% or more1.090% or more1.385% or more1.780% or more2.075% or more2.370% or more2.765% or more3.060% or more3.355% or more3.750% or more4.0Less than 50%5.0


Final Test 50Practical Assignments(2x 15 points, 2x 10 points) 50


Lernergebnisse Automatic Image Analysis:The students acquire stepwise competence for the development of image understanding methods.According to computer vision paradigm knowledge-based image analysis methods are developed basedon feature extraction. The module clarifies that the learned skills can be used within multifaceted application areas of automatic imageunderstanding. Digital Image Processing:Qualification aim of this module is to impart methods for signal processing, image enhancement, featureextraction and grouping. The alumni have learned and practiced to use their skills in multifacetedapplication areas. Hot Topics in Computer Vision Project A/ B:Participants will gain significant insights into computer vision related problems and solutions. The goal is not to explore the whole field ofresearch completely, but rather to confront the participants with the full complexity of one specific problem and to challenge their owninitiative. We provide insights and participation in research and development. The ability of the participants to work in a team shall beimproved by this module. The specific topic of the project will be anounced before beginning of term. Automatic Image Analysis:The students acquire stepwise competence for the development of image understanding methods.According to computer vision paradigm knowledge-based image analysis methods are developed basedon feature extraction. The module clarifies that the learned skills can be used within multifaceted application areas of automatic imageunderstanding. Digital Image Processing:Qualification aim of this module is to impart methods for signal processing, image enhancement, featureextraction and grouping. The alumni have learned and practiced to use their skills in multifacetedapplication areas. Hot Topics in Computer Vision Project A/ B:Participants will gain significant insights into computer vision related problems and solutions. The goal is not to explore the whole field ofresearch completely, but rather to confront the participants with the full complexity of one specific problem and to challenge their owninitiative. We provide insights and participation in research and development. The ability of the participants to work in a team shall beimproved by this module. The specific topic of the project will be anounced before beginning of term.




Modulbeschreibung

Advanced Computer Vision

Modultitel:



Leistungspunkte:

12


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]

1.) Homework Digital Image Processing2.) Homework Automatic Image Analysis








Presentation 10Software 25Written report 15Written test 50


Lernergebnisse The participants of this module will achieve deep conceptual, methodical, technical and practical knowledge in requirements analysis,design, architecture and development of heterogeneous and distributed information systems. This includes firstly classical knowledge aboutfederated databases and mediator-based information systems (tight or loose coupling wrt. the dimensions of distribution, heterogeneity andautonomy). Secondly, different paradigms of heterogeneous information infrastructures and their management (e.g. P2P) andinteroperability architectures (‘middleware’) will be investigated. Finally, modern model-based concepts for the development, integration andevolution of arbitrary information infrastructures, and –under this conceptual frame– model, metamodel, and metadata management as wellas semantic concepts will be discussed and brought into practical experience by some larger project-like group work. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Prerequisites: The basic modules in the Bachelor Curriculum in “Informatik” (like MPGI 1-5 at TU Berlin or equivalent) or "TechnischeInformatik" or "Wirtschaftsinformatik" or "Wirtschaftsingenieurwesen"; particularly knowledge in Database Systems/ Information Modelingand Software Engineering / Programming is required. The AIM-1 / HDIS course will be given in English language, thus fluency in English is required!



Modulbeschreibung

Advanced Information Management 1 (AIM-1) - Heterogeneous and Distributed Information

Systems

Modultitel:

Advanced Information Management 1 (AIM-1) - Heterogeneous and DistributedInformation Systems

Advanced Information Management 1 (AIM-1) - Heterogeneous and DistributedInformation Systems

Leistungspunkte:

6


Kutsche, Ralf-Detlef

Sekretariat:

EN 7

Ansprechpartner:

Kutsche, Ralf-Detlef

URL:

http://www.dima.tu-berlin.de

Modulsprache:

Englisch

Kontakt:

[email protected]





The grade will be given by fulfilling all required tasks during the course (portfolio exam): seminar work including the oral presentation andthe final report; home/lab exercises including presentation and the semester project including the final report/presentation.

The final grade according to § 47 (2) AllgStuPO will be calculated with the faculty grading table 2.(Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.)


Homework Presentation 10Project Work 25Seminar Talk 25Written Seminar Report 40


Lernergebnisse Durch die technologischen Entwicklungen der letzten Jahre entstehen immer mehr Anwendungen, indenen kontinuierlich Daten produziert werden, die auch nur für eine gewisse Zeit aktuell bzw. gültig sind. Derartige Anwendungen sinddadurch gekennzeichnet, dass sie Ströme von Daten verarbeiten müssen.Die Studierenden haben vertiefte konzeptionelle, methodische und praktischeKenntnisse für die Verarbeitung von Datenströmen an Beispielen aus den verschiedenenAnwendungsbereichen. Through the technological advances in the last few years more and more applications are being created that constantly generate data whichis only relevant for a certain time frame. Because of this, this type of application has to be able to handle various streams of data.You will gain conceptual, methodological and practical skills in the area of processing data streams, by using examples from variousapplication areas.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Diese Lehrveranstaltung wendet sich an Master-Studenten mit Schwerpunkt im BereichDatenbanksysteme und Informationsmanagement ab dem 1. (Master-)Semester. Die Voraussetzungensind das abgeschlossene Bachelorstudium und Kenntnisse der modernen Modellierungssprachen unddes klassischen Datenbankmanagements. Die Literatur für diese Veranstaltung ist in vielen Fällen inenglischer Sprache abgefasst, daher sind gute Englischkenntnisse erforderlich.



Modulbeschreibung

Advanced Information Management 2 - Management of Data Streams

Modultitel:



Leistungspunkte:

6


Markl, Volker

Sekretariat:

EN 7

Ansprechpartner:

Borusan, Alexander

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse The last decade was marked by the digitalization of virtually all aspects of modern society. Today, businesses, government institutions, aswell as science and engineering organizations, among others face an avalanche of digital data on a daily basis. In order to derive insightfrom all of this data, society needs individuals with a strong foundation in scalable data science. In this course students will learn aboutpopular scalable data analysis systems and scalable data analytics methods and gain practical experience in conducting scalable datascience. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Computer science topics addressed in TU Berlin Modules MPGI 1-5 in the Bachelor’s curriculum, particularly, MPGI5 (“Information Systemsand Data Analysis”) or the equivalent, as well as good Java programming skills are required. Basic knowledge in linear algebra, numericalanalysis, probability, and statistics are strongly recommended. Furthermore, it is preferable if students have already completed (or arecurrently enrolled in) a machine-learning course. Since the course will be offered in English, fluency in English is also required.



Modulbeschreibung

Advanced Information Management 3 (AIM-3) Scalable Data Science: Systems & Methods

(SDSSM)

Modultitel:

Advanced Information Management 3 (AIM-3) Scalable Data Science: Systems& Methods (SDSSM)

Advanced Information Management 3 (AIM-3) Scalable Data Science: Systems& Methods (SDSSM)

Leistungspunkte:

6


Markl, Volker

Sekretariat:

EN 7

Ansprechpartner:

Soto, Juan

URL:

http://www.tu-berlin.de

Modulsprache:

Englisch

Kontakt:

[email protected]





The portfolio exam (worth 100 points) is comprised of three parts, namely: (i) written homework (30 points), (ii) in-class presentations (20portfolio points), and (iii) a written exam (50 portfolio points).

The final grade will be computed according to the grading table 2 of faculty IV,according to German law, § 47 (2) AllgStuPO TU Berlin.


homework (result examination) 30in-class presentations (result examination) 20written test (punctual examination) 50


Lernergebnisse - Fähigkeit zur kritischen Bewertung von Verfahren der semantischen Suche und Empfehlungsstrategien (insbesondere in Hinsicht auf dieAlgorithmen und Praxisrelevanz)- Industriell relevante Anwendungsfelder für semantische Suche identifizieren können- Identifikation und Bewertung aktueller Forschungsthemen auf dem Gebiet der semantischen Suche- Ergebnisse zielgerichtet aufbereiten (wissenschaftliche Ausarbeitung) und zielgruppenspezifisch präsentieren können (Vortrag) - Students having attended this course know the strength and weaknesses of current approaches used in the semantic search domain.They are able to discuss the specific properties of the algorithms and are able to assess relevance of the algorithms for different scenarios.- Participants know typical scenarios in that the approaches are used and how the approaches must be adapted to meet the requirementsof the particular domains.- Student know current research works and research trends in the semantic search domain- Students know how to write a scientific survey paper and how to give a scientific talk.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Englische Sprache lesen können.



Modulbeschreibung

Advances in Semantic Search

Modultitel:



Leistungspunkte:

3


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Lommatzsch, Andreas

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]







(Ergebnisprüfung) Vortrag 40(Ergebnisprüfung) schriftliche Ausarbeitung 60


Lernergebnisse Absolventinnen und Absolventen diese Moduls verfügen über Kenntnisse und Fähigkeiten zur formalen Modellierung und formalen Analysevon kommunizierenden und mobilen Prozesssystemen mit Hilfe Algebraischer Prozesskalküle auf der Basis von Operationellen Semantikenund Fähigkeiten zur Erstellung domänenspezifischer Prozesskalküle. Sie sind in der Lage, sich die entsprechenden Kenntnisse teilweiseselbständig zu erarbeiten und ihre Arbeitsergebnisse mündlich zu präsentieren. Die Veranstaltung vermittelt überwiegend:40% Fachkompetenz40% Methodenkompetenz05% Systemkompetenz15% Sozialkompetenz no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden diverse Kenntnisse aus den Modulen- Grundlagen und algebraische Strukturen- Automaten und Komplexität- Logiken und Kalküle- Spezifikation und Semantikdes TheGI-Zyklus des Bachelor Informatik vorausgesetzt.



Modulbeschreibung

Algebraische Prozesskalküle

Modultitel:

Algebraische Prozesskalküle

Algebraic Process Calculi

Leistungspunkte:

6


Nestmann, Uwe

Sekretariat:

TEL 7-2

Ansprechpartner:

Nestmann, Uwe

URL:

http://www.mtv.tu-berlin.de/menue/lehre/module/

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Zur Berechnung der Modul-Note kommt der Notenschlüssel 1 der Fakultät IV zur Anwendung.


Hausaufgaben 20Referat 40mündliche Rücksprache 40


Lernergebnisse keine Angabe On successful completion, students will be able to:- approach concrete problems in algorithmic research- present in written and oral form their research findings in a concise and understandable manner- judge and classify current research results as well as their own findings

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic knowledge of algorithms



Modulbeschreibung

Algorithmic Research in Teams

Modultitel:

Algorithmic Research in Teams

Leistungspunkte:

9


Niedermeier, Rolf

Sekretariat:

TEL 5-1

Ansprechpartner:

Thielcke, Christlinde

URL:

http://www.akt.tu-berlin.de/menue/teaching

Modulsprache:

Englisch

Kontakt:

[email protected]





The form of the examination is portfolio examination.100 portfoliopoints can be achieved.Manuscript: 50 portfoliopointsOral presentation: 50 portfoliopoints

The final grade according to §47 (2) AllgStuPO will be determined by applying grading key 1 of faculty IV


(Ergebnisprüfung) manuscript 50(Ergebnisprüfung) oral presentation in the course 50


Lernergebnisse Absolventen des Moduls verfügen über die Fähigkeit zur Erprobung technischen und methodischenWissens im Bereich Ambient Assisted Living / Ambient Intelligence. Sie kennen die Technik einerintelligenten vernetzten Heimumgebung und sind in der Lage, komplexe Aufgabestellungen im Teamzu bewältigen und sind befähigt zu selbständiger Organisation und Koordination. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Kenntnisse aus dem Bachelor Modul „Agentenorientierte Techniken“ sind wünschenswert, werdenaber nicht vorausgesetzt.



Modulbeschreibung

Ambient Assisted Living

Modultitel:



Leistungspunkte:

6


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Albayrak, Sahin

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]






Projektergebnisse: Geprüft werden Funktionsumfang, Usability, Leistungsfähigkeit und Qualität der umgesetzten Dienste.

Projektdokumentation: Geprüft werden Vollständigkeit und Qualität des Projektberichtes sowie die Codequalität.

Mündliche Rücksprache: Gruppenrücksprache zum Projektverlauf, Entwurfsentscheidungen, Implementierung und Projektinhalten.


(Ergebnisprüfung) Projektdokumentation 20(Ergebnisprüfung) Projektergebnisse 50(Lernprozessprüfung) Mündliche Rücksprache 30


Lernergebnisse Graduates of this module have experience with methods and techniques for the analysis of embedded systems and how these systems canbe optimized for special architectures.The course mainly imparts: (a) knowledge: 40%, (b) competence: 40%, (c) soft skills no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge in the basics of software engineering for embedded Systems (as teached in the Software Engineering Eingebetteter Systemebachelor course) are benefical.



Modulbeschreibung

Analysis and Optimization of Embedded Systems

Modultitel:

Analysis and Optimization of Embedded Systems

Analyse und Optimierung eingebetteter Systeme

Leistungspunkte:

6


Glesner, Sabine

Sekretariat:

TEL 12-4

Ansprechpartner:

Klös, Verena

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Homework in training course Analysis and Optimization of Embedded Systems


mündlich benotet


Lernergebnisse Die Studierenden sind in der Lage, Problemstellungen der Elektromagnetischen Verträglichkeit und Antennen und Wellenausbreitung zuerkennen, zu verstehen, und zu lösen. Die Wahlteile des Moduls ermöglichen die Vertiefung der Kenntnisse in EMV sowohl im Bezug aufelektrische Systeme als auch auf biologische Auswirkungen, Normen und Grenzwerte auf dem aktuellen Stand der Forschung um dieProbleme eigenständig und ganzheitlich, sowie interdisziplinär zu lösen und die Ergebnisse zu präsentieren. Durch das Arbeiten in kleinenGruppen in den Praktika/Laboren wird zusätzlich die Fähigkeit zur Teamarbeit gestärkt. Die Wahlteile des Moduls ermöglichen dieVertiefung derKenntnisse in Architektur und Zellenplanung für Mobilfunksysteme und Antennen um die Problemeeigenständig und ganzheitlich zu analysieren, zu lösen und die Ergebnisse zu präsentieren. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Vorkenntnisse aus dem Bereich der Hochspannungstechnik und/oder Hochfrequenztechnik.



Modulbeschreibung

Antennen und EMV

Modultitel:

Antennen und EMV

Leistungspunkte:

12


Petermann, Klaus

Sekretariat:

HFT 4

Ansprechpartner:

Petermann, Klaus

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Benotung des Moduls erfolgt in Form von Portfolioprüfungen. Die Gesamtnote errechnet sich aus einer Gewichtung gemäß denLeistungspunkten. Die Vorlesung wird durch eine mündliche Leistungskontrolle abgeprüft. Für das erfolgreiche Bestehen des Praktikumssind aktive Mitarbeit, schriftliche Ausarbeitungen (Protokolle) und eine mündliche Leistungskontrolle notwendig. Für das erfolgreicheBestehen der Integrierten Lehrveranstaltung sind aktive Mitarbeit, schriftliche Ausarbeitungen (Projektbericht) und ein Referat notwendig.Bei großer Teilnehmerzahl können mündliche Leistungskontrollen durch schriftliche Tests ersetzt werden.


Lernergebnisse Knowledge and practical experiences in the realm of designing embedded processor architectures and its programming are gained.Students are able to plan, coordinate and carry out hardware/software co-design, programming in hardware description languages andsystem-level programming, as well as team management and coordination in a project. The course is principally designed to imparttechnical skills 35%, method skills 15%, system skills 15%, social skills 35% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge about computer architecture and hardware description languages (VHDL or Verilog) are obligatory (e.g. Technische Grundlagender Informatik 2 (TechGI2)). Desirable are practical experiences in synthesis of hardware descriptions or microcontroller or system-levelprogramming.



Modulbeschreibung

Projekt angewandte eingebettete Systeme

Modultitel:

Projekt angewandte eingebettete Systeme

Applied Embedded Systems Project

Leistungspunkte:

6


Juurlink, Bernardus

Sekretariat:

EN 12

Ansprechpartner:

Juurlink, Bernardus

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]








Implementation 40Participation in project work 25Project documentation, presentation(s), etc 35


Lernergebnisse This module's qualification aims are: 1. Thorough theoretical understanding of the major classes of security relevant software bugs, implied threats, mitigation techniques2. Understanding of security relevant hard- and software interfaces of (embedded) computer systems3. Practical experience in identifying, exploiting, and fixing of vulnerabilities in hard- and software4. A profound evaluation of system security no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Prerequisites:• knowledge of compulsory modules of the Bachelor degree• familiarity with Unix/Linux operating system primitives (e.g. using a command line) Recommended additional skills:• basic networking concepts and tools (DNS, DHCP, NAT, ...)• low-level programming concepts (pointers, registers, stack vs. heap, ...)• basic concepts of cryptography In order to complete the assignments for the practical course, each group needs at least one computer with administrator privileges (i.e.being able to log into university computers is insufficient).



Modulbeschreibung

Applied Security

Modultitel:

Applied Security

Applied Security

Leistungspunkte:

9


Seifert, Jean-Pierre

Sekretariat:

TEL 17

Ansprechpartner:

Nordholz, Jan Christoph

URL:

keine Angabe

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





This module will be tested as a portfolio exam, i.e. you accumulate points during the course of the module for the following partialperformances:

• (Practical Course) 6x practical assignments: up to 20 points each• (Lecture) short oral examination ("Rücksprache"): up to 60 points

(This means that the practical course is worth twice as many points as the lecture, just as the ECTS credit points suggest.)

The total number of points (0-180) is then scaled linearly to the range (0-100) and converted into a final grade according to ConversionTable 2 of School IV.


Lab Assignment #1 20Lab Assignment #2 20Lab Assignment #3 20Lab Assignment #4 20Lab Assignment #5 20Lab Assignment #6 20Short Oral Exam 60


Lernergebnisse Die Studierenden haben bereits in den anderen Modulen des Fachgebiets Elektronik und medizinische Signalverarbeitung erworbenesWissen vertieft und abgerundet. Die Themen werden nach den individuellen Bedürfnissen der Studierenden vermittelt. Sie sind in der Lage,einen eigenen fachlichen Beitrag zu leisten, im Team zu arbeiten und Arbeitsergebnisse adäquat zu dokumentieren bzw. zu präsentieren. The students have already deepened and rounded off their knowledge acquired in other modules of the EMSP department. The subjectsare therefore distributed according to each individual's needs. They are able to render an own technical contribution, work as part of a teamand adequately document and present their results.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: keine Angabe



Modulbeschreibung

Ausgewählte Gebiete aus Elektronik und Signalverarbeitung

Modultitel:

Ausgewählte Gebiete aus Elektronik und Signalverarbeitung

Selected Topics of Electronics and Signal Processing

Leistungspunkte:

6


Orglmeister, Reinhold

Sekretariat:

EN 3

Ansprechpartner:

Pielmus, Alexandru-Gabriel

URL:

http://www.emsp.tu-berlin.de/menue/studium_und_lehre/

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]






The final grade according to § 47 (2) AllgStuPO is being determined by the grading key 2 of Faculty IV.


Protokollierte praktische Leistung (Ausgewählte Themen zuElektronik u. Signalverarbeitung)

20

Protokollierte praktische Leistung (Neuronale Netze) 10Referat (Ausgewählte Themen zu Elektronik u.Signalverarbeitung)

5

Referat (Neuronale Netze) 20Schriftliche Ausarbeitung (Ausgewählte Themen zuElektronik u. Signalverarbeitung)

25

Schriftliche Ausarbeitung (Neuronale Nezte) 20


Lernergebnisse Die Studierenden haben das notwendige fachliche Wissen und kennen die Techniken zur selbstständigen Erarbeitung und zum Verständisaktueller Veroeffentlichungen im Bereich der Entwurfsautomatisierung digitaler Systeme. Desweiteren werden Fähigkeiten zurZusammenfassung und Präsentation von wissenschaftlichen Arbeiten erworben, die in kleinerer Runde diskutiert und daraus aktuelleForschungsschwerpunkte abgeleitet werden. Das Modul vermittelt überwiegend:Fachkompetenz 30% Methodenkompetenz 30% Systemkompetenz 30% Sozialkompetenz 10% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Die Prüfungsformalitäten entnehmen Sie bitte der entsprechenden Stelle.siehe http://www.rt.tu-berlin.de



Modulbeschreibung

Ausgewählte Themen der Entwurfsautomatisierung

Modultitel:

Ausgewählte Themen der Entwurfsautomatisierung

Leistungspunkte:

3


Gremzow, Carsten

Sekretariat:

MAR 5-2

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]





muendlicher Vortrag 50schriftliche Ausarbeitung/Seminarbericht 50


Lernergebnisse The students acquire stepwise competence for the development of image understanding methods.According to computer vision paradigm knowledge-based image analysis methods are developedbased on feature extraction. The module clarifies that the learned skills can be used within multifacetedapplication areas of automatic image understanding. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge according module „Digital Image Processing" or equivalent is recommended.



Modulbeschreibung

Automatic Image Analysis

Modultitel:



Leistungspunkte:

6


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Dennert, Marion

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Homework Automatic Image Analysis


schriftlich benotet


Lernergebnisse * To have a deeper understanding of self-configuring computer systems* Being able to summarize and criticize academic publications* Programming experience on embedded/mobile devices, such as a smartphone The course is principally designed to imparttechnical skills 40 x, method skills 30 x system skills 20 x social skills 10 x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Programming experience on a high-level programming language is required, such as C++ or Java.



Modulbeschreibung

Autonomous Communications

Modultitel:



Leistungspunkte:

9


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Sivrikaya, Fikret

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]







(Ergebnisprüfung) project documentation 18(Ergebnisprüfung) project results 30(Ergebnisprüfung) seminar presentation 15(Ergebnisprüfung) seminar thesis 25(Lernprozessprüfung) aural consultation wrt. project 12


Lernergebnisse Absolventinnen und Absolventen dieses Moduls haben die Fähigkeit erworben, den Entwicklungsprozess neuer Bauelemente IntegrierterSchaltungen (ICs) und deren Einsatz in der Schaltung zu verstehen.Ein Themenschwerpunkt stellt die Charakterisierung und Elektronische Funktionsanalytik, sowie diverse aktuelle Fehleranalysemethodensolcher ICs dar. Dazu werden fundierte und praxisnahe Kenntnisse erworben, welche im dazugehörigen Praktikum "Physical Analysis ofCircuits and Devices" an einem kommerziellen Bauteil nachvollzogen und vertieft werden. Teilnehmer/innen sind in der Lage, einThemengebiet aus dem Bereich Bauelemente Integrierter Schaltungen selbständig auszuarbeiten und in einem Vortrag in englischerSprache zu präsentieren.Im Wahlbereich werden je nach Wahloption die mit der Fehleranalyse eines ICs eng verbundenen Kenntnisse zur "Qualität undZuverlässigkeit in der Halbleitertechnik" erworben, sowie aktuelle Forschungsergebnisse und Themen von "Ausgewählten Kapiteln derHalbleiterbauelemente" vermittelt.Alternativ wird fundiertes Wissen in der "Silizium-Germanium Technologie" erworben, welche "Höchstfrequenzanwendungen" erstermöglicht. Im dazugehörigen Praktikum "Vertiefungspraktikum: Technologie integrierter Schaltungen" wird dieses Wissen gefestigt. Fachkompetenz 45% Methodenkompetenz 30% Systemkompetenz 20% Sozialkompetenz 5% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Mathematisch-physikalische KenntnisseBesuch der Veranstalltung "Physik und Technologie der Halbleiterbauelemente"Interesse an Halbleiter-Eigenschaften sowie an experimentellem Arbeiten



Modulbeschreibung

Bauelemente Integrierter Schaltungen I

Modultitel:

Bauelemente Integrierter Schaltungen I

Devices of integrated circuits I

Leistungspunkte:

12


Boit, Christian

Sekretariat:

E 4

Ansprechpartner:

Herfurth, Norbert

URL:

http://www.hlb.tu-berlin.de/menue/studium_und_lehre/

Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Absolventinnen und Absolventen dieses Moduls haben die Fähigkeit erworben, den Entwicklungsprozess neuer Bauelemente IntegrierterSchaltungen (ICs) und deren Einsatz in der Schaltung zu verstehen.Ein Themenschwerpunkt stellt die Charakterisierung und Elektronische Funktionsanalytik, sowie diverse aktuelle Fehleranalysemethodensolcher ICs dar. Dazu werden fundierte und praxisnahe Kenntnisse erworben, welche im dazugehörigen Praktikum "Physical Analysis ofCircuits and Devices" an einem kommerziellen Bauteil nachvollzogen und vertieft werden. Teilnehmer/innen sind in der Lage, einThemengebiet aus dem Bereich Bauelemente Integrierter Schaltungen selbständig auszuarbeiten und in einem Vortrag in englischerSprache zu präsentieren.Im Wahlbereich werden je nach Wahloption die mit der Fehleranalyse eines ICs eng verbundenen Kenntnisse zur "Qualität undZuverlässigkeit in der Halbleitertechnik" erworben, sowie aktuelle Forschungsergebnisse und Themen von "Ausgewählten Kapiteln derHalbleiterbauelemente" vermittelt.Alternativ wird fundiertes Wissen in der "Silizium-Germanium Technologie" erworben, welche "Höchstfrequenzanwendungen" erstermöglicht. Im dazugehörigen Praktikum "Vertiefungspraktikum: Technologie integrierter Schaltungen" wird dieses Wissen gefestigt. Fachkompetenz 45% Methodenkompetenz 30% Systemkompetenz 20% Sozialkompetenz 5% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Mathematisch-physikalische KenntnisseBesuch der Veranstalltung "Physik und Technologie der Halbleiterbauelemente"Interesse an Halbleiter-Eigenschaften sowie an experimentellem Arbeiten



Modulbeschreibung

Bauelemente Integrierter Schaltungen II

Modultitel:

Bauelemente Integrierter Schaltungen II

Devices of integrated circuits II

Leistungspunkte:

12


Boit, Christian

Sekretariat:

E 4

Ansprechpartner:

Herfurth, Norbert

URL:

http://www.hlb.tu-berlin.de/menue/studium_und_lehre/

Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Participants of this seminar will acquire knowledge about recent research results and trendsin the analysis of web-scale data. Through the work in this seminar, students will learn thecomprehensive preparation and presentation of a research topic in this field. In order toachieve this, students will get to read and categorise a scientific paper, conductbackground literature research and present as well as discuss their findings.After the course, students will be able to critically read and evaluate scientific publications,and to conduct background research. They will be capable of preparing for and giving oralpresentations on research topics for an expert audience, of analyzing the state of the art of aresearch topic, and of summarizing it in a scientific paper. They should also understandtechniques used in the scientific community like peer reviews, conference presentations, anddefenses of the findings after their presentation, as well as they should understand methodsfor large-scale data analytics. The course is principally designed to impart:Technical skills: 50x Methodological skills: 20x System skills: 10x Social skills: 20x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: This course is aimed at master students with a focus on database systems and informationmanagement and should be chosen after the 2nd semester. To be able to participate youmust have successfully completed IDB and AIM. In the ideal case this seminar should betaken by students who are directly in front of their master thesis or have already completed itand are interested in a doctorate in information management.



Modulbeschreibung

BDASEM - Big Data Analytics Seminar

Modultitel:

BDASEM - Big Data Analytics Seminar

Leistungspunkte:

3


Markl, Volker

Sekretariat:

EN 7

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]





presentation 50written seminar report 50


Lernergebnisse Die Studierenden sind in der Lage typische Bilddaten aus Medizin und Neurobiologie interpretieren zu können sowie abschätzen zukönnen welche Informationen aus ihnen mit welcher Methode extrahierbar sind.Das Modul vermittelt überwiegend Kompetenzen und Kenntnisse- im Verständnis verschiedener bildgebender Verfahren- im Verständnis verfahrensbedingter Aufnahmeartefakte- über einige wichtige Methoden zur Beseitigung dieser Artefakte und- über ausgewählte Methoden zur Analyse bzw. Informationsextraktion komplexer Bilddaten no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Programmierkenntnisse, Grundkenntnisse in Mathematik (Analysis, lineare Algebra, Statistik)



Modulbeschreibung

Bildgebende Verfahren in der Medizin und der Neurobiologie

Modultitel:

Bildgebende Verfahren in der Medizin und der Neurobiologie

Leistungspunkte:

6


Obermayer, Klaus

Sekretariat:

keine Angabe

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]





Abschlusspräsentation 50mündliche Rücksprache 50


Lernergebnisse keine Angabe - Expertise to assess existing and future approaches to identify and verify users- Knowledge of current technical approaches to classify biometrical features- Ability to do critical (online) literature research- Presentation skills

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Desirable: Basic signal processing skills and/or usability engineering knowledge



Modulbeschreibung

Biometric Identification

Modultitel:

Biometric Identification

Leistungspunkte:

3


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:

Hinterleitner, Florian

URL:

http://www.qu.tu-berlin.de/menue/studium_und_lehre/modulkatalog/

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]






The cumulative grade for this module is the result form the following individual performances during the courses and other academicactivities:


Homework 22Multiple Choice-Test 18Oral presentation 30Written version 30


Lernergebnisse Successful participants of this module have knowledge about recent research results and trends in the domain of operating complex ITsystems. Through the work in this seminar the participant will gain methodological skills in preparing literature of current research topics, thescientific work and the presentation. Students will learn primarily:Competence 40x methodological skills 40x system skills 10x social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of module „CIT 3 - Verteilte Systeme“ and „CIT 4 – Betrieb komplexer IT-Systeme“.This module must not be selected by students who already registered or completed the module " CIT6 – Aktuelle Themen aus dem Bereichder IT-Infrastrukturen".



Modulbeschreibung

CIT 7 - Current topics in IT infrastructures

Modultitel:

CIT 7 - Current topics in IT infrastructures

CIT7: Aktuelle Themen aus dem Bereich der IT-Infrastrukturen

Leistungspunkte:

3


Kao, Odej

Sekretariat:

EN 59

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden.Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 1 der Fakultät IV ermittelt.


Paper 45Presentation 55


Lernergebnisse Die Studierenden verfügen über Kenntnisse über aktuelle Forschungsergebisse und -trends auf dem Bereich der Verteilten Systeme. Durchdie Arbeit im Seminar werden zudem methodische Fertigkeiten in der Aufbereitung von Literatur vermittelt, des wissenschaftlichenArbeitens, sowie der Präsentation. Das Modul vermittelt überwiegend:Fachkompetenz 40x Methodenkompetenz 40x Systemkompetenz 10x Sozialkompetenz 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse des Moduls „CIT 1 - Verteilte Systeme“ vorausgesetzt.



Modulbeschreibung

CIT 8 - Aktuelle Themen aus dem Bereich der verteilten Systeme

Modultitel:

CIT 8 - Aktuelle Themen aus dem Bereich der verteilten Systeme

CIT8: Current topics in distributed systems

Leistungspunkte:

3


Kao, Odej

Sekretariat:

EN 59

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden.Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 1 der Fakultät IV ermittelt.


Ausarbeitung 45Vortrag 55


Lernergebnisse Absolventen dieses Moduls verfügen nach dem erfolgreichen Abschluss des Moduls über Kenntnisse über die Prinzipien undCharakteristiken von Cloud Computing, die sowohl auf theoretischem als auch praktischem Gebiet vermittelt werden. Ferner wird dasVerständnis für kritische Fragestellungen in diesem Bereich und aktuelle Lösungsansätze vermittelt. Students possess knowledge of the principles and characteristics of cloud computing at the practical, as well as, the theoretical level.Furthermore they understand critical questions and current solutions in this area.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse des Moduls „Distributed Systems“ vorausgesetzt, sowie solide Programmiererfahrungen in derProgrammiersprache Java.



Modulbeschreibung

Cloud Computing

Modultitel:

Cloud Computing

Cloud Computing

Leistungspunkte:

6


Kao, Odej

Sekretariat:

EN 59

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Students completing this module will gain the understanding of the basic principles behind different communication technologies forembedded systems, through a balanced combination of lectures and practical work with modern sensor node hardware. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: BSc module „Kommunikationsnetze” or similar knowledge is required. Experience with operating systems (e.g., Linux, FreeRTOS, TinyOS,Contiki) and programming (e.g., C, C++) for embedded systems is beneficial.



Modulbeschreibung

Communication Technologies for Embedded Systems

Modultitel:

Communication Technologies for Embedded Systems

Kommunikationstechnologien für eingebettete Systeme

Leistungspunkte:

12


Wolisz, Adam

Sekretariat:

FT 5

Ansprechpartner:

Wolisz, Adam

URL:

http://www.tkn.tu-berlin.de/?108248#ctes

Modulsprache:

Englisch

Kontakt:

[email protected]





In total 100 Portfolio points can be obtained:* IV Networked Embedded Systems (50 Portfolio points)* VL Ad-hoc and Sensor Networks (25 Portfolio points)* PR Sensor Networks Lab (25 Portfolio points)

The final module grade will be given according to the §47 (2) AllgStuPO, using grade scheme (Notenschlüssel) 2 of Faculty IV. Theindividual grades will be obtained as specified in the table below.


IV Networked Embedded Systems - attendance anddiscussion

12

IV Networked Embedded Systems - project work 12IV Networked Embedded Systems - topic presentations 13IV Networked Embedded Systems - written test 13PR Sensor Networks Lab - assignments 10PR Sensor Networks Lab - group mini-project 5PR Sensor Networks Lab - written test 10VL Ad-hoc and Sensor Networks - written test 25


Lernergebnisse Die Studierenden haben einerseits den praktischen Zugang zum Compilerbau und andererseits wichtige theoretische Grundlagen erworbenund sind auf dem aktuellen Stand der Forschung auf diesem Gebiet. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden die Kenntnisse aus den Pflichtmodulen in Bachelor Informatik oder Technische Informatik sowie Compilerbau I erwartet.



Modulbeschreibung

Compilerbau Praxis

Modultitel:

Compilerbau Praxis

Practical Compiler Construction

Leistungspunkte:

9


Pepper, Peter

Sekretariat:

TEL 12-2

Ansprechpartner:

Höger, Christoph

URL:

http://www.uebb.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected]







Projekt Vortrag 20Projekt Programmierung 40Seminar Ausarbeitung 20Seminar Vortrag 20


Lernergebnisse The module conveys the necessary background knowledge in molecular and cell biology for students to conduct research in the area ofcomputational structural biology. Special emphasis is given to topics in the intersection of computer science and molecular biology. Thecourse introduces relevant algorithms and concepts from computational biology, computer science, robotics, optimization, etc. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: No prior knowledge of biology is needed.C++ knowledge is required! Bachelor degree in relevant field of study; Bachelor students in 7th semester of "Technische Informatik" can register after consultation withthe professor.



Modulbeschreibung

Computational Biology

Modultitel:



Leistungspunkte:

6


Brock, Oliver

Sekretariat:

MAR 5-1

Ansprechpartner:

Mabrouk, Mahmoud

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





Grading Scheme:> 99: 1.0> 98: 1.3> 97: 1.7> 96: 2.0> 95: 2.3> 94: 2.7> 93: 3.0> 92: 3.3> 91: 3.7> 90: 4.0< 90: 5.0Please see the course ISIS page for an explanation to this grading scheme.


Assignments 50Written exam 50


Lernergebnisse Acquisition of deeper knowledge in current research topics of computational biology . Students will be able to search relevant actualliterature to a given topic, write a paper in journal style and present their results in a talk. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Computational Biology module or comparable prior knowledge.



Modulbeschreibung

Computational Biology: Aktuelle Themen

Modultitel:

Computational Biology: Aktuelle Themen

Computational Biology: Current Topics

Leistungspunkte:

3


Brock, Oliver

Sekretariat:

MAR 5-1

Ansprechpartner:

Mabrouk, Mahmoud

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]







Talk 50Written Report 50


Lernergebnisse keine Angabe On successful completion, students will be able to:- estimate the computational costs for solving fundamental problems- classify discrete computational problems according to their computational complexity using reductions and standard complexity classes- understand structural properties of complexity classes- make qualitative and quantitative statements about computational complexity questions

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: a) obligatory: Basic course on automata and complexityb) desirable: Basic knowledge on algorithms



Modulbeschreibung

Computational Complexity

Modultitel:

Computational Complexity

Komplexitätstheorie

Leistungspunkte:

9


Niedermeier, Rolf

Sekretariat:

TEL 5-1

Ansprechpartner:


URL:


Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Knowledge about the design of embedded arithmetic circuits as well as the scientific background of these circuits. This will help thestudents to gain more details about the design of processing units and more practical experience in the implementation of digital systems.The students will increase their experience in the use of hardware description languages to model and implement digital systems. The course is principally designed to imparttechnical skills 30%, method skills 15%, scientific knowledge 30%, social skills 25% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: -Basic knowledge of digital design and digital design process.-Basic knowledge of number systems and number representation of digital computers.-knowledge of VHDL/FPGA is an advance.



Modulbeschreibung

Computer Arithmetic: Circuit Perspective

Modultitel:

Computer Arithmetic: Circuit Perspective

Computerarithmetik: Schaltkreisperspektive

Leistungspunkte:

6


Juurlink, Bernardus

Sekretariat:

EN 12

Ansprechpartner:

Juurlink, Bernardus

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Grading system 2 will be used.


Assignments (5x, each 4 points) 20Final Test 35Lab work (4x, each 10 points) 40Quiz 5


Lernergebnisse Studierende kennen die Grundlagen der generativen Computergraphik. Students are familiar with the fundamentals of generative computer graphics.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Lineare Algebra, ProgrammierkenntnisseLinear algebra, programming knowledge Sollte die Teilnehmerzahl mündliche Prüfungen aus organisatorischen Gründen unmöglich machen, wird auf eine schriftliche Prüfungausgewichen.An written examination can instead be held if the number of participants makes the organization of an oral examination impossible.



Modulbeschreibung

Computergraphik I (Grundlagen)

Modultitel:

Computergraphik I (Grundlagen)

Computer Graphics I (Fundamentals)

Leistungspunkte:

6


Alexa, Marc

Sekretariat:

MAR 6-6

Ansprechpartner:

Fer-Arslan, Gaelle

URL:

http://www.cg.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected]

1.) Bestehen der benoteten Programmier- und Hausaufgaben


mündlich benotet


Lernergebnisse Die Studierenden beherrschen die mathematischen Grundlagen der geometrischen Modellierung im Bereich der Computergraphik, kennenVerfahren der Geometrieverarbeitung und sind in der Lage, selbständig Programmieraufgaben aus diesen Bereichen zu bearbeiten. Students master the mathematical fundamentals of geometric modeling in computer graphics. They know methods in geometry processingand are able to carry out programming tasks in these fields.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden die Kenntnisse im Master-Modul Computergraphik I vorausgesetzt.Wünschenswert: Algorithmen und Datenstrukturen, Lineare Algebra. Knowledge of the master module Computer Graphics I is required.Desirable skills: algorithms and data structures, linear algebra.



Modulbeschreibung

Computergraphik II (Geometrische Modellierung)

Modultitel:

Computergraphik II (Geometrische Modellierung)

Computer Graphics II (Geometric Modeling)

Leistungspunkte:

6


Alexa, Marc

Sekretariat:

MAR 6-6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]

1.) Bestehen der benoteten Programmier- und Hausaufgaben


schriftlich benotet


Lernergebnisse Die Studierenden haben vertiefte Kenntnisse der Computergraphik. Ihre erworbenen Kenntnisse und Fähigkeiten können sie überzeugendpräsentieren und vermitteln. Students have an in-depth understanding of computer graphics. They are able to present and convey their acquired knowledge and skillsconvincingly.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden grundlegende Kenntnisse der Computergraphik vorausgesetzt, wie sie z.B. im Master Modul Computergrafik I vermitteltwerden. Kenntnisse aus der linearen Algebra, dem wissenschaftlichen Rechnen sowie Algorithmen und Datenstrukturen sind erwünscht. Basic knowledge of computer graphics is required, such as the contents of the master module Computer Graphics I. Knowledge in linearalgebra, scientific computing, and algorithms/data structures is recommended.



Modulbeschreibung

Computergraphik Projekt

Modultitel:

Computergraphik Projekt

Computer Graphics Project

Leistungspunkte:

9


Alexa, Marc

Sekretariat:

MAR 6-6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Projektarbeit/Project Thesis 50Vortrag/Talk 50



Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden grundlegende Kenntnisse der Computergraphik vorausgesetzt, wie sie z.B. im Master Modul Computergrafik I vermitteltwerden. Kenntnisse aus der linearen Algebra, dem wissenschaftlichen Rechnen sowie Algorithmen und Datenstrukturen sind erwünscht. Basic knowledge of computer graphics is required, such as the contents of the Master module Computer Graphics I. Knowledge in linearalgebra, scientific computing, and algorithms/data structures is recommended.



Modulbeschreibung

Computergraphik Seminar A

Modultitel:

Computergraphik Seminar A

Computer Graphics Seminar A

Leistungspunkte:

3


Alexa, Marc

Sekretariat:

MAR 6-6

Ansprechpartner:

keine Angabe

URL:

http:// http://www.cg.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected]





Seminararbeit/Seminar paper 50Vortrag/Talk 50



Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden grundlegende Kenntnisse der Computergraphik vorausgesetzt, wie sie z.B. im Master Modul Computergrafik I vermitteltwerden. Kenntnisse aus der linearen Algebra, dem wissenschaftlichen Rechnen sowie Algorithmen und Datenstrukturen sind erwünscht. Basic knowledge of computer graphics is required, such as the contents of the Master module Computer Graphics I. Knowledge in linearalgebra, scientific computing, and algorithms/data structures is recommended.



Modulbeschreibung

Computergraphik Seminar B

Modultitel:

Computergraphik Seminar B

Computer Graphics Seminar B

Leistungspunkte:

3


Alexa, Marc

Sekretariat:

MAR 6-6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Seminararbeit/Seminar paper 50Vortrag/Talk 50


Lernergebnisse This module's qualification aims are: 1. Understanding of specific features of secure computer systems2. Knowledge about vulnerability of complex computer systems3. A profound evaluation of the security of complex computer systems This course mainly provides:Technical skills: 10%Method skills: 20%System skills: 50%Soft skills: 20% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: no special requirements



Modulbeschreibung

Computer Security - Projekt

Modultitel:

Computer Security - Projekt

Computer Security - Project

Leistungspunkte:

9



Sekretariat:

TEL 17

Ansprechpartner:


URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]






• final written report: up to 75 points• final presentation (talk): up to 25 points

The total number of points (0-100) is converted into a final grade according to Conversion Table 1 of School IV.


presentation 25written report 75


Lernergebnisse Students are supposed to gain some experience in working with scientific papers, covering a recent, but small and definite topic. This course provides:Technical skills: 25%Method skills: 25%System skills: 30%Soft skills: 20% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of compulsory modules of Bachelor degree.This module cannot be chosen together with any other SecT module containing the seminar.



Modulbeschreibung

Computer Security - Seminar

Modultitel:



Leistungspunkte:

3



Sekretariat:

TEL 17

Ansprechpartner:


URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]






• written report: up to 75 points• presentation: up to 25 points

The total number of points (0-100) is converted into a final grade according to Conversion Table 1 of School IV.




Lernergebnisse The module’s qualification aims are to get to know theoretical basics and technical details of each lecture’s subject (Hardware Security,Cryptography for Security, and Quantum Computing). Furthermore, showing examples matching the themes will motivate students to makepractical use of what they just have learned. Those lectures are the foundation upon which project papers and theses can be based on. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of compulsory modules of Bachelor degree. This module cannot be chosen together with any other SecT module containing theseminar.



Modulbeschreibung

Computer Security - Specialization Large

Modultitel:

Computer Security - Specialization Large

Computer Security - Vertiefung groß

Leistungspunkte:

9



Sekretariat:

TEL 17

Ansprechpartner:


URL:

keine Angabe

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]






• (per lecture) short oral examination ("Rücksprache"): up to 40 points each• (seminar) written report: up to 30 points• (seminar) presentation: up to 10 points



lecture oral exam 1 40lecture oral exam 2 40seminar presentation 10seminar written report 30


Lernergebnisse The module’s qualification aims are to get to know certain basics and technical details of each lecture’s subject (Internet Security, SoftwareSecurity and Telecommunication Security). Those lectures are the foundation upon which project papers and theses can be based. Havingcompleted this course all students will have solid knowledge of each small and clearly defined subject. This course provides:Technical skills: 40%Method skills: 30%System skills: 15%Soft skills: 15% no translation




Modulbeschreibung

Computer Security - Vertiefung klein

Modultitel:

Computer Security - Vertiefung klein

Computer Security - Specialization Small

Leistungspunkte:

6



Sekretariat:

TEL 17

Ansprechpartner:


URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Automatic Image Analysis:The students acquire stepwise competence for the development of image understanding methods. According to computer vision paradigmknowledge-based image analysis methods are developed based on feature extraction. The module clarifies that the learned skills can beused within multifaceted application areas of automatic image understanding. Digital Image Processing:Qualification aim of this module is to impart methods for signal processing, image enhancement, feature extraction and grouping. Thealumni have learned and practiced to use their skills in multifaceted application areas. Automatic Image Analysis:The students acquire stepwise competence for the development of image understanding methods. According to computer vision paradigmknowledge-based image analysis methods are developed based on feature extraction. The module clarifies that the learned skills can beused within multifaceted application areas of automatic image understanding. Digital Image Processing:Qualification aim of this module is to impart methods for signal processing, image enhancement, feature extraction and grouping. Thealumni have learned and practiced to use their skills in multifaceted application areas.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: For Automatic Image Analysis:Knowledge according module „Digital Image Processing" or equivalent is recommended.



Modulbeschreibung

Computer Vision

Modultitel:

Computer Vision

Computer Vision

Leistungspunkte:

12


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Homework Digital Image Analysis2.) Homework Automatic Image Analysis


schriftlich benotet


Lernergebnisse Kenntnis der wichtigsten Theorien und Verfahren für die Koordination nutzenbasierter Agenten.Fähigkeit zur Beurteilung und Kritik der Theorien und Verfahren hinsichtlich ihrer Praxistauglichkeit und Grenzen. Fähigkeit zum Transfer der Verfahren auf neue Problemstellungen.Forschungsbereiche für die Agententechnologie kennen und identifizieren können. Knowledge of theory and methods for the co-ordination of self-interested, utility maximising agents.To be able to critically reflect those theories and methods with respect to practical usability issues.Capability to transfer the contents to new problems.To be able to identify new application areas for the methods learned.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Logik, Künstliche Intelligenz und Grundlagenkenntnisse in Agententechnologien sind wünschenswert aber nicht notwendig.



Modulbeschreibung

Agententechnologie in der Forschung

Modultitel:

Agententechnologie in der Forschung

Coordination of Self-Interested Agents

Leistungspunkte:

6


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Fricke, Stefan

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Gesamtnote gemaß § 47 (2) AllgStuPO wird nach dem Notenschlussel 2 der Fakultat IV ermittelt.

Mündlicher Test ist Einzelrücksprache am Semesterende zum Vorlesungsstoff, die auch das Lösen von Aufgaben ähnlich denen derÜbung umfasst.

Präsentation: Vorstellung und Diskussion der Ergebnisse der Forschungsaufgabe (Gruppenleistung).

Ergebnisse wissenschaftlicher Arbeit: Bewertet werden Sorgfalt und Qualität (ggfs. auch Kreativität) bei der Bearbeitung derForschungsaufgabe sowie die Beschreibung der Ergebnisse der in einem wissenschaftlichen Paper und die Qualität der Reviews(Gruppenleistung).


(Ergebnisprufung) Ergebnisse wissenschaftlicher Arbeit 40(Ergebnisprufung) Präsentation 20(Punktuelle Leistungsabfrage) mündlicher Test 40


Lernergebnisse keine Angabe On successful completion, students will be able to:- critically read and evaluate scientific papers- work independently to gain an understanding of recently published results and the methods and proofs behind- communicate the central ideas to non-experts and discuss the value of the presented findings- present a current algorithmic topic in oral and written form to a group of non-experts

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Further knowledge on algorithms and complexity



Modulbeschreibung

Current Research in Algorithms and Complexity

Modultitel:

Current Research in Algorithms and Complexity

Leistungspunkte:

3


Niedermeier, Rolf

Sekretariat:

TEL 5-1

Ansprechpartner:


URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





A total of 100 portfolio points can be achieved:- handout: 30 portfolio points- talk: 70 portfolio points

In accordance with § 47 (2) AllgStuPO, the final grade will be determined applying the grading key 1 of faculty IV.


(Ergebnisprüfung) handout 30(Ergebnisprüfung) talk 70


Lernergebnisse The global data volume is increasing dramatically each year. Understanding how to store, process and manage these huge amounts of dataefficiently is a key requirement for software engineers and data analysts in the modern IT world. This course will teach students both thefundamentals of data processing in traditional single-node database systems and how to scale out these techniques to huge amounts ofdata in large-scale, distributed environments. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: This course is the base course for master students with focus on database systems and information management and should be attendedin the first semester of the master program. In contrast to the introduction of database systems(MPGI5/DBS/Informationssystemse&Datenanalyse), which looks at database systems from an application programmers point of view, thisclass focuses on the internals of database systems. To participate, students are required to have successfully completed a Bachelor incomputer science with a focus on database systems (participation in the Datenbankpraktikum, Datenbankprojekt). Knowledge of datamodeling, relational algebra, and SQL as well as a very good command of Java, or possibly C/C++/C#, programming is required toparticipate in the course. Due to capacity reasons, the class is limited to at most 60 participants.



Modulbeschreibung

DBT: Database Technology

Modultitel:



Leistungspunkte:

6


Markl, Volker

Sekretariat:

EN 7

Ansprechpartner:

Markl, Volker

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]







Assessment of 4 homework exercises with 5 pts. 20End term test 40Mid term test 40


Lernergebnisse Students who have successfully finished this module have an overview of current and future concepts for digital communities. They havedeveloped an understanding of the principles of social network analysis, and have learned about the concepts of digital identities and onlinesocial networks. However, they are also aware of the limitations and privacy issues of digital communities. Furthermore, they havedeveloped an understanding of related topics such as reputation and recommender systems and online voting. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Mandatory: basic knowledge of computer science.Desirable: knowledge of graph theory, basic programming skills.



Modulbeschreibung

Digital Communities

Modultitel:

Digital Communities

Digital Communities

Leistungspunkte:

6


Küpper, Axel

Sekretariat:

TEL 19

Ansprechpartner:

Ruppel, Peter

URL:

http://www.snet.tu-berlin.de/digitalcommunities

Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden verfügen über Kenntnisse der physikalischen Übertragungsschicht von Mobilfunksystemen, die sogenannteLuftschnittstelle und Teilaspekte der übergeordneten Schichten. Sie haben umfangreiche theoretische Kenntnisse aus verschiedenenBereichen der Nachrichtentechnik und angrenzender Gebiete, wie z.B. der statistischen Signalverarbeitung, der Informationstheorie sowievon Implementierungstechniken digitaler Signalverarbeitungsverfahren erworben und können sie auf die Lösung und Optimierung häufigauftretender Problemstellungen in der Informationstechnik anwenden.Das Modul vermittelt überwiegend:Fachkompetenz 45% Methodenkompetenz 40% Systemkompetenz 10% Sozialkompetenz 5% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Die im Modul angebotenen Lehrveranstaltungen setzen grundlegende Kenntnisse der Informationstechnik voraus, wie sie insbesondere inden Lehrveranstaltungen „Signale und Systeme“ und „Nachrichtenübertragung“ der Studienrichtung „Elektronik und Informationstechnik“des BSc-Studiengangs Elektrotechnik oder Technische Informatik vermittelt werden. Für die Teilnahme an den Laborpraktika werdenelementare Kenntnisse in der Programmierung mit MatLab vorausgesetzt.



Modulbeschreibung

Digitale Mobilkommunikation

Modultitel:

Digitale Mobilkommunikation

Digital Mobile Communications

Leistungspunkte:

12


Stanczak, Slawomir

Sekretariat:

HFT 6

Ansprechpartner:

Kortke, Andreas

URL:

http://www.mk.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:• zwei schriftliche Leistungskontrollen zu VL+UE Digitale Mobilkommunikation I+II (je 30 Portfoliopunkte).• mündliche Rücksprachen zu den Vorlesungen und Laborpraktika des Wahlpflichtteils (je 20 Portfoliopunkte).• eine mündliche Rücksprache sowie eine schriftliche Ausarbeitung für die integrierte Veranstaltung (je 20 Portfoliopunkte).Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 3 der Fakultät IV ermittelt.


Lernergebnisse Die Studierenden sind in der Lage, neue moderne Verfahren der digitalen Punkt-zu-Punkt-Kommunikation eigenständig zu analysieren, bestehende Implementierungen nachzuvollziehen und das erlernte Wissen einemFachpublikum zu präsentieren. Students are able to analyse digital point-to-point connections. They gain the requirements to understand existing implementations and theywill present the acquired knowledge to a professional audience.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Voraussetzung für den Besuch dieses Moduls ist das Modul „Digitale Nachrichtenübertragung“.



Modulbeschreibung

Nachrichtenübertragung Seminar (TI)

Modultitel:

Nachrichtenübertragung Seminar (TI)

Communication Systems Seminar (TI)

Leistungspunkte:

3


Sikora, Thomas

Sekretariat:

EN 1

Ansprechpartner:

Sikora, Thomas

URL:

http://www.nue.tu-berlin.de/menue/studium_und_lehre/moduluebersicht/master_technische_informatik/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Prüfungsform des Moduls ist eine Portfolioprüfung bestehend aus dem Abgabevortrag(max. 70 Punkte), einer schriftlichen Ausarbeitung (max. 30 Punkte). Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach demNotenschlüssel 3 der Fakultät IVermittelt:



Mündliche Rücksprache 30Referat 40Schriftliche Ausarbeitung 30


Lernergebnisse Die Studierenden sind in der Lage, digitale Punkt-zu-Punkt-Verbindungen zu analysieren und selbstständig zu entwerfen. Weiterhinerwerben sie die Voraussetzungen, um eigenständig neue Verfahren der digitalen Audio- und Bildsignalverarbeitung zu verstehen und zubewerten. Durch die Vorlesung, Übung und das Laborpraktikum werden die Grundlagen der digitalen Nachrichtenübertragung und -verarbeitung derart vertieft, dass die erworbenen Prinzipien durch die Studierenden auf Audio- oder/und Bildsignale angewendet werdenkönnen. Students are able to analyse and design digital point-to-point connections. They gain the requirements to understand and evaluate newprocedures of digital audio and image signals.Due to the lecture, the exercise and the laboratory basics of digital communication systems are learned in a way, that the principles can beapplied in audio- and imagesignals by the students.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Die im Modul angebotenen Lehrveranstaltungen setzen grundlegende Kenntnisse der Informationstechnik voraus, wie sie insbesondere imPflichtfach „Signale und Systeme“ im Modul „Nachrichtenübertragung“ im Bachelorstudiengang vermittelt werden.



Modulbeschreibung

Digitale Nachrichtenübertragung (Technische Informatik)

Modultitel:

Digitale Nachrichtenübertragung (Technische Informatik)

Digital Communication Systems (TI)

Leistungspunkte:

9


Sikora, Thomas

Sekretariat:

EN 1

Ansprechpartner:

Sikora, Thomas

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Vorlesung „Digitale Nachrichtenübertragung“ und die dazugehörige Übung werden gemeinsam inForm eines schriftlichen Tests bewertet. Die Bewertung des Praktikums erfolgt anhand von dreiProtokollen zu den einzelnen Versuchen sowie der beurteilten Laborarbeit während der Versuche.In das Projekt fließen der erstellte Quellcode (40%), eine schriftliche Ausarbeitung (20%), derZwischenvortrag (20%) und der Abschlussvortrag (20%) in die Bewertung ein.Alle anderen Lehrveranstaltungen werden anhand mündlicher Rücksprachen bewertet.Insgesamt können über die Lehrveranstaltungen 150 Punkte erzielt werden.Die Summe der Punkte wird linear auf 100 normiert.Die Gesamtnote wird gemäß § 47 (2) AllgStuPO nach dem Notenschlüssel 3 der Fakultät IV ermittelt:

Notenschlüssel 3

Mehr oder gleich 85 1,0Mehr oder gleich 80 1,3Mehr oder gleich 75 1,7Mehr oder gleich 70 2,0Mehr oder gleich 65 2,3Mehr oder gleich 60 2,7Mehr oder gleich 55 3,0Mehr oder gleich 50 3,3Mehr oder gleich 45 3,7Mehr oder gleich 40 4,0Weniger als 40 5,0



Beurteilte Laborarbeit (Digitale Nachrichtenübertragung) 10Protokollierte praktische Leistung 1 (DigitaleNachrichtenübertragung)

20

Protokollierte praktische Leistung 2 (DigitaleNachrichtenübertragung)

20

Protokollierte praktische Leistung 3 (DigitaleNachrichtenübertragung)

20

Schriftlicher Test (Digitale Nachrichtenübertragung) 30Wahlpflichtveranstaltung im Umfang von 3 LP 50


Lernergebnisse Qualification aim of this module is to impart methods for signal processing, image enhancement, feature extraction and grouping. Thealumni have learned and practiced to use their skills in multifaceted application areas. Automatic Image Analysis:The students acquire stepwise competence for the development of image understanding methods. According to computer vision paradigmknowledge-based image analysis methods are developed based on feature extraction. The module clarifies that the learned skills can beused within multifaceted application areas of automatic image understanding. Digital Image Processing:Qualification aim of this module is to impart methods for signal processing, image enhancement, feature extraction and grouping. Thealumni have learned and practiced to use their skills in multifaceted application areas.




Modulbeschreibung

Digital Image Processing

Modultitel:



Leistungspunkte:

6


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Homework Digital Image Processing


schriftlich benotet


Lernergebnisse Students who have successfully finished this module know the most important basic algorithms for distributed systems and their respectiveproperties. They know typical structures of distributed algorithms and can evaluate the complexity, scalability and fault tolerance properties.The students can apply their knowledge for selecting appropriate algorithms while designing distributed systems. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic skills in distributed systems.Sufficient knowledge about the contents ofboth courses "Systemprogrammierung" and "Rechnernetze und verteilte Systeme"or both courses "Technische Grundlagen der Informatik für Wirtschaftsinformatiker" and "Programmierpraktikum".



Modulbeschreibung

Distributed Algorithms

Modultitel:

Distributed Algorithms

Verteilte Algorithmen

Leistungspunkte:

6


Heiß, Hans-Ulrich

Sekretariat:

EN 6

Ansprechpartner:

keine Angabe

URL:

http://www.kbs.tu-berlin.de/

Modulsprache:

Englisch

Kontakt:

[email protected]

1.) [KBS] Distributed Algorithms Assignments


schriftlich benotet


Lernergebnisse Werkzeug-Kompetenz im Umgang mit dem Theorembeweiser Isabelle.Grundverständnis bei der Erstellung mechanisch formalisierbarer Beweise.Kompetenz bei der konkreten Umsetzung von informallen Beweisideen in Isabelle-Code.Das Modul vermittelt überwiegend:Fachkompetenz 30x Methodenkompetenz 30x Systemkompetenz 30x Sozialkompetenz 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Grundkenntnisse in Formaler Logik, Kenntnisse und Kompetenzen im Führen von Beweisen.



Modulbeschreibung

Einführung in das interaktive Theorembeweisen

Modultitel:

Einführung in das interaktive Theorembeweisen

Introduction into interactive theorem proving

Leistungspunkte:

3


Nestmann, Uwe

Sekretariat:

TEL 7-2

Ansprechpartner:

Peters, Kirstin

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Wesentliche technologische Weiterentwicklungen und Veränderungen in Kraftfahrzeugen wurden in den letzten Jahren durch die Zunahmeder Elektrik und Elektronik durch die Vernetzung von Komponenten und durch die Funktionalitätserweiterung durch Software ermöglicht.Die Studierenden besitzen nach Abschluss des Moduls Kenntnisse über die wichtigsten elektronischen Komponenten (Hard- und Software)eines Fahrzeuges und haben die Kompetenz erworben das Fahrzeug als Gesamtsystem zu betrachten. Ferner sind Sie in der Lage diewesentlichen Schritte zur Steuergeräteoptimierung durchzuführen (Applikation). no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Grundkenntnisse in Simulink®/Matlab®



Modulbeschreibung

Einführung in die Automobilelektronik

Modultitel:

Einführung in die Automobilelektronik

Introduction in Automotive Electronics

Leistungspunkte:

6


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

Priesnitz, Joachim

URL:

http://www.mdt.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:* Vorlesung (50 Portfoliopunkte)* Praktikum (insgesamt 50 )

Im Rahmen des Praktikums sind verschiedene Studienleistungen zu erbringen. IhreArt und Gewichtung in Portfoliopunkten sind in der unten stehenden Tabelle aufgeführt. Die Gesamtnote gemäß §47 (2) AllgStuPO wirdnach dem Notenschlüssel 2 der Fakultät IV ermittelt.


PR - 4 Protokolle 40PR - schriflicher Test 10VL - schrifticher Test 50


Lernergebnisse Students who have successfully finished this module have an advanced knowledge of operating systems for embedded systems. They areaware of the specific design aspects (like realtime behavior, energy consumption, schedulability, fault tolerance) and know of theirinterdependencies. The course is principally designed to impart: technical skills 50%, method skills 40%, system skills 10%, social skills 0%. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic (undergraduate) course on operating systems is required to follow the lectures.



Modulbeschreibung

Embedded Operating Systems

Modultitel:

Embedded Operating Systems

Eingebettete Betriebssysteme

Leistungspunkte:

6


Heiß, Hans-Ulrich

Sekretariat:

EN 6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse This module’s qualification aims are:1. Understanding of security relevant interfaces (hard- and software) of (embedded) computer systems2. Practical experience in identifying, exploiting, and fixing of vulnerabilities in hard- and software3. A profound evaluation of system security no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Prerequisites:• knowledge equivalent to the "Software Security" lecture• familiarity with Unix/Linux operating system primitives (e.g. using a command line) Recommended additional skills:• basic networking concepts and tools (DNS, DHCP, NAT, ...)• low-level programming concepts (pointers, registers, stack vs. heap, ...)• basic concepts of cryptography In order to complete the assignments, each group needs at least one computer with administrator privileges (i.e. being able to log intouniversity computers is insufficient).



Modulbeschreibung

Embedded Systems Security Labor

Modultitel:



Leistungspunkte:

6



Sekretariat:

TEL 17

Ansprechpartner:


URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]






• (Practical Course) 6x practical assignments: up to 20 points each



Assignment #1 20Assignment #2 20Assignment #3 20Assignment #4 20Assignment #5 20Assignment #6 20


Lernergebnisse The students know how to proceed with a business idea in the area of Information Management under the aspects of management andinformation technology. This is done through a one semester applied project. Major objectives are learning about prototype systemdevelopment for a complex information management scenario, assessment of market opportunities and creation of a business plan. Thestudents will learn to operate as team member, take ownership of modules, project organization, market analysis, prototype development,quality assurance, documentation and preparation of a business plan. Qualification profile of this module (estimated percentage of competences to achieve):Thematic 25x Methodology 25x System 25x Social 25x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: To participate, you must have successfully completed the IDB Module. Further it is encouraged that you have visited the Entrepreneurship-Lecture.



Modulbeschreibung

Entrepreneurship in Information Management / ENPRO

Modultitel:

Entrepreneurship in Information Management / ENPRO

Leistungspunkte:

6


Markl, Volker

Sekretariat:

EN 7

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]





Activ participation in the project milestondes 10Final Report 10Market Analysis and Business Plan creation 20Project Poster 10Prototype with test cases 50


Lernergebnisse In diesem Modul haben die Absolventen Einblick in ein aktuelles Forschungsthema des Fachgebietes erhalten und verfugen uber folgendeFahigkeiten: * Vermittlung von Kriterien zur Einordnung von Forschungsthemen* Erwerb von Diskussions- und Vortragsfahigkeiten, insbesondere im Hinblick auf Gruppenarbeit* Fahigkeit zum wissenschaftlichen Ausdruck in einer schriftlichen Seminararbeit* Fahigkeit zum konzentrierten Wissenstransfer unter Zeitdruck* Eigenstandige Literaturrecherche Das Modul vermittelt überwiegend:Fachkompetenz 50x Methodenkompetenz 40x Systemkompetenz 0x Sozialkompetenz 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden die Kenntnisse aus dem Bachelor Modul Objektorientierte Softwareentwicklung oder vergleichbare Kenntnissevorausgesetzt.



Modulbeschreibung

Entwicklungen in der Softwaretechnik

Modultitel:

Entwicklungen in der Softwaretechnik

Developments in Software Engineering

Leistungspunkte:

9


Jähnichen, Stefan

Sekretariat:

TEL 12-3

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

keine Angabe





Referat und Ausarbeitung 30Übungsaufgaben, Referat, Ausarbeitung und mündlicherRücksprache

70


Lernergebnisse Die Studierenden beherrschen Konzepte une Architekturen zum Entwurf komplexer digitaler Systeme und sind in der Lage, entsprechendeSysteme selbst zu entwickeln. Das Modul vermittelt überwiegend:Fachkompetenz 35 x Methodenkompetenz 30 x Systemkompetenz 30 x Sozialkompetenz 5 x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Kenntnisse aus dem Master Modul: Entwurf digitaler Systeme



Modulbeschreibung

Entwurf Komplexer digitaler Systeme

Modultitel:

Entwurf Komplexer digitaler Systeme

Leistungspunkte:

3


Klar, Heinrich

Sekretariat:

keine Angabe

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden beherrschen in Theorie und Praxis den Entwurf von hochkomplexen integrierten Schaltungen anhand vonHardwarebeschreibungssprachen wie zum Beispiel VHDL (Very High Speed Integrated Circuit Hardware Description Language). Das Modul vermittelt überwiegend:Fachkompetenz 40x Methodenkompetenz 30x Systemkompetenz 30x Sozialkompetenz 0x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Vorausgesetzt werden Grundkenntnisse im logischen Entwurf bzw. analoger Schaltungstechnik,wie sie im BSc-Studiengang Elektrotechnik vermittelt werden.Für das „System-on-Chip - (ARM) Projekt“ sollten Erfahrungen im digitalen Entwurf mit einer Hardware-beschreibungssprache vorliegen,wie sie z.B. im „Digital-Chip-Projekt“ behandelt werden. Weiterhin sind Grundkenntnisse der Informatik undRechnerarchitektur wünschenswert.



Modulbeschreibung

Entwurf mikroelektronischer Systeme

Modultitel:

Entwurf mikroelektronischer Systeme

Leistungspunkte:

12


Gerfers, Friedel

Sekretariat:

EN 4

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Gesamtnote wird aus der mit den Leistungspunkten gewichteten Summe der einzelnen Prüfungselemente gebildet. Die Noten fürPraktika tragen 10% zur Gesamtnote bei. Die einzelnen Prüfungen werden mündlich durchgeführt.


Lernergebnisse Die Studierenden haben Grundkenntnisse in der Entwicklung von Computerspielen und können die erworbenen Kenntnisse undFähigkeiten in der Programmierung und grafischen Gestaltung von Computerspielen praktisch umsetzen. Students have basic knowledge in computer game development and can put into practice the acquired knowledge and skills inprogramming and graphic design of computer games.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Vorausgesetzt werden praktische Erfahrung in mindestens einer für die Grafikprogrammierung geeigneten Programmiersprache (z.B. C#,C++, Java). Kenntnisse in der Grafikprogrammierung und Grafikdesign sind vorteilhaft. Hands-on experience in at least one appropriate language for graphics programming (e.g. C #, C ++, Java) required. Knowledge of graphicsprogramming and graphic design is an advantage.



Modulbeschreibung

Game Programming

Modultitel:

Game Programming

Game Programming

Leistungspunkte:

9


Alexa, Marc

Sekretariat:

MAR 6-6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Implementierung, Vorträge und Projektdokumentation können in deutscher oder englischer Sprache erfolgen.

Implementation, talks and project documentation can be carried out in German or English.



Implementierung/Implementation 50Projektdokumentation/Project Documentation 20Vorträge/Talks 30


Lernergebnisse Die Studierenden können im Rahmen eines großen Systementwicklungsprojekts ein aktuelles Thema im Informationsmanagementbereichsystematisch analysieren, modellieren sowie problemorientiert im Team eine Lösung entwickeln und implementieren. Sie sind in der Lage,als Teammitglied in Eigenverantwortung Projektorganisation, Qualitätssicherung und Dokumentation zu betreiben. Insgesamt soll dieQualität der Lösungsmodelle und -entwicklung durch theoretische Analyse, systematische Experimente und Tests bewertet werden. Das Modul vermittelt überwiegend:Fachkompetenz 30x Methodenkompetenz 30x Systemkompetenz 10x Sozialkompetenz 30x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Teilnahmevoraussetzung für das Projekt ist der erfolgreiche Abschluss des Moduls IDB



Modulbeschreibung

Hot Topics in Information Management / IMPRO

Modultitel:



Leistungspunkte:

6


Markl, Volker

Sekretariat:

EN 7

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]





Abschlussbericht 10Abschlusspräsentation 10Aktive Mitarbeit im Projektteam (Einhaltung allerMeilensteine)

10

Dokumentation 10Modellierung und Entwicklung des Prototyps mit Testfällen 50Projektposter 10


Lernergebnisse The major goal of this seminar is the intensive discussion of current questions in the field of Next Generations Networks and the FutureInternet. Graduates of this module are endued with competences regarding current research activities, research results and trends in thecontext of classic telecommunication systems, IP based Next Generation Networks and the Future Internet. Furthermore, the seminarteaches the students methodical competences to do literature research and presentations in a scientific environment independently. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of technologies in the area of wired and wireless communication networks is required (e.g. "Telekommunikationsnetze" or "NextGeneration Network Technologies & Services (NGN)").



Modulbeschreibung

Hot Topics in Next Generation Networks and Future Internet Technologies

Modultitel:



Leistungspunkte:

3


Magedanz, Thomas

Sekretariat:

MAR 5-5

Ansprechpartner:

Willner, Alexander

URL:

http://av.tu-berlin.de/teaching

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





The seminar consists of two parts and in total you can acquire 100 points (Portfoliopunkte).The final grade of the module is determined completely by the result of the seminar, based onthe School IV grading system 2 (§ 47 (2) AllgStuPO).




Lernergebnisse Ability to analyze the state of the art of a research topic and to summarize it for an expert audience. The students learn to find and toclassify publications on research, to give oral presentations covering a complex topic, and to write a esearch paper. The students getfamiliar with techniques used in the scientific community like peer reviews, conference presentations, and defending the finding in adiscussion after the presentation. The course is principally designed to impart: technical skills 10%, method skills 45%, system skills 0%, social skills 45%. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Sound knowledge of operating systems, embedded operating systems, or security aspects (depending on the actual topics of the seminar).



Modulbeschreibung

Hot Topics in Operating Systems and Distributed Systems

Modultitel:

Hot Topics in Operating Systems and Distributed Systems

Aktuelle Themen in Betriebssystemen und verteilten Systemen

Leistungspunkte:

3


Heiß, Hans-Ulrich

Sekretariat:

EN 6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden.

Paper / schriftliche Ausarbeitung: 50 PunkteTalk / Referat: 50 Punkte


After successful completion, a seminar certificate will be issued which meets requirements of the master's program.


Paper / schriftliche Ausarbeitung 50Talk / Referat 50


Lernergebnisse In this course you will learn to systematically analyze a current issue in the information managementarea and to develop and implement a problem-oriented solution as part of a team. You will learn tocooperate as team member and to contribute to project organization, quality assurance and documentation. The quality of your solution hasto be proven through analysis, systematic experiments and test cases. Examples of IMPRO projects carried out in recent semesters are atool used to analyse Web 2.0 Forum data, an online multiplayer game for mobile phones, implementation and analysis of new join methodsfor a cloud computing platform or the development of data mining operations on the massively parallel system Hadoop as part of theApache open source project Mahout.After the course, students will be able to understand methods for large scale data analytics and tosolve large scale data analytics problems. They will be capable of designing and implementing largescale data analytics solutions in a collaborative team. Technical skills 30% Methodological skills 30% System skills 10% Social skills 30% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge from the complete Bachelor program (Informatik or Technische Informatik) is required, aswell as experiences in programming, software development, linear algebra and statistics. Dependingon the topic, additional prerequisites may be required, e.g. „IDB – Implementation of DatabaseSystems"



Modulbeschreibung

IMPRO3 - Big Data Analytics Project (BDAPRO)

Modultitel:



Leistungspunkte:

9


Markl, Volker

Sekretariat:

EN 7

Ansprechpartner:

Alexandrov, Alexander

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





The overall grade for the module consists of the results of the course work ('portfolio exam'). The following are included in the final grade:1. Intermediate presentation (10p.)2. Prototype with test cases (50p.)3. Documentation (10p.)4. Final Report (10p.)5. Project Poster (10p.)6. Final presentation (10p.)



Documentation 10Final Presentation 10Final Report 10Intermediate Presentation 10Project Poster 10Prototype with test cases 50


Lernergebnisse Das Modul vermittelt Überblickswissen und Problembewusstsein im Themenfeld Entwicklungsländerund Technologietransfer. Die Studierenden erwerben- allgemeines Wissen über die gesellschaftliche, wirtschaftliche und kulturelle Situation inEntwicklungsländern.- detaillierte Kenntnisse über die Situation der Informationstechnologie (IT) inEntwicklungsländern und ihre Bedeutung für die Entwicklung eines Landes.- die Fähigkeit zur Analyse eines Entwicklungslandes im Hinblick auf Probleme und Chancen fürden IT-Einsatz und zur Entwicklung von Lösungsansätzen.- ein Problembewusstsein für den Transfer von Technologien in Entwicklungsländer und dieBedeutung von Bildung und Nachhaltigkeit.- Kenntnisse im Bereich der Entwicklungspolitik.- die Fähigkeit, sich interdisziplinär mit einer Thematik zu beschäftigen.- interkulturelle Kompetenz. Das Modul vermittelt überwiegend:Fachkompetenz 30x, Methodenkompetenz 25x, Systemkompetenz 15x, Sozialkompetenz 30x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Interesse an entwicklungspolitischen Themen



Modulbeschreibung

Informatik und Entwicklungsländer

Modultitel:

Informatik und Entwicklungsländer

Computer Science and Developing Countries

Leistungspunkte:

6


Peroz, Nazir Ahmad

Sekretariat:

FH 5-2

Ansprechpartner:

Steinbeck, Saskia

URL:

http://www.ziik.tu-berlin.de/menue/lehre_und_forschung/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Mitarbeit in Arbeitsgruppen 20Vortrag und Diskussionsleitung einer Sitzung 40schriftliche Ausarbeitung 40


Lernergebnisse Die Studierenden beherrschen die wesentlichen Konzepte, die für die integrierten digitalen und analogen Schaltungen angewandt werden.Sie verfügen im Rahmen eines praktisch orientierten Ausbildungsteils über die Fähigkeit selbständig Grundschaltungen zu entwerfen, zusimulieren und das Layout zu erarbeiten und zu testen. Das Modul vermittelt überwiegend:Fachkompetenz 40x Methodenkompetenz 30x Systemkompetenz 30x Sozialkompetenz 0x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: a) obligatorisch: Vorausgesetzt werden Grundkenntnisse der digitalen und analogen Schaltungstechnik, wie sie im BSc-StudiengangElektrotechnik angeboten werden.b) wünschenswert: Grundkenntnisse im Bachelor-Modul „Nachrichtentechnik“ und „Rechnerarchitektur“



Modulbeschreibung

Integrated Circuits

Modultitel:

Integrated Circuits

Integrierte Schaltungen

Leistungspunkte:

12


Thewes, Roland

Sekretariat:

E 3

Ansprechpartner:

Schröder, Sven

URL:

http://www.se.tu-berlin.de

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Nach Besuch des Moduls sollen Studierenden die folgenden Kenntnisse und Fähigkeiten erworben haben:* Einsatzmöglichkeiten von KI-Technologien zur Erreichung von Sicherheitszielen kennen,* Methoden der Künstlichen Intelligenz und des maschinellen Lernens im Bereich der Sicherheit bewerten und einsetzen können,* Kenntnis industriell und wirtschaftlich relevanter Anwendungsgebiete Die Studierenden sind in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in denAnwendungsdomänen erfolgreich einzusetzen. After attending the module students should have acquired the following knowledge and skills:* possible applications of AI technologies to achieve security objectives* can evaluate and use artificial intelligence and machine learning methods in the area of IT security* At the end of the course, participants will be able to assess the performance of the methods discussed and to use them successfully toproblems in various application domains.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse in den Bereichen Netzwerksicherheit und Künstliche Intelligenz vorausgesetzt.



Modulbeschreibung

Intelligente Sicherheit in Netzwerken

Modultitel:

Intelligente Sicherheit in Netzwerken

Artificial Intelligence for Network Security

Leistungspunkte:

9


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Bsufka, Karsten

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittel.


PJ Intelligente Sicherheitsanwendungen - Implementationder Projektaufgabe

25

PJ Intelligente Sicherheitsanwendungen - Projektbericht 10PJ Intelligente Sicherheitsanwendungen - Präsentationendes Projektfortschritts

10

PJ Intelligente Sicherheitsanwendungen - Rücksprache 5VL KI in der Netzwerksicherheit - Rücksprache 40VL KI in der Netzwerksicherheit - Tests (besten drei von vier) 10


Lernergebnisse Die Studierenden sind in der Lage, eine herausfordernde wissenschaftliche Problemstellung im Bereich der Interaktion mit AmbientIntelligence-Systemen zu lösen. Sie haben technisches und methodisches Können aus dem Interaktion, insbesondere neuerInteraktionstechniken und Interaktionsformen wie Gestik und Sprache vertieft, erfolgreich eingesetzt und kritisch reflektiert. EinSchwerpunkt liegt auf dem Einsatz modellbasierter Implementierungsstrategien für die Entwicklung von adaptiven Benutzerschnittstellenund kontext-sensitiven Systemen. The students are able to solve challenging problems in the scope of interaction with ambient-intelligence systems. They successfullylearned, applied and reflected on technical and methodological knowledge from user interaction, especially about interaction modalities likegesture and speech interaction. One focus of the project is on the use of model-based implementation strategies for the development ofadaptive user interfaces and context-sensitive systems. The module mainly conveys: Professional competence 30x, method competence 30x, system competence 20x, social competence 20x

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich vorausgesetzt werden Vorkenntnisse im Bereich der Benutzerinteraktion.



Modulbeschreibung

Interactive Systems

Modultitel:

Interactive Systems

Interactive Systems

Leistungspunkte:

6


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Trollmann, Frank

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]







(Ergebnisprüfung) Codequalität 5(Ergebnisprüfung) Einführungsaufgaben 5(Ergebnisprüfung) Meilensteinpräsentationen 20(Ergebnisprüfung) Projektergebnisse 40(Lernprozessprüfung) mündliche Rücksprache 30


Lernergebnisse Die Studierenden haben ein vertieftes und erweitertes Verständnis probabilistischer Modelle durch das eigenständige Einarbeiten in einaktuelles Forschungsthema anhand von Literatur und der eigenständigen Ausarbeitung einer Beispielanwendung.Zudem sind sie kompetent in der Darstellung und Vermittlung wissenschaftlicher Themen mittels eines Vortrages. The students get to know a profound understanding of algorithms in computational genomics. They know and understand the currentliterature in this field and are able to present their knowledge in a talk.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Vorausgesetzt werden Grundkenntnisse in Mathematik (Lineare Algebra, Analysis, Stochastik) sowie Programmierkenntnisse.



Modulbeschreibung

Introduction to Computational Genomics

Modultitel:

Introduction to Computational Genomics

Einführung in Computational Genomics

Leistungspunkte:

3


Opper, Manfred

Sekretariat:

MAR 4-2

Ansprechpartner:

Ruttor, Andreas

URL:

http://www.ki.tu-berlin.de/menue/lehre

Modulsprache:

Englisch

Kontakt:

[email protected]







Beispielanwendung 40Präsentation 60


Lernergebnisse keine Angabe The general idea of this module is to give an introduction to approaches that uses features or processes of the human body as an input toobtain information that are otherwise difficult to access in the context of human-computer-interaction (HCI). - Basic understanding of neuronal processes and the relation of body regulation, emotion, cognition, and behavior.- Knowledge of current approaches in (evolutionary) psychology and neuroscience to emotions/affects.- Basic understanding of relevant physiological indicators of psychic processes- Expertise to assess existing and future approaches oto utilize bio/body signals in HCI and usablity research oto collect and analyze information about the user's current emotional state oto manipulate the user's mood oto identify and verify users- Knowledge of current technical approaches to classify biometrical features- Ability to do critical (online) literature research- Presentation skills- Hands-on experience in an independent student research project

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: SE Affective ComputingMandatory: completed Bachelor/Vordiplom in computer science, computer engineering, electrical engineeringDesirable: Basic signal processing skills and/or usability engineering knowledge SE Biometric Identification and VerificationMandatory: successful participation in the preceding seminar Affective ComputingDesirable: Basic signal processing skills and/or usability engineering knowledge SP Neuro-UsabilityMandatory: successful participation in the preceding seminar Affective ComputingDesirable: Basic signal processing skills and/or usability engineering knowledge



Modulbeschreibung

Introduction to Physiological Computing

Modultitel:

Introduction to Physiological Computing

Leistungspunkte:

6


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Seminar Affective ComputingThe cumulative grade for this module is the result form the individual performances during the courses and other academic activities.




PJ Neuro-Usability: Multiple Choice-Test 10PJ Neuro-Usability: project work 20PJ Neuro-Usability: written report + test 20SEM Affective Computing: Multiple Choice-Test 10SEM Affective Computing: Oral presentation 20SEM Affective Computing: handout 10SEM Affective Computing: writen version 10SEM Biometric Identification and Verification: MultipleChoice-Test

10

SEM Biometric Identification and Verification: Oralpresentation

20

SEM Biometric Identification and Verification: homework 10SEM Biometric Identification and Verification: written version 10


Lernergebnisse Students who have successfully finished the course will be able to select the right approach and tools to analyze unknown software forsecurity problems. They will be able to assess the significance of their findings and to explain it to a non-expert. The course is principally designed to impart: technical skills 50%, method skills 40%, system skills 0%, social skills 10%. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Programming skills in at least one of the following languages: C, PHP, shell script and experience operating a Linux system are required.Knowledge of a basic/undergrad security lecture is recommended.



Modulbeschreibung

IT Security Lab: Vulnerability Assessment

Modultitel:

IT Security Lab: Vulnerability Assessment

Praktikum Rechnersicherheit

Leistungspunkte:

6


Heiß, Hans-Ulrich

Sekretariat:

EN 6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:• ein Referat (32 Portfoliopunkte),• Programmieraufgabe (große Semesteraufgabe, 32 Portfoliopunkte),• 4 Programmieraufgaben (kleine Aufgaben, je 9 Portfoliopunkte),Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.


4 Programmieraufgaben (kleine) 36Programmieraufgabe (große Semesteraufgabe) 32Referat 32


Lernergebnisse The success of computer and communication systems strongly depends on their performance, typically reflected in the perception ofservice quality. Optimizing system performance, subject to a set of resource and cost constraints, is thus a critical design goal for systemengineers. Performance evaluation allows us to quantify the service delivered by systems as well as the usage of resources. Thus, studentscompleting this module will gain the understanding of basic concepts of performance evaluation of computer communication systems. Theywill become familiar with the basics of analytical, experimental and simulative methods, as well as approaches to experiment planning.Students will also be able to understand application of these methods to computer networks and distributed systems. Finally, they will beable to design and execute performance evaluation and comparison of systems form the performance point of view. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: BSc module „Kommunikationsnetze” or similar knowledge is required.



Modulbeschreibung

Performance Evaluation of Computer Communication Systems

Modultitel:

Performance Evaluation of Computer Communication Systems

Leistungsbewertung von Kommunikationsnetzen

Leistungspunkte:

6


Wolisz, Adam

Sekretariat:

FT 5

Ansprechpartner:

Döring, Michael

URL:

http://www.tkn.tu-berlin.de/?108248#kstkn

Modulsprache:

Englisch

Kontakt:

[email protected]







Oral Consultation 65Presentation/Discussion 15Project Work 20


Lernergebnisse Am Ende der Veranstaltung sind die Teilnehmer in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie aufProbleme in den Anwendungsdomänen erfolgreich einzusetzen. Qualifikationsziele sind somit: 1) Verständnis der wichtigsten Theorien und Verfahren des induktiven Lernens2) Anwendung auf Regressions- und Klassifikationsprobleme (Mustererkennung)3) Kenntnis der grundlegenden Konzepte neuronaler Informationsverarbeitung4) Verständnis der theoretischen Grundlagen für die Entwicklung neuer Verfahren Participants should learn basic concepts, their theoretical foundation, and the most common algorithms used in machine learning andartificial intelligence. After completing the module, participants shouldunderstand strengths and limitations of the different paradigms, should be able to correctly and successfullyapply methods and algorithms to real world problems, should be aware of performance criteria, and shouldbe able to critically evaluate results obtained with those methods. More specifically, participants should be able to demonstrate 1) Knowledge of theory and methods of inductive learning2) Application to problems of regression and classifcation (pattern recognition)3) Understanding regarding basic concepts of neural information processing4) Understanding regarding theoretical foundations to develop new machine learning techiques

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Gute Programmierkenntnisse, Grundkenntnisse in Linearer Algebra, Analysis und Wahrscheinlichkeitstheorie Mathematical knowledge: Analysis, linear algebra, probability calculus and statistics, on a level comparableto mathematics courses for engineers. Basic programming skills (Python, Matlab, or R). Good command of the English language.



Modulbeschreibung

Machine Intelligence I

Modultitel:



Leistungspunkte:

6


Obermayer, Klaus

Sekretariat:

MAR 5-6

Ansprechpartner:

Obermayer, Klaus

URL:

http://www.ni.tu-berlin.de/menue/teaching_activities/all_courses/machine_intelligence_i/parameter/en/

Modulsprache:

Englisch

Kontakt:

[email protected]

1.) [NI] Machine Intelligence I - Hausaufgabe


mündlich benotet


Lernergebnisse Die Studierenden können die Leistungsfähigkeit der besprochenen Verfahren einschätzen, sie können sie auf Probleme in denAnwendungsdomänen erfolgreich einsetzen und eigenständig neue Verfahren entwickeln. Qualifikationsziele sind somit: 1) Verständnis zentraler Konzepte neuronaler Informationsverarbeitung2) Kenntnisse unüberwachter Architekturen und Lernverfahren3) Anwendung auf Probleme statistischer Modellierung, explorativer Datenanalyse und Visualisierung Participants should learn basic concepts, their theoretical foundation, and the most common algorithms used in machine learning andartificial intelligence. After completing the module, participants should understand strengths and limitations of the different paradigms,should be able to correctly and successfully apply methods and algorithms to real world problems, should be aware of performance criteria,and should be able to critically evaluate results obtained with those methods. More specifically, participants should be able to demonstrate: 1) Understanding regarding basic concepts of neural information processing2) Knowledge of unsupervised machine learning methods3) Application to problems of statistical modeling, explorative data analysis, and visualisation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Gute Programmierkenntnisse, Grundkenntnisse in Linearer Algebra, Analysis und Wahrscheinlichkeitstheorie Mathematical knowledge: Analysis, linear algebra, probability calculus and statistics, on a level comparable to mathematics courses forengineers. Basic programming skills (Python, Matlab, or R). Good command of the English language.



Modulbeschreibung

Machine Intelligence II

Modultitel:



Leistungspunkte:

6


Obermayer, Klaus

Sekretariat:

MAR 5-6

Ansprechpartner:

Lochmann, Timm-Ulrich

URL:

http://www.ni.tu-berlin.de/menue/studium_und_lehre/lehrveranstaltungen/machine_intelligence_ii/parameter/en/

Modulsprache:

Englisch

Kontakt:

[email protected]

1.) [NI] Machine Intelligence II - Hausaufgabe


mündlich benotet


Lernergebnisse Die Studierenden sind in der Lage, eigenständig die wesentlichen Verfahren des maschinellen Lernens auf neuen Daten anzuwenden. Diesumfasst Methoden zur Klassifikation, Regression, Dimensionsreduktion und Clustering. Darüberhinaus vermittelt das Modul dastheoretische Rüstzeug (Wahrscheinlichkeitstheorie, Optimierungstheorie), um Verfahren weiterzuentwickeln und theoretisch zu analysieren. In der Wahlpflichtveranstaltung kann der Teilnehmer je nach Vorkenntnissen und Interessen folgende Schwerpunkte wählen: * Matlab Programmierung für Maschinelles Lernen und Datenanalyse oder Python Programmierung für Maschinelles Lernen: diese Kursevermitteln das praktische Rüstzeug zur Entwicklung, Anwendung und Untersuchung von Verfahren des Maschinellen Lernens. * Mathematische Grundlagen fur Maschinelles Lernen: dieser Kurs wiederholt, vertieft und spezialisiert die mathematischen Kenntnisse ausden Grundlagenmodulen des Informatikstudiums. * Seminar Maschinelles Lernen: im Seminar wird das selbststandige Einarbeiten und Prasentieren von Wissenschaftlichen Ergebnissengeübt. The students are able to independently apply methods from machine learning on new data. This includes methods for classification,regression, dimensionality reduction and clustering. Moreover, the module teaches the mathematical skills (probability theory, optimizationtheory) needed to extend and theoretical analyze machine learning methods.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Programmierkenntnisse, gute Grundlagen in Mathematik, insbesondere Lineare Algebra, Analysis, Wahr-scheinlichkeitsrechnung. Der Kurs„Mathematische Grundlagen des Maschinellen Lernens“ bietet eine kompakte Einführung bzw. Auffrischung dieser Themen. Dieses Modulist auch für Bachelorstudenten geeignet.



Modulbeschreibung

Maschinelles Lernen 1

Modultitel:


Machine Learning 1

Leistungspunkte:

9


Müller, Klaus-Robert

Sekretariat:

MAR 4-1

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]


schriftlich benotet


Lernergebnisse Die Studierenden haben ein vertieftes Wissen über die Anwendung spezifischer Methoden des Maschinellen Lernens (Klassifikation,Regression, Dimensionsreduktion, Clustering) in ausgewählten Anwendungsbereichen (Bioinformatik, Computersicherheit, etc.) undkönnen diese Methoden selbstständig anwenden und weiterentwickeln. Insbesondere sind die Studierenden mit den Aspekten desMaschinellen Lernens vertraut, welche für den praktischen Erfolg entscheidend sind. Darüber hinaus haben die Studierenden in einemSeminar den aktuellen Forschungsstand kennengelernt sowie das Präsentieren im wissenschaftlichen Umfeld eingeübt. Students have deepened their knowledge about specific methods in Machine Learning and selected application areas.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Programmierkenntnisse, gute Grundlagen in Mathematik, insbesondere Lineare Algebra, Analysis, Wahr-scheinlichkeitsrechnung.Grundlagen des maschinellen Lernens sind ratsam, z.B. Teilnahme am Modul „Maschinelles Lernen 1“, jedoch bei solidem theoretischemVorwissen nicht zwingend erforderlich.



Modulbeschreibung


Modultitel:


Machine Learning 2

Leistungspunkte:

9



Sekretariat:

keine Angabe

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]


schriftlich benotet


Lernergebnisse Absolventen dieses Moduls haben Kenntnisse und praktische Erfahrungen im Bereich moderner, verteilter und komplexer IT-Systeme.Schwerpunkte sind der Softwareentwurf, Programmierung und Umsetzung Verteilter Systeme. Die Projektarbeit im Team vermitteltzusätzlich soziale und Projektmanagement-Kompetenzen. Students possess knowledge and practical experience in the area of modern, distributed and complex IT systems, focusing on softwaredesign, programming and the implementation of distributed systems. The project work within a team additionally conveys social and projectmanagement skills.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse aller Pflichtmodule im Bachelorstudium Informatik oder Technische Informatik werden vorausgesetzt. SolideProgrammierfähigkeiten sind für die Projektarbeit erforderlich.



Modulbeschreibung

Master-Projekt: Verteilte Systeme

Modultitel:

Master-Projekt: Verteilte Systeme

Master Project: Distributed Systems

Leistungspunkte:

9


Kao, Odej

Sekretariat:

EN 59

Ansprechpartner:

Kao, Odej

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]







Meilensteinpräsentation 25Projektdokumentation 15Projektimplementierung 60


Lernergebnisse Die Studierenden besitzen einen Überblick auf dem Gebiet der Mechatronik und können für die Kernaufgaben Steuerung, Regelung undDiagnose mechatronischer Komponenten (im Kraftfahrzeug) nach wissenschaftlichen Methoden selbständig Lösungen erarbeiten. Das Modul vermittelt überwiegend:Fachkompetenz 40x Methodenkompetenz 40x Systemkompetenz 10x Sozialkompetenz 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Grundlagen der Messdatenverarbeitung, Regelungstechnik, Elektronikgrundkenntnisse, Kenntnisse in der mathematisch-technischenProgrammiersprache MATLAB® / Simulink®



Modulbeschreibung

Mechatronik

Modultitel:

Mechatronik

Mechatronic

Leistungspunkte:

12


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

Joachim, Priesnitz

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:* Vorlesungen (50 Portfoliopunkte)* Praktikum oder Projekt (insgesamt 50 Portfoliopunkte)

Im Rahmen des Praktikums und Projektes sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art und Gewichtung inPortfoliopunkten sind in der unten stehenden Tabelle aufgeführt.

Die Gesamtnote gemäß §47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.


PJ Großes Projekt Simulation und Technische Diagnose -Dokumentation

25

PJ Großes Projekt Simulation und Technische Diagnose -Entwickelte Hardware/ Software

20

PJ Großes Projekt und Technische Diagnose -Abschlusspräsentation

5

PJ Kleines Projekt Simulation und Technische Diagnose -Abschlusspräsentation

2

PJ Kleines Projekt Simulation und Technische Diagnose -Dokumentation

13

PJ Kleines Projekt Simulation und Technische Diagnose -Entwickelte Hardware/Software

10

PR Mustererkennung und Technische Diagnose - 4Protokolle

20

PR Steuergeräteoptimierung - 4 Protokolle 20PR Steuergeräteoptimierung - Schriflicher Test 5PR- Mustererkennung und Technische Diagnose -mündliche Rücksprache

5

VL Einführung in die Automobilelektronik - schriftlicher Test 25VL Modellbildung und Echtzeitsimulation - schriflicher Test 25VL Mustererkennung und Technische Diagnose - mündlicheRücksprache

25


Lernergebnisse Die Studierenden haben im Bereich der Medizintechnik ein elementares Verständnis über Entstehung, Erfassung und Verarbeitungbiologischer Signale sowie die Beeinflussung biologischer Organismen durch Signale vermittelt. Sie sind danach befähigt,medizinelektronische Geräte zu verstehen, zu entwickeln, zu verbessern oder auch zu modifizieren. The students have an elementary knowledge of the origin, recording possibilities and processing of biological signals, as well as of theinfluence of electronic equipment and signals on biological organisms. They are able to understand medical electronic equipment, to designand to improve or to modify them and to prepare their certification.




Modulbeschreibung

Medizinelektronik

Modultitel:

Medizinelektronik

Medical Electronics

Leistungspunkte:

6



Sekretariat:

EN 3

Ansprechpartner:

Tigges, Timo

URL:

http://www.emsp.tu-berlin.de/menue/studium_und_lehre/medizinelektronik/

Modulsprache:

Deutsch

Kontakt:

[email protected]


schriftlich benotet


Lernergebnisse Kenntnisse ..- .. zur Planung der Entwurfsprozesse von Mikrosystemen ausgehend von der Aufgabenstellung- .. zum Erkennen und Beheben von möglichen Zuverlässigkeitsproblemen u.a. mit Hilfe numerischer Methoden- .. über numerische Feldberechnungen (elektrisch, thermisch, mechanisch)- .. über thermische und mechanische Zuverlässigkeit- .. zu umweltgerechtem Design elektronischer Systeme ---------------------------------------- Competent knowledge of..- .. engineering and design of microsystems beginning with the performance requirements- .. understanding and solving possible system reliability issues by e.g. using numerical methods- .. numerical computation of fields (electrical, thermal, mechanical)- .. thermal and mechanical system reliability- .. environmentally compliant design of electronic (micro-)systems

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: There are no prerequisites for registration for this module.



Modulbeschreibung

Mikrosystemtechnik - Entwurf, Simulation und Zuverlässigkeit

Modultitel:

Mikrosystemtechnik - Entwurf, Simulation und Zuverlässigkeit

Microsystem - Design, Simulation and Reliability

Leistungspunkte:

12


Lang, Klaus-Dieter

Sekretariat:

TIB 4/2-1

Ansprechpartner:

Curran, Brian

URL:

http://www.tmp.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected] /[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:* Vorlesungen: jeweils 25 Portfoliopunkte* Praktika/Projekte: jeweils 25 Portfoliopunkte* Integrierte Veranstaltung: 25 / 50 Portfoliopunkte

Im Rahmen der Vorlesungen, Praktika/Projekte und der integrierten Veranstaltung sind jeweils verschiedene Studienleistungen zuerbringen. Ihre Art und Gewichtung in Portfoliopunkten sind in der unten stehenden Tabelle aufgeführt.


The module will be graded in the form of a portfolio examination.All together, there are 100 points possible.* each lecture is worth 25 portfolio points* each practical exercise or project is worth 25 portfolio points* an integrated course is worth 25 or 50 portfolio points

Within a lecture, practical exercise / project, or an integrated course there are different requirements. Their weight and type is shown inthe above table.



IV High-frequency Measurement Techniques inMicroelectronic Packaging - Mündliche Rücksprache

50

IV Zuverlässigkeit von Mikrosystemen - MündlicheRücksprache

25

PR Design, Simulation and Reliability of Microsystems -Mündliche Rücksprache

10

PR Design, Simulation and Reliability of Microsystems -Schriftliche Ausarbeitung

15

PR Umweltgerechtes Design elektronischer Systeme -Mündliche Rücksprache

25

VL - Mündliche Rücksprache 25


Lernergebnisse The module imparts primarily professional and methodological expertise in analyzing remote sensing data. The exploration of the relationsbetween physical reality of the environment and data collected with imaging sensors are emphasized. Mathematical modells are used fordescription. Interdisciplinary application of the contents are demonstrated using various illustrative examples from e.g. manufacturingindustries to geography, medicine and social sciences. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge from the module “Optical Remote Sensing” is preferable.



Modulbeschreibung

Microwave and Radar Remote Sensing

Modultitel:



Leistungspunkte:

6


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Dennert, Marion

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]


schriftlich benotet


Lernergebnisse Students who have successfully finished this module have an advanced knowledge of middleware and its use for dealing with complexsystems. They are aware of the conceptual differences of different types of middleware and know the corresponding advantages anddisadvantages. They are able to select an appropriate middleware for a distributed application. The course is principally designed to imparttechnical skills 50%, method skills 30%, system skills 10%, social skills 10% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge on distributed systems, solid programming skills



Modulbeschreibung

Middleware Concepts

Modultitel:

Middleware Concepts

Middleware Konzepte

Leistungspunkte:

6


Heiß, Hans-Ulrich

Sekretariat:

EN 6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Middleware Concepts: successful processing of the exercise tasks


mündlich benotet


Lernergebnisse Die Studierenden haben die praktische Fähigkeit zur Entwicklung eines Mikrocontroller-Systems mit Software und peripherer Hardware. Siesind befähigt, Projektdemonstrationen durchzuführen, Arbeitsergebnisse adäquat zu dokumentieren und zu präsentieren. Neben denfachlichen Inhalten spielen auch das Projektmanagement und die Teamarbeit eine wichtige Rolle.Das Modul vermittelt überwiegend: Fachkompetenz 40%; Methodenkompetenz 40%; Systemkompetenz 20%; The students have the practical ability to develop a microcontroller system with software and peripheral hardware. They are able toshowcase a project and to adequately document and present work results. Next to the technical contents, project management andteamwork play an important role as well.The module mainly conveys: professional competence 40%; methodical competence 40%; system competence 20%;

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Grundkenntnisse der Schaltungstechnik, Mikroprozessortechnik und Analog- und Digitalelektronik, z.B. durch die Module„Schaltungstechnik“, „Prozessorelektronik“ und „Elektronik“; Programmierkenntnisse in “C“ und evtl. Assembler.



Modulbeschreibung

Mikrocontroller-Projekt

Modultitel:

Mikrocontroller-Projekt

Microcontroller Project Course

Leistungspunkte:

6



Sekretariat:

EN 3

Ansprechpartner:

Tigges, Timo

URL:

http://www.emsp.tu-berlin.de/menue/studium_und_lehre/praktikum_digitale_systeme/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Prüfungsform ist eine Portfolioprüfung. Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IVermittelt.


Protokollierte praktische Leistung 60Referat 20Schriftliche Ausarbeitung 20


Lernergebnisse Qualifikationsziel des Moduls „Mikrosystemtechnik-Bauelemente" ist der Erwerb grundlegender Kenntnisse und eines Gesamtüberblickshinsichtlich der wichtigsten Prinzipien und Ausführungsformen von mikrosystemrelevanten Bauelementen, wie Sensoren und Aktuatoren,optoelektronischen Halbleiterbauelementen und Halbleiter-Leistungsbauelementen. Die Studierenden werden in die Lage versetzt, system-bzw. anwendungsbezogene Bauelemente auszuwählen und einzusetzen. Durch die Vertiefung des Wissens aus den Vorlesungen durchSimulations-, Charakterisierungs- und Debug-Methoden erlangen die Teilnehmer umfassende Kenntnisse von der prinzipiellen Methodikdes Bauelementedesigns, der Funktion und dem Aufbau der Bauelemente sowie deren Anwendung. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Voraussetzung für die Teilnahme sind elektrotechnische und halbleitertechnische teilweise auch schaltungstechnischeGrundlagenkenntnisse aus dem Bachelor-Studiengang Elektrotechnik.



Modulbeschreibung

Mikrosystemtechnik - Bauelemente

Modultitel:

Mikrosystemtechnik - Bauelemente

Microsystems Technology and Devices

Leistungspunkte:

12


Thewes, Roland

Sekretariat:

E 3

Ansprechpartner:

Kupfer, Frank

URL:

http://www.se.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected]





Prüfungsform ist die Portfolioprüfung.Insgesamt können 100 Portfoliopunkte erreicht werden:• mündliche Rücksprache (je 2 SWS = 25 Portfoliopunkte).• drei schriftliche Ausarbeitung im "Sensorik - Praktikum" (25 Portfoliopunkte).• schriftliche Ausarbeitung „FEM-Simulation von Mikrosensoren und –aktuatoren“ (20 Portfoliopunkte)• schriftlicher Test „FEM-Simulation von Mikrosensoren und –aktuatoren“ (30 Portfoliopunkte)Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 1 der Fakultät IV ermittelt.


IV "CMOS-Biosensors", mündliche Rücksprache 50IV "FEM-Simulation von Mikrosensoren und -aktuatoren" 50IV "Smart Sensors and Actuators I+II", mündlicheRücksprache

50

PR "Sensorik", schriftliche Ausarbeitung 25VL "Debug of Integrated Circuits on Silicon Level",mündliche Rücksprache

25

VL "Grundlagen der optoelektronischenHalbleiterbauelemente", mündliche Rücksprache

25

VL "Leistungshalbleiter-Bauelemente", mündlicheRücksprache

25

VL "Miniaturisierte Energieversorgung / Harvesting",mündliche Rücksprache

25

VL "Technologie der Dünnschicht-Bauelemente", mündlicheRücksprache

25


Lernergebnisse Kenntnisse ..- .. über wesentliche Verfahren und Technologien der Mikrosystemtechnik und der Aufbau und Verbindungstechnik- .. über werkstoffwissenschaftliche Grundlagen der Materialien der Mikrosystemtechnik- .. über den Aufbau multifunktionaler Systeme ---------------------------------------- Competent knowledge of..- .. basic processes and technologies of microsystems- .. fundamentals in the field of material science used for microsystems- .. packaging technologies for electronic system integration

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Voraussetzungen für die Teilnahme am Praktikum "Technologien und Werkstoffe der Mikrosystemtechnik" sind die abgeschlossenenTeilnahmen an den Lehrveranstaltungen des Pflichtteils. The prerequisites for participation in the practical exercise "Technology and Materials in Microsystems" are the successfull completion ofthe manditory courses in the module.



Modulbeschreibung

Mikrosystemtechnik - Technologie

Modultitel:

Mikrosystemtechnik - Technologie

Microsystems - Technology

Leistungspunkte:

12


Lang, Klaus-Dieter

Sekretariat:

TIB 4/2-1

Ansprechpartner:

Curran, Brian

URL:

http://www.tmp.tu-berlin.de

Modulsprache:

Deutsch

Kontakt:

[email protected] /[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:* Vorlesungen: jeweils 25 Portfoliopunkte* Praktikum: 50 Portfoliopunkte

Im Rahmen der Vorlesungen und des Praktikums sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art und Gewichtung inPortfoliopunkten sind in der unten stehenden Tabelle aufgeführt.


All together, 100 portfolio points can be achieved:* lectures: 25 portfolio points each* practical exercise: 50 portfolio points

During the lectures and pratical exercise there are different requirements. The type and weight of the portfoliopoints are described in thefollowing table.


PR - Protokollierte praktische Leistung 20PR - Schriftlicher Test 30VL - Mündliche Rücksprache 25


Lernergebnisse Die Studierenden kennen die theoretischen Grundlagen der fortgeschrittenen Schaltungsentwicklung und haben die praktische Fähigkeitzur Entwicklung, zum Aufbau und zum Test von Mixed-Signal-Baugruppen unter Verwendung aktueller professioneller Entwicklungs-Tools.Neben den fachlichen Inhalten spielen auch das Projektmanagement und die Teamarbeit, insbesondere auch die Abstimmung der Teamsuntereinander, eine wichtige Rolle. Sie sind in der Lage, ihr systematisches Vorgehen adäquat zu dokumentieren und zu demonstrieren.Das Modul vermittelt überwiegend: Fachkompetenz 40%; Methodenkompetenz 40%; Systemkompetenz 20%; The students know the theoretical fundamentals of advanced circuit design and have the practical skills to develop, build and test mixed-signal circuits by using current professional developer tools.Apart from the technical contents, great significance is given to project management and teamwork, especially the cooperation betweenteams. The students are able to adequately document and demonstrate their systematic proceedings.The module mainly conveys: professional competence 40%; methodical competence 40%; system competence 20%;

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Kenntnisse der Schaltungstechnik, Mikroprozessortechnik und Analog-und Digitalelektronik, z.B. durch die Module „Schaltungstechnik“,„Mikroprozessortechnik“ und „Elektronik“.



Modulbeschreibung

Mixed - Signal - Baugruppen

Modultitel:

Mixed - Signal - Baugruppen

Mixed Signal Board Design

Leistungspunkte:

6



Sekretariat:

EN 3

Ansprechpartner:

keine Angabe

URL:

http://www.emsp.tu-berlin.de/menue/studium_und_lehre/mixed-signal-baugruppen/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Prüfungsform ist die Portfolioprüfung. Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IVermittelt.


Protokollierte praktische Leistung 70Schriftliche Ausarbeitung 30


Lernergebnisse Mit dem erfolgreichen Abschluss dieses Moduls erhalten Studenten einen Überblick über die derzeitig und zukünftig eingesetzten Dienstebzw. Dienstinfrastrukturen des mobilen Internets. Sie entwickeln anhand des Vergleichs mit statischen Netzwerken ein Verständnis für diespeziellen Charakteristika mobiler Netzwerke und lernen alles über die Vorteile und faszinierenden Möglichkeiten mobiler Dienste wiestandortbasierter Dienste und dem Ubiquitous Computing kennen. Allerdings werden sie auch auf die Probleme und Grenzen derBereitstellung mobiler Dienste aufmerksam gemacht, um diese während der Entwicklung mobiler Dienste berücksichtigen zu können.Außerdem werden ihnen verschiedene alternative Realisierungen von Diensten (z.B. geräte- und netzwerkzentrierte Architekturen) erörtertund Einblicke in Dienstplattformen, nützliche Funktionen und Betriebssysteme mobiler Endgeräte gewährt. Students who have successfully finished this module have an overview of current and future services and service infrastructures in theMobile Internet. They have developed an understanding of the special characteristics of mobile networks - compared to fixed infrastructures- and have learned about the benefits of mobile services and the fascinating prospects of emerging areas such as Location-based Servicesand Ubiquitous Computing. However, they are also aware of the problems and limits of mobile service provisioning and know how to copewith these deficiencies when designing them. Furthermore, they have good knowledge of different alternatives of realizing services (forexample, device versus network centric approaches) and an overview of related service platforms, auxiliary functions, and operatingsystems of mobile devices.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Mandatory: basic knowledge of computer science and Internet/network architecturesDesirable: knowledge of distributed systems, basic programming skills



Modulbeschreibung

Mobile Services

Modultitel:

Mobile Services

Mobile Services

Leistungspunkte:

6


Küpper, Axel

Sekretariat:

TEL 19

Ansprechpartner:

Rodriguez Garzon, Sandro

URL:

http://www.snet.tu-berlin.de/moses

Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Absolventinnen und Absolventen dieses Moduls verfügen über Kenntnisse und Fähigkeiten zur formalen Modellierung und formalenAnalyse von verteilten, insbesondere fehlertoleranten Algorithmen. Weiterhin verfügen sie über vertiefte Kenntnisse und Verständnis fürformale Beweise von Korrektheit bzw. Unmöglichkeit der Lösung von verteilten Kommunikations- und Koordinationsproblemen. Sie sind inder Lage, sich die entsprechenden Kenntnisse teilweise selbständig zu erarbeiten und ihre Arbeitsergebnisse mündlich zu präsentieren. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse aus der Theoretischen Informatik zu Diskreten Strukturen, Logik, und Automatentheorie vorausgesetzt.Nützlich wären auch bereits existierende Kenntnisse zu Verteilten Algorithmen (aus dem Angebot der Fachgebiete CIT oder KBS),Nebenläufiger Programmierung (beispielsweise in Java), sowie Prozesskalkülen und Temporaler Logik (Module "Reaktive Systeme" und"Algebraische Prozesskalküle").



Modulbeschreibung

Modelle und Theorie Verteilter Algorithmen

Modultitel:

Modelle und Theorie Verteilter Algorithmen

Models and Theory of Distributed Algorithms

Leistungspunkte:

6


Nestmann, Uwe

Sekretariat:

TEL 7-2

Ansprechpartner:

Nestmann, Uwe

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]







Projektbericht mündlich 20Projektbericht schriftlich 30mündliche Rücksprache 50


Lernergebnisse Die Studierenden haben ein Verständnis der im Gehirn auf verschiedenen Skalen ablaufenden Prozesse. Massgeblich wird hierbei dasAnwenden mathematischer und informatischer Methoden zur Untersuchung und Charakterisierung der neurophysiologischen Prozessevermittelt. Students demonstrate a basic understanding of the neural processes affecting the brains dynamics at different temporal and spatial scales.The course focuses on the application of methods from mathematics and computer science to characterize neurophysiological processes.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: gute Programmierkenntnisse und mathematische Kenntnisse aus linearer Algebra, Analysis, Warscheinlichkeitstheorie, Statistik undTheorie dynmischer Systeme. mathematical prerequisites: linear algebra, analysis, probability theory, statistics, dynamical systemsgood programming skills



Modulbeschreibung

Modelle zur Informationsverarbeitung im Gehirn

Modultitel:

Modelle zur Informationsverarbeitung im Gehirn

Models of Neural Information Processing

Leistungspunkte:

6


Obermayer, Klaus

Sekretariat:

MAR 5-6

Ansprechpartner:

Obermayer, Klaus

URL:

http://www.ni.tu-berlin.de/teaching/

Modulsprache:

Deutsch

Kontakt:

[email protected]

1.) [NI] Modelle zur Informationsverarbeitung im Gehirn - Hausaufgabe


mündlich benotet


Lernergebnisse Die Anzahl der in Kraftfahrzeugen eingesetzten elektronischen Steuergeräte hat in den letzten Jahren enorm zugenommen. InOberklassefahrzeugen werden z.B. ca. 100 verschiedene elektronische Steuergeräte vernetzt, um den Antrieb, die Sicherheit und denFahrkomfort zu gewährleisten. Es wird nach Abschluss des Moduls der moderne, durchgängige modellgestützte Funktions- undSoftwareentwicklungsprozess für Kraftfahrzeuge beherrscht. Neben den Methoden sollen die Studierenden nach Abschluss derVeranstaltung auch die zur modellgestützten Software- und Funktionsentwicklung notwendigen komplexen Werkzeuge wie Rapid-Prototyping-Systeme und Hardware-in-the-Loop Simulatoren einsetzen können. Die Veranstaltung vermittelt überwiegend:Fachkompetenz 40 x Methodenkompetenz 20 x Systemkompetenz 30 x Sozialkompetenz 10 x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: a) obligatorisch: Bachelor Technische Informatik, Elektrotechnik, Informatik oder Fahrzeugtechnikb) wünschenswert: Grundkenntnisse in Simulink®/Matlab®



Modulbeschreibung

Modellgestützte Software- und Funktionsentwicklung für Kraftfahrzeuge

Modultitel:

Modellgestützte Software- und Funktionsentwicklung für Kraftfahrzeuge

Model-based Software und Function Development

Leistungspunkte:

6


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

Joachim, Priesnitz

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Prüfungsform ist die Portfolioprüfung.Insgesamt können 100 Portfoliopunkte erreicht werden:* Vorlesung (50 Portfoliopunkte)* Praktikum oder Projekt (insgesamt 50 Portfoliopunkte)


Die Gesamtnote gemäß §47 (2) AllgStuPO wird nach dem unten stehenden Notenschlüssel ermittelt (entspricht Notenschlüssel 2 derFakultät IV):

Punktzahl Noteweniger oder gleich 95 1,0weniger oder gleich 90 1,3weniger oder gleich 85 1,7weniger oder gleich 80 2,0weniger oder gleich 75 2,3weniger oder gleich 70 2,7weniger oder gleich 65 3,0weniger oder gleich 60 3,3weniger oder gleich 55 3,7weniger oder gleich 50 4,0weniger als 50 5,0



PR - Abschlussbericht 5PR - Aufgabe 1: Verständnis DKG 8PR - Aufgabe 3/4: Schaltlogik (E/T) 3PR - Aufgabe 5: Steuerung/Test DKG 12PR - Mündliche Rücksprache 10PR Konzept/ Zwischenbericht 7PR Projektarbeit 5VL Mündliche Prüfung 50


Lernergebnisse Absolventinnen und Absolventen dieses Moduls haben wichtige Grundkenntnisse zum Erstellen von Modellen technischer Systemeerworben. Grundlagen zu technischen Themengebieten, wie E-Technik, Thermodynamik und Mechanik sind ihnen bekannt und könnenselbstständig angewandt werden. Sie sind in der Lage Simlationsmodelle mit Matlab/Simulink und Modelica zu erstellen. Der Prozess zum Erstellen eines neuen Modells biszur Validierung ist ihnen bekannt und kann selbständig durchgeführt werden und anhand eines Vortrags vorgestellt werden. Graduates of this module have acquired important basic knowledge to create models of technical systems. Basics physical knowlege, such as electrical engineering , thermodynamics and mechanics are known to them and can be usedindependently. They are able to create models with Matlab / Simulink and Modelica. The process of creating new models, simulating and validating them is known to them and can be performed independently. Their knowlegein modelling and simulation is presented in a short presentation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden die Kenntnisse der objektorientierten Softwareentwicklung und Programmierung vorausgesetzt. Mathematische Grundlagen der Informatik, z.B. Diskrete Mathematik (Algebra, Zahlentheorie) und Differenzialgleichungen sowie Interessean physikalischen System sind wünschenswert. Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung: keine Voraussetzung angegeben



Modulbeschreibung

Modellierung technischer Systeme

Modultitel:

Modellierung technischer Systeme

Modelling technical systems

Leistungspunkte:

9


Pepper, Peter

Sekretariat:

TEL 12-2

Ansprechpartner:

Mehlhase, Alexandra

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Gesamtnote wird nach dem Notenschlüssel 1 der Fakultät IV ermittelt.


Rücksprache 50Vortrag inkl. Ausarbeitung Seminar 30Übungsaufgaben 20


Lernergebnisse Die Studierenden haben einen Überblick über den Stand der Forschung in ausgewählten Gebieten der Neuroinformatik. Sie sind weiterhinin der Lage, neue Ansätze und Verfahren bzgl. ihrer Leistungsfähigkeit einzuschätzen und erfolgreich auf Probleme in denAnwendungsdomänen einzusetzen. Das Modul vermittelt überwiegend:Fachkompetenz 50% Methodenkompetenz 40% Systemkompetenz 10% Sozialkompetenz no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Programmierkenntnisse, erfolgreiche Teilnahme am Mathematik-Zyklus des Informatik Bachelorstudiums oder äquivalente Kenntnisse,erfolgreicher Abschluss der Module „Machine Intelligence I / Neuronale Informationsverarbeitung I“ oder „Modelle zurInformationsverarbeitung im Gehirn“ oder äquivalente Kenntnisse



Modulbeschreibung

Moderne Entwicklungen der Neuroinformatik

Modultitel:

Moderne Entwicklungen der Neuroinformatik

Leistungspunkte:

6


Obermayer, Klaus

Sekretariat:

MAR 5-6

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden sind vertraut mit neuen Methoden und aktuellen Anwendungen von Verfahren der KI und des ML, kennen und verstehendie aktuelle Fachliteratur und sind in der Lage, dies in einem Vortrag zu präsentieren. The students get to know new methods and current applications in artificial intelligence and machine learning. They know and understandthe current literature in this field and are able to present their knowledge in a talk.




Modulbeschreibung

Monte Carlo Methods in Machine Learning and Artificial Intelligence

Modultitel:

Monte Carlo Methods in Machine Learning and Artificial Intelligence

Monte Carlo Methoden im Maschinellen Lernen und Künstlicher Intelligenz

Leistungspunkte:

6


Opper, Manfred

Sekretariat:

MAR 4-2

Ansprechpartner:

Ruttor, Andreas

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]







Darstellung (Vortragsgestaltung) 30Inhalt des Vortrags (Theorie und Resultate der Projekte) 70


Lernergebnisse To understand the technology evolution to multicore architectures.To become familiar with different types of multicore architectures such as cache coherent, shared memory architectures, distributedmessage-passing architectures, and Graphics Processing Units (GPUs).To understand how different multicore architectures are programmed.To be able to select the most suitable multicore architecture for an application domain.To be able to read and understand the principles of shared memory parallel programming. The course is principally designed to impart:technical skills 50x method skills 40x system skills 0x social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: An introductory course on computer architecture (e.g. TechGI 2 or Rechnerorganisation), good programming skills, preferably in C/C++.



Modulbeschreibung

Multicore Architectures

Modultitel:

Multicore Architectures

Mehrkernarchitekturen

Leistungspunkte:

6


Juurlink, Bernardus

Sekretariat:

EN 12

Ansprechpartner:

Juurlink, Bernardus

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]








5 assignments (weighted 15, 12, 10, 8 and 5 points) 50Final Test 50


Lernergebnisse Students gain:- Understanding of “Usabiliy” as interdisciplinary research and application field during the development of information and communicationtechnologies- Knowledge of the realisation of human-computer interfaces- Application of this knowledge in the design cycle of technical systems- Hands-on practicing of the learned skills evaluating the quality and usability of selected technical systems.- Presenting and transferring the learned skills to others no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic knowledge of information and communication technologies



Modulbeschreibung

Multimodal Interaction

Modultitel:

Multimodal Interaction

Leistungspunkte:

6


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden kennen die grundlegenden Technologien organischer Bauelemente und deren Systemintegration und verstehen derengrundlegende Anwendung. Sie werden mit den Grundlagen der photonischen AVT vertraut und konnen die wesentlichen Verfahren undTechnologien der photonischen AVT verstehen und anwenden.Die Studierenden kennen verschiedene grundlegende Nanosystemtechnologien und deren derzeitige Anwendungen inHerstellungsprozessen fur Bauelemente und deren Systemintegration. Sie können Nanotechnologien in den Herstellungsprozessintegrieren sowie die Auswirkungen von Nanotechnologien beurteilen. Die Studierenden kennen die technologischen Anforderungen vonpolytronischen Mikrosystemen, photonischer AVT und von molekularen und Nanosystemen als auch deren Einschrankungen.Zudem werden aktuellere Forschungsthemen und zukunftige Trends dieser Technologien vermittelt, welche die Studierenden in die Lageversetzen die Dynamik des Forschungsfeldes fur die personliche berufliche Entwicklung einzuschatzen. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Keine



Modulbeschreibung

Nanotechnologien für Mikrosysteme

Modultitel:

Nanotechnologien für Mikrosysteme

Nanotechnologies for Mikrosystems

Leistungspunkte:

12


Bock, Karlheinz

Sekretariat:

TIB 4/2-1

Ansprechpartner:

keine Angabe

URL:

http://www.pms.tu-berlin.de

Modulsprache:

Englisch

Kontakt:

[email protected]





Lernergebnisse Most modern computer systems are inherently distributed and networked: from multi-core computer architectures over wireless sensorsystems and datacenters to peer-to-peer systems. Accordingly, network algorithms are needed to design and operatethese computer systems in a scalable and robust way. The goal of this lecture is to provide the students with tools and techniques to reason about efficient network algorithms. The lecture isproblem-oriented and structured into different fundamental princi-ples, such as Randomization,Decentralization, Indirection, etc. Each lecture will cover a different basic problem (such as Load Balancing, Medium Access, SymmetryBreaking, etc.) and will be self-contained. By the end of the lecture, the student will be able to develop her/his own network algorithms, and formally prove correctness as well ascomplexity guarantees (e.g., on the computational or message complexity). The students will also have a good understanding of when to apply which principle, i.e., where randomization can be useful and where not,or to which extent a distributed system should be decentralized. The students will also have a good idea of the different natures of today's networks. If time permits, we will also extend our discussionbeyond computer networks and have an algorithmic look at social networks. This module is principally designed to impart:technical skills: 40x, method skills: 40x, system skills 10x, social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Desirable - knowledge and qualifications equivalent to: * BINF-GL - MPGI1 Algorithmische und funktionale Lösung diskreter Probleme* BINF-GL - MPGI2 Algorithmen und Datenstrukturen im imperativen Stil* Network Protocols and Architectures* English language



Modulbeschreibung

Network Algorithms

Modultitel:

Network Algorithms

Netzwerkalgorithmen

Leistungspunkte:

6


Feldmann, Anja

Sekretariat:

MAR 4-4

Ansprechpartner:

Ludwig, Arne

URL:

http://www.inet.tu-berlin.de/

Modulsprache:

Englisch

Kontakt:

[email protected]


schriftlich benotet


Lernergebnisse The students know the basic principles, algorithms and architectures of computer networks. They are able to understand complexcorrelations and to interpret results of simulations. The goal is to master the basics of communications in computer networks, who hopefullyhave a long half-life period. This means that the discussed principles outlast current mainstreams. This course is principally designed to impart:Technical skills 50x, method skills 10x, system skills 30x , social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of the compulsory modules of Bachelor studies is mandatory.Desirable: good English language skills.



Modulbeschreibung

Network Architectures - Basics

Modultitel:

Network Architectures - Basics

Netzwerkarchitekturen - Grundlagen

Leistungspunkte:

6


Feldmann, Anja

Sekretariat:

MAR 4-4

Ansprechpartner:

Ludwig, Arne

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]

1.) Hausaufgaben Network Protocols and Architectures


schriftlich benotet


Lernergebnisse After successful completion of the project the students are capable of solving small tasks on their own. This includes background research,documentation and management of the project. Ths module imparts 10–20% professional competence, 30% methodological competence, 25–35% system competence, 25% socialcompetence. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of the compulsory modules of Bachelor studies and the Master module “Network architectures – basics” is mandatory.Desirable: good English language skills.



Modulbeschreibung

Network Architectures - Master Project

Modultitel:

Network Architectures - Master Project

Netzwerkarchitekturen - Master Projekt

Leistungspunkte:

12


Feldmann, Anja

Sekretariat:

MAR 4-4

Ansprechpartner:

Ludwig, Arne

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Overall, there are 100 (points) Portfoliopunkte:- practical part including the thesis (70 points)- presentation (30 points)

The grade will be determined based on the grading scheme 2 from department IV.


Practical part including thesis 70Presentation 30


Lernergebnisse After completion of this module, the students have learned the fundamentals of wireless communication using wireless mesh routers.Essentially, they will acquire the basics in the field of wireless communication – interference, broadcast communication medium, rate andpower control. They will build up technical expertise on MAC and routing protocol behaviour in wireless mesh networking environmentsthrough various experiment set-up and performance evaluations. This course is principally designed to impart:technical skills 10x, method skills 20x, system skills 50x, social skills 20x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Good knowledge of the Master module “Network architectures – basics” (or equivalent) and the abilityto work with the Linux command line as well as scripting languages is required. Fulfillment of therequirements has to be proven prior to admission.Desirable: good English language skills.



Modulbeschreibung

Network Architectures - MeshLab

Modultitel:

Network Architectures - MeshLab

Leistungspunkte:

6


Feldmann, Anja

Sekretariat:

TEL 16

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]





Lernergebnisse This lab course (Praktikum) trains in the configuration of networking components like switches and routers. After a successful completionthe students are capable of configuring routing protocols and policies, setting up VLANs and basic IPv4 / IPv6 networks as well astroubleshooting basic problems arising in that context.Likewise experiment planning, setup and performance are taught. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Good knowledge of the Master module “Network architectures – basics” (or equivalent) and the ability towork with the Linux command line as well as scripting languages is required. Fulfillment of therequirements has to be proven prior to admissionDesirable: good English language skills.



Modulbeschreibung

Netzwerkarchitekturen - RouterLab

Modultitel:

Netzwerkarchitekturen - RouterLab

Network Architectures - RouterLab

Leistungspunkte:

9


Feldmann, Anja

Sekretariat:

MAR 4-4

Ansprechpartner:

Tiesel, Philipp Sebastian

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





Successful participation in the lab course (Praktikum) requires continuous attendance and activeparticipation, accepted solutions of the work sheets.The grade will be determined by the weighted average grades of all solutions (Portfolioprüfung). Students need a minimum totalpercentage, to pass the lab course.

Grading based on Fakultät 4 Notenschlüssel 2.

The oral test will take place after the first two (ungraded) lab assignments, and will be based on their content. Ongoing worksheets will behanded in weekly and discussed in review meetings, which are part of the examination elements.


8 lab assignments with review meetings, 11 points each 88Oral test 12


Lernergebnisse The goal is to understand the theoretical background and technical details of the respective lecture (routing, security, measurement) as wellas the basics of the whole range of topics. Illustrative examples deepen the comprehension such that a practical implementation of the topicat hand is obvious. These lectures are the basis on which projects and theses can be built upon. Furthermore, every participant acquiresprofound knowledge in his confined topic. This module is principally designed to impart:Technical skills 50x, method skills 10x, system skills 30x, social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Good knowledge of the compulsory modules of Bachelor studies and the Master module "Network architectures - basics" is mandatory.Desirable: good English language skills.



Modulbeschreibung

Network Architectures Specialization (big)

Modultitel:

Network Architectures Specialization (big)

Netzwerkarchitekturen Spezialisierung (groß)

Leistungspunkte:

9


Feldmann, Anja

Sekretariat:

MAR 4-4

Ansprechpartner:

Ludwig, Arne

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse The goal is to understand the theoretical background and technical details of the respective lecture (routing, security, measurement) as wellas the basics of the whole range of topics. Illustrative examples deepen the comprehension such that a practical implementation of the topicat hand is obvious. These lectures are the basis on which projects and theses can be built upon. Furthermore, every participant acquiresprofound knowledge in his confined topic. This module is principally designed to impart:technical skills 50x , method skills 10x , system skills 30x , social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Good knowledge of the compulsory modules of Bachelor studies and the Master module "Network architectures - basics" is mandatory.Desirable: good English language skills.



Modulbeschreibung

Network Architectures Specialization (small)

Modultitel:

Network Architectures Specialization (small)

Netzwerkarchitekturen Spezialisierung (klein)

Leistungspunkte:

6


Feldmann, Anja

Sekretariat:

MAR 4-4

Ansprechpartner:

Ludwig, Arne

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse After completion of this module, the students have gained profound hands-on experience working with IEEE 802.11-based wireless accesspoints, OpenWrt and essential network measurement, debugging and analyzing tools. Essentially, they will acquire the basics in the field ofIEEE 802.11-based network management and configuration including authentication, association, encryption schemes and capabilitymanagement. Moreover, they will measure and evaluate the impact of wireless interference, rate and power control on the transport layerperformance. They will build up technical expertise on IEEE 802.11 behavior in wireless networking environments through variousexperiment setups and performance evaluations. This course is principally designed to impart:technical skills 30x, method skills 30x, system skills 30x, social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Good knowledge of the Master module "Network architectures - basics" (or equivalent) and the ability to work with the Linux command lineas well as scripting languages is required. Fulfillment of the requirements has to be proven prior to admission.Desirable: good English language skills.



Modulbeschreibung

Network Architectures - WirelessLab

Modultitel:



Leistungspunkte:

9


Feldmann, Anja

Sekretariat:

MAR 4-4

Ansprechpartner:

Ludwig, Arne

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





Overall, there are 100 (points) Portfoliopunkte:

- 1x Oral debriefing of the tools of the trade (12 pts)- 8x Written protocol + short debriefing (11 pts each)



8x Written protocol + short debriefing (11 pts each) 88Oral debriefing 12


Lernergebnisse Students completing this module have gained understanding of the basic principles and technologies behind networked embeddedsystems. The module provides: 40% technical skills, 20% method skills, 30% system skills, and 10% social skills. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: The course assumes founded knowledge in networking (e.g., BSc module Kommunikationsnetze), operating systems (e.g. Linux, TinyOS)and embedded programming (e.g. C, C++).



Modulbeschreibung

Networked Embedded Systems

Modultitel:

Networked Embedded Systems

Vernetzte eingebettete Systeme

Leistungspunkte:

6


Wolisz, Adam

Sekretariat:

FT 5

Ansprechpartner:

Handziski, Vlado

URL:

http://www.tkn.tu-berlin.de/?108248#nes

Modulsprache:

Englisch

Kontakt:

[email protected]







IV class attendance and discussion 25IV project work 25IV topic presentation 25IV written final test 25


Lernergebnisse All modern computer and wireless networks include a random component. Concrete applications of randomness abound in as diverse fieldsas communication protocols, network security, or distributed computing. By taking this module the students will be capable to understand 1. a set of general principles underlying the essence of randomness for network protocol design: foiling the adversary, randomsampling, load balancing, or symmetry breaking 2. the benefits of randomness, e.g., in terms of simplicity, efficiency, or fast execution times, for network optimizationMoreover, the students will be able to make judicios use of randomness when developing new network protocols. This module is principally designed to impart:technical skills: 30x, method skills: 30x, system skills 30x, social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Desirable - knowledge and qualifications equivalent to: * BINF-GL - MPGI1 Algorithmische und funktionale Losung diskreter Probleme* BINF-GL - MPGI2 Algorithmen und Datenstrukturen im imperativen Still* BINF-GL - StochInf Stochastik fur Informatiker* English language



Modulbeschreibung

Network Optimization by Randomization

Modultitel:

Network Optimization by Randomization

Leistungspunkte:

6


Feldmann, Anja

Sekretariat:

TEL 16

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]


schriftlich benotet


Lernergebnisse The main objective of this module is to improve the technical knowledge in the area of communication networks, and in particular, studentswill gain a deeper understanding of specific technologies and their characteristics (basic functionality, adjustments to user requirements,etc.). Students will have the opportunity to broaden their knowledge of specific communication technologies (UMTS/LTE, Internet,multimedia, ad-hoc, sensor networks, etc.). This course will also provide a possibility to improve the knowledge of the overlapping areas ofmany different communication technologies that will be discussed from different perspectives (wireless communication, high-speednetworks). Additionally, during the seminars students will have the opportunity to elaborate on the chosen technology or technology-orientedproblem and discuss it in front of a bigger audience. This will help to develop practical presentation skills as well as critical thinking. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: BSc Module „Kommunikationsnetze“ or similar knowledge is required.



Modulbeschreibung

Network Technologies (Large)

Modultitel:

Network Technologies (Large)

Netzwerktechnologien (Groß)

Leistungspunkte:

12


Wolisz, Adam

Sekretariat:

FT 5

Ansprechpartner:

Budzisz, Lukasz

URL:

http://www.tkn.tu-berlin.de/?108248#ktechl

Modulsprache:

Englisch

Kontakt:

[email protected]





In total 100 Portfolio points can be obtained:* Seminar (25 Portfolio points),* VL Modern Wireless Networks (25 Portfolio points),* Two lectures out of: VL High-speed Network Technologies, VL Ad-hoc- and Sensor Networks and VL Selected Topics in CommunicationNetworks and Technologies (each lecture 25 Portfolio points).



SE Network Technologies - attendance and discussion 4SE Network Technologies - presentation 8SE Network Technologies - written report anddocumentation

13

VL Ad-hoc and Sensor Networks - written test 25VL High-speed Network Technologies - oral consultation 25VL Modern Wireless Networks - written test 25VL Selected Topics in Communication Networks andTechnologies - oral consultation

25






Modulbeschreibung

Network Technologies (Medium)

Modultitel:

Network Technologies (Medium)

Netzwerktechnologien (Mittel)

Leistungspunkte:

9


Wolisz, Adam

Sekretariat:

FT 5

Ansprechpartner:

Budzisz, Lukasz

URL:

http://www.tkn.tu-berlin.de/?108248#ktechm

Modulsprache:

Englisch

Kontakt:

[email protected]





In total 100 Portfolio points can be obtained:* Seminar (34 Portfolio points),* Two lectures out of: VL Modern Wireless Networks, VL High-speed Network Technologies, VL Ad-hoc- and Sensor Networks and VLSelected Topics in Communication Networks and Technologies (each lecture 33 Portfolio points).


* VL Modern Wireless Networks, VL High-speed Network Technologies and VL Ad-hoc- and Sensor Networks: depending on the numberof students an oral exam takes place for up to 12 students, otherwise the exam is written.



19

VL Ad-hoc and Sensor Networks - written test 33VL High-speed Network Technologies - oral consultation 33VL Modern Wireless Networks - written test 33VL Selected Topics in Communication Networks andTechnologies - oral consultation

33






Modulbeschreibung

Network Technologies (Small)

Modultitel:

Network Technologies (Small)

Netzwerktechnologien (Klein)

Leistungspunkte:

6


Wolisz, Adam

Sekretariat:

FT 5

Ansprechpartner:

Budzisz, Lukasz

URL:

http://www.tkn.tu-berlin.de/?108248#ktechs

Modulsprache:

Englisch

Kontakt:

[email protected]





In total 100 Portfolio points can be obtained:* Seminar (50 Portfolio points),* One lecture out of: VL Modern Wireless Networks, VL High-speed Network Technologies, VL Markov chain modeling of communicationsystems and VL Ad-hoc- and Sensor Networks (each lecture 50 Portfolio points).




28

VL Ad-hoc and Sensor Networks - written test 50VL High-speed Network Technologies - oral consultation 50VL Modern Wireless Networks - written test 50


Lernergebnisse After successful completion of the project the students are capable of solving small tasks on their own. This includes background research,documentation and management of the project. Ths module imparts 10–20% professional competence, 20% methodological competence, 40–50% system competence, 20% socialcompetence. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of the compulsory modules of Bachelor studies and the Master module “Network architectures – basics” is mandatory.Desirable: good English language skills.



Modulbeschreibung

Network Architectures - Master Project (small)

Modultitel:

Network Architectures - Master Project (small)

Netzwerkarchitekturen - Master-Projekt (klein)

Leistungspunkte:

6


Feldmann, Anja

Sekretariat:

MAR 4-4

Ansprechpartner:

Ludwig, Arne

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Overall, there are 100 (points) Portfoliopunkte:

- practical part including the thesis (70 points)- presentation (30 points)



Lernergebnisse Graduates of this module are endued with competences in the following areas: services, protocols, and elements of infrastructures withinclassical wired and mobile circuit-switched telecommunication networks, IP based Next Generation Networks (NGNs). Furthermore, theylearn to use this knowledge in practice and have the ability to accomplish development tasks in small groups, to document the procedures,and to present the results. They can independently perform the necessary literature research and develop own concepts. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of technologies in the area of wired and wireless communication networks is required (e.g. "Telekommunikationsnetze", "NextGeneration Network Technologies & Services (NGN)").



Modulbeschreibung

Next Generation Networks and Future Internet Technologies - Project 1

Modultitel:


Next Generation Networks and Future Internet Technologies - Projekt 1

Leistungspunkte:

9


Magedanz, Thomas

Sekretariat:

MAR 5-5

Ansprechpartner:

Willner, Alexander

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





The project consists of four parts and in total you can acquire 100 points (Portfoliopunkte).The final grade of the module is determined completely by the result of the project, based onthe School IV grading system 2 (§ 47 (2) AllgStuPO).


evaluation 20implementation 30presentation 30written report 20


Lernergebnisse Graduates of this module are endued with competences in the following areas: services, protocols, and elements of infrastructures withinclassical wired and mobile circuit-switched telecommunication networks, IP based Next Generation Networks (NGNs). Furthermore, theylearn to use this knowledge in practice and have the ability to accomplish development tasks in small groups, to document the procedures,and to present the results. They can independently perform the necessary literature research and develop own concepts. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of technologies in the area of wired and wireless communication networks is required (e.g. "Telekommunikationsnetze", "NextGeneration Network Technologies & Services (NGN)").



Modulbeschreibung


Modultitel:


Next Generation Networks and Future Internet Technologies - Projekt 2

Leistungspunkte:

9


Magedanz, Thomas

Sekretariat:

MAR 5-5

Ansprechpartner:

Willner, Alexander

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





The project consists of four parts and in total you can acquire 100 points (Portfoliopunkte).The final grade of the module is determined completely by the result of the project, based onthe School IV grading system 2 (§ 47 (2) AllgStuPO).


evaluation 20implementation 30presentation 30written report 20


Lernergebnisse Graduates of this module are endued with competences in the following areas: services, protocols, and elements of infrastructures withinclassical wired and mobile circuit-switched telecommunication networks, IP based Next Generation Networks (NGNs) and they will be ableto identify prospective challenges of the Internet (Future Internet). no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of technologies in the area of wired and wireless communication networks is required (e.g. “Telekommunikationsnetze”).



Modulbeschreibung

Next Generation Networks - Basis 1

Modultitel:



Leistungspunkte:

9


Magedanz, Thomas

Sekretariat:

MAR 5-5

Ansprechpartner:

Willner, Alexander

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





The module consists of two course achievements and in total you can acquire 100 points (Portfoliopunkte): - The NGN lecture will be examined by a written test (80 min, 65 points each). - The FIT lecture will be examined by a written test (80 min, 35 points). - The seminar consists of two parts and in total you can acquire 35 points (Portfoliopunkte): a presentation and a written report - bothaccount for 17,5 points.The final grade of the module is determined based on the School IV grading system 2 (§ 47 (2) AllgStuPO).


Lernergebnisse Graduates of this module are endued with competences in the following areas: services, protocols, and elements of infrastructures withinclassical wired and mobile circuit-switched telecommunication networks, IP based Next Generation Networks (NGNs) and they will be ableto identify prospective challenges of the Internet (Future Internet). no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge of technologies in the area of wired and wireless communication networks is required (e.g. “Telekommunikationsnetze”).



Modulbeschreibung


Modultitel:



Leistungspunkte:

12


Magedanz, Thomas

Sekretariat:

MAR 5-5

Ansprechpartner:

Willner, Alexander

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





The module consists of two course achievements and in total you can acquire 100 points (Portfoliopunkte): - The NGN lecture will be examined by a written test (80 min, 50 points each). - The FIT lecture will be examined by a written test (80 min, 25 points). - The seminar consists of two parts and in total you can acquire 25 points (Portfoliopunkte): a presentation and a written report - bothaccount for 12,5 points.The final grade of the module is determined based on the School IV grading system 2 (§ 47 (2) AllgStuPO).


Lernergebnisse Students who have successfully finished this module have an advanced knowledge of operating systems. They are aware of differentarchitectural approaches and know their advantages and disadvantages. They have acquired the ability for well-founded design decisionsbased on qualitative and quantitative arguments. They have a sound knowledge of modern approaches like microkernels, virtual machines,and distributed operating systems. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic bachelor knowledge on operating systems and computer architecture is required.



Modulbeschreibung

Operating System Design

Modultitel:

Operating System Design

Betriebssystemkonzepte

Leistungspunkte:

6


Heiß, Hans-Ulrich

Sekretariat:

EN 6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) [KBS] Operating System Design Assignments


schriftlich benotet


Lernergebnisse Ability to solve a specific development problem in the area of operating systems as a team. Competence in design of concurrent software,teamwork, project management, documentation, presentation. The course is principally designed to impart: technical skills 20%, method skills 40%, system skills 0%, social skills 40%. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Sound knowledge of operating systems, embedded operating systems, or security aspects (depending on the actual topics of the seminar).Additionally a good programming experience is needed (depending on the project, most likely C, C++, C#, or Java).



Modulbeschreibung

Operating System Project & Seminar

Modultitel:

Operating System Project & Seminar

Betriebssystem-Projekt und -Seminar

Leistungspunkte:

9


Heiß, Hans-Ulrich

Sekretariat:

EN 6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:


After successful completion a seminar and project certificate will be issued which meet the master's program's requirements.


Project Implementation 30Project final presentation 20Project final report 20Seminar paper 15Seminar presentation 15


Lernergebnisse The module imparts primarily professional and methodological expertise in analyzing remote sensing data. The exploration of the contextbetween physical reality of the environment and data collected with imaging sensors are in the foreground. Mathematical modells are usedfor description. Data analysis, e.g. object extraction, is conducted with methods of the automatic image analysis. Remote sensing isconceived as an electronical-physically motivated area of computer vision. Interdisciplinary application of the contents are demonstratedusing various illustrative examples from e.g. manufacturing industries to geography, medicine and social sciences. The module imparts primarily professional and methodological expertise in analyzing remote sensing data. The exploration of the contextbetween physical reality of the environment and data collected with imaging sensors are in the foreground. Mathematical modells are usedfor description. Data analysis, e.g. object extraction, is conducted with methods of the automatic image analysis. Remote sensing isconceived as an electronical-physically motivated area of computer vision. Interdisciplinary application of the contents are demonstratedusing various illustrative examples from e.g. manufacturing industries to geography, medicine and social sciences.




Modulbeschreibung

Optical Remote Sensing

Modultitel:



Leistungspunkte:

6


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Homework Optical Remote Sensing


schriftlich benotet


Lernergebnisse Studierende, die das Modul Optische Kommunikationstechnik absolviert haben, sind insbesondere mit den Themen der faseroptischenÜbertragungstechnik vertraut, wobei im Rahmen dieses Moduls vor allem die physiknahe Ebene behandelt wird. The module will provide students with knowledge and understanding of communication systems based on optical fibres with emphasis tothe physics of fibre optics.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Bachelor ET / Studienschwerpunkt Elektrotechnik und Informationstechnik



Modulbeschreibung

Optische Kommunikationstechnik

Modultitel:

Optische Kommunikationstechnik

Optical Communications Technology

Leistungspunkte:

12


Petermann, Klaus

Sekretariat:

HFT 4

Ansprechpartner:

Dziallas, Giannino

URL:

http://www.hft.tu-berlin.de/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Es können insgesamt 100 Portfoliopunkte erreicht werden. Die Gesamtnote für das Modul setzt sich aus den Ergebnissen mehrererStudienleistungen zusammen und wird gemäß § 47 (2) AllgStuPO nach folgendem Notenschlüssel ermittelt:

mehr oder gleich 95 Punkte: 1,0mehr oder gleich 90 Punkte: 1,3mehr oder gleich 85 Punkte: 1,7mehr oder gleich 80 Punkte: 2,0mehr oder gleich 75 Punkte: 2,3mehr oder gleich 70 Punkte: 2,7mehr oder gleich 65 Punkte: 3,0mehr oder gleich 60 Punkte: 3,3mehr oder gleich 55 Punkte: 3,7mehr oder gleich 50 Punkte: 4,0Weniger als 50 Punkte: 5,0

Die Modulprüfung ist bestanden, wenn mindestens 50 Punkte erreicht werden.


Einführung in die optische Nachrichtentechnik (VL):Mündliche Rücksprache

50

ONT Praktikum: Mündliche Rücksprache mit Protokoll 33ONT Seminar: Referat 25ONT Übung: Schriftlicher Test 17VL und IV des Wahlpflichtteil: Mündliche Rücksprache 25


Lernergebnisse Students who have successfully finished this module have a good knowledge of different parallel architectures. They are capable to designand analyze parallel algorithms for different target architectures. They know how to implement them on different parallel architectures withstate-of-the-art tools. They also know, how to manage parallel computers for multiprogramming and how to solve the partitioning, mapping,load balancing and scheduling problems. The course is principally designed to impart: technical skills 50%, method skills 40%, system skills 10%, social skills 0%. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Bachelor in Computer Science or related; basic knowledge in computer architecture, operating systems, algorithms and data structures; Cprogramming.



Modulbeschreibung

Parallel Systems

Modultitel:

Parallel Systems

Parallele Systeme

Leistungspunkte:

6


Heiß, Hans-Ulrich

Sekretariat:

EN 6

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) [KBS] Parallel Programming Assignments


mündlich benotet


Lernergebnisse keine Angabe On successful completion, students will be able to: - apply the approach of parameterized complexity analysis to solve computationally hard (NP-hard) problems- design and analyze parameterized algorithms- identify practically relevant and tractable special cases of problems that are computationally hard in general- use complexity-theoretic methods to determine the limits of parameterized algorithmics

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic knowledge on algorithms



Modulbeschreibung

Parameterized Algorithmics

Modultitel:

Parameterized Algorithmics

Parametrisierte Algorithmik

Leistungspunkte:

6


Niedermeier, Rolf

Sekretariat:

TEL 5-1

Ansprechpartner:


URL:


Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse The course deals with mathematic-physical modelling of a sensor by using the photographic camera as example. The modelling iscompletely expressed by algebraic projective geometry. Not only studying object reconstruction using image data of a multifaceted sensor,but and first of all the complete modelling of technically relevant issues in a homogeneous mathematical framework is important in thiscourse. This framework is also used for 3D-computer graphics. Interdisciplinary application of the contents are demonstrated using variousillustrative examples from e.g. manufacturing industries to geography, medicine and social sciences. The course deals with mathematic-physical modelling of a sensor by using the photographic camera as example. The modelling iscompletely expressed by algebraic projective geometry. Not only studying object reconstruction using image data of a multifaceted sensor,but and first of all the complete modelling of technically relevant issues in a homogeneous mathematical framework is important in thiscourse. This framework is also used for 3D-computer graphics. Interdisciplinary application of the contents are demonstrated using variousillustrative examples from e.g. manufacturing industries to geography, medicine and social sciences.




Modulbeschreibung

Photogrammetric Computer Vision

Modultitel:



Leistungspunkte:

9


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Homework Photogrammetric Computer Vision


schriftlich benotet


Lernergebnisse Studierende, die das Modul Photonische Kommunikationsnetze und Komponenten absolviert haben, sind mit den Grundlagenentsprechender Netzstrukturen und Bauelemente vertraut. Im Wahlpflichtbereich werden ergänzende Themen zur optischenKommunikationstechnik vermittelt. The module will provide students with an understanding of photonic technology for communication networks and components. The moduleallows the students to learn about different topics related to optical communication technology.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Bachelor ET / Studienschwerpunkt Elektrotechnik und Informationstechnik



Modulbeschreibung

Photonische Kommunikationsnetze und Komponenten

Modultitel:

Photonische Kommunikationsnetze und Komponenten

Photonic Communication Networks and Components

Leistungspunkte:

12


Petermann, Klaus

Sekretariat:

HFT 4

Ansprechpartner:

Dziallas, Giannino

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]

1.) Modul Optische Kommunikationstechnik Angemeldet





Prüfungsform ist die Portfolioprüfung. Es können insgesamt 100 Portfoliopunkte erreicht werden. Die Gesamtnote für das Modul setzt sichaus den Ergebnissen mehrerer Studienleistungen zusammen und wird gemäß § 47 (2) AllgStuPO nach folgendem Notenschlüsselermittelt:




Optische Nachrichtentechnik (PR): Mündliche Rücksprachemit Protokoll

33

Optische Nachrichtentechnik (SEM): Referat 25Optische Nachrichtentechnik (UE): Schriftlicher Test 17Photonische Kommunikationsnetze I: MündlicheRücksprache

25

Photonische Kommunikationsnetze II: MündlicheRücksprache

25

VL und IV des Wahlpflichtteils: Mündliche Rücksprache 25


Lernergebnisse Die Studierenden sind mit den Grundlagen von Netzstrukturen und Bauelementen vertraut. Zudem kennen sie ergänzende Themen zuroptischen Kommunikationstechnik. The students have knowledge about the basics of photonic components. Furthermore they learned about other topics related to opticalcommunication systems.




Modulbeschreibung

Photonische Komponenten

Modultitel:

Photonische Komponenten

Photonic Components

Leistungspunkte:

12


Petermann, Klaus

Sekretariat:

HFT 4

Ansprechpartner:

Dziallas, Giannino

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Prüfungsform ist die Portfolioprüfung. Es können insgesamt 100 Portfoliopunkte erreicht werden. Die Gesamtnote für das Modul setzt sichaus den Ergebnissen mehrerer Studienleistungen zusammen und wird gemäß § 47 (2) AllgStuPO nach folgendem Notenschlüsselermittelt:




Optische Nachrichtentechnik (PR): Mündliche Rücksprachemit Protokoll

33

Optische Nachrichtentechnik (SEM): Referat 25Optische Nachrichtentechnik (UE): Schriftlicher Test 17VL und IV des Wahlpflichtteils: Mündliche Rücksprache 25


Lernergebnisse Die Studierenden sind in der Lage, die zentralen Algorithmen des Maschinellen Lernens selbst zu implementieren, anzuwenden und ihreLeistung auf geeigneten künstlichen Datensätzen zu analysieren. Außerdem haben sie einen breiten Überblick aktueller Verfahren, ihrerAnwendungs-möglichkeiten und Grenzen. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Programmierkenntnisse, Teilnahme am Modul „Maschinelles Lernen 1“ oder „Maschinelles Lernen 2“ ist wünschenswert.



Modulbeschreibung

Praktikum Maschinelles Lernen

Modultitel:

Praktikum Maschinelles Lernen

Leistungspunkte:

9



Sekretariat:

keine Angabe

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

keine Angabe


mündlich benotet


Lernergebnisse Die Studierenden verstehen die grundlegenden Konzepte statistischer Modellierung in KI und maschinellem Lernen, kennen die wichtigstenModelle und ihre Anwendungsgebiete und haben die Kompetenz zum Verständnis aktueller Literatur. Die Studierenden sind in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen, diese auf Probleme in denAnwendungsdomänen erfolgreich einzusetzen und gegebenenfalls neue Modelle zu entwickeln. Students understand the fundamental concepts of statistical modelling in artificial intelligence and machine learning. They know the mostimportant models and their application and are competent in understanding current literature. Students are able to estimate the efficiency of the algorithms, to apply them successfully and develop new models if needed.




Modulbeschreibung

Probabilistic and Bayesian Modelling in ML and AI

Modultitel:

Probabilistic and Bayesian Modelling in ML and AI

Probabilistische und Bayesianische Methoden für ML und KI

Leistungspunkte:

6


Opper, Manfred

Sekretariat:

MAR 4-2

Ansprechpartner:

Ruttor, Andreas

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden haben einerseits den praktischen Zugang zu Entwurf und Implementierung von Programmiersprachen und andererseitswichtige theoretische Grundlagen erworben. Sie sind auf dem aktuellen Stand der Forschung auf diesem Gebiet und in der Lage, sich einThema selbständig zu erschließen, schriftlich auszuarbeiten und in einem Vortrag zu präsentieren. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden die Kenntnisse aus den Pflichtmodulen in Bachelor Informatik oder Technische Informatik erwartet.



Modulbeschreibung

Programmiersprachen Praxis

Modultitel:

Programmiersprachen Praxis

Leistungspunkte:

9


Pepper, Peter

Sekretariat:

TEL 12-2

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

keine Angabe





Die Gewichtung beträgt 1/3 für das Seminar und 2/3 für das Projekt.Beide Teilleistungen müssen erfolgreich angeschlossen werden, um das Modul zu bestehen.Im Seminar wird sowohl die Ausarbeitung als auch der Vortrag bewertet. Im Projekt setzt sich die Note aus der Implementierung und demProjektbericht zusammen.


Projekt 2Seminar 1


Lernergebnisse Students gain practical experience in dealing with modern communication systems, their design, evaluation and implementation. The focusis put primarily on modern systems of wireless mobile communications, as well as Internet protocols and applications. Skills obtained in thismodule will enable students to design, implement and evaluate modern communication systems. Thanks to working in small teams,graduates also develop project management and team working skills. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: The contents of the BSc module „Kommunikationsnetze” or at least "Rechnernetze und Verteilte Systeme ("Computer Networks andDistributed Systems") is essential. Students should consider choosing only projects for which the required expertise of software and/ordevelopment tools had been previously acquired. The individual requirements are dependent on the project and can be found in the detailed project description at the following website:http://www.tkn.tu-berlin.de/?107482



Modulbeschreibung

Project in advanced network technologies

Modultitel:

Project in advanced network technologies

Projekt in erweiterten Netzwerktechnologien

Leistungspunkte:

6


Wolisz, Adam

Sekretariat:

FT 5

Ansprechpartner:

Döring, Michael

URL:

http://www.tkn.tu-berlin.de/?107482

Modulsprache:

Englisch

Kontakt:

[email protected]






The mark will take into account creativity, project management, presentations, as well as the actual implementation and evaluation of theproposed solution. The project needs to be documented with a final report and a survey page in the Internet.


Final report & Survey page 30Presentations 20Work organization & solution quality 50


Lernergebnisse Die Studierenden haben Anwendungen und Technologien für Kommunikations-, Medien- und Dienstplattformen in Fahrzeugen, aufMobiletelefonen oder Fernsehgeräten erprobt und dabei ein signifikantes Maß an praktischen Erfahungen gesammelt. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Grundkenntnisse über Betriebssysteme und Anwendungen, etc. sowie Programmierkenntnisse für die Umsetzung.



Modulbeschreibung

Projekt DCAITI

Modultitel:

Projekt DCAITI

DCAITI Project

Leistungspunkte:

9


Hauswirth, Manfred

Sekretariat:

TEL 4-1

Ansprechpartner:

Fischer, Heike

URL:

http://www.dcaiti.tu-berlin.de/teaching/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Prüfungsform ist die Portfolioprüfung.Insgesamt können 100 Portfoliopunkte erreicht werden.- drei Vorträge (je 10 Portfoliopunkte)- eine schriftliche Ausarbeitung/ Dokumentation (30 Portfoliopunkte)- eine Implementierung (40 Portfoliopunkte)Die Gesamtnote gemäß § 47 (2) AllStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.


Implemtierung 40Vorträge 30schriftliche Ausarbeitung 30


Lernergebnisse Die Studierenden besitzen Kenntnisse und praktische Erfahrung im selbstständigen Anwenden von Methoden des maschinellen Lernensauf einen realen Rohdatensatz in einem spezifischen Anwendungsszenario. Hierzu gehört insbesondere die maschinelle Aufbereitungrealer Daten in ein brauchbares Format, das Kalibrieren von Vorhersagemethoden, sowie der Vergleich unterschiedlicher Ansätze. DieStudierenden sind fähig, auch auf anderen realen Daten Methoden des maschinellenLernens erfolgreich anzuwenden sowie den Umfang, die Komplexität und die Erfolgsaussichten eines solchen Projektes unter praktischenGesichtspunkten abzuschätzen. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Es gibt keine formalen Voraussetzungen. Die vorherige Teilnahme an den Modulen „Maschinelles Lernen I“ und „Praktikum MaschinellesLernen“ ist wünschenswert. Sämtlicher Programmcode wird in Python geschrieben.



Modulbeschreibung

Projekt Maschinelles Lernen

Modultitel:

Projekt Maschinelles Lernen

Project Machine Learning

Leistungspunkte:

9



Sekretariat:

keine Angabe

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

keine Angabe





Nach jedem Meilenstein geben die Teilnehmer Programmcode sowie eine Dokumentation Ihrer Lösung ab. Sowohl für denProgrammcode, als auch für die Dokumentation der Lösung gibt es strikte Vorgaben welche auf der Website bekanntgegeben werden.Es gibt drei Meilsteine und die Bewertung jedes Meilsteins geht zu 1/3 in die Note ein.Die Lösungen werden den jeweils anderen Teilnehmern zur Verfügung gestellt, damit diese ggf. in den fol-genden Meilensteinen daraufaufbauen können.


Programmcode/Dokumentation 1. Meilenstein 33Programmcode/Dokumentation 2. Meilenstein 33Programmcode/Dokumentation 3. Meilenstein 34


Lernergebnisse Die Studierenden sind in der Lage, eine komplexere Fragestellung aus den Bereichen maschinelles Lernen oder neuronaleInformationsverarbeitung selbstständig zu bearbeiten und die Resultate anschließend zu präsentieren.Die Fähigkeiten umfassen: Literaturarbeit, Präzisierung der vorgegebenen Fragestellung, Planung, Durchführung und Bewertung derwissenschaftlichen Arbeit, adäquate Präsentation und Diskussion der erzielten Resultate (Vortrag, Poster & schriftliche Ausarbeitung). After successful completion, participants are able to apply machine learning techniques to problems from the field of neural informationprocessing in a self-guided way and present their results to other students. Required skills include: literature research, formulation and refinement of a relevant research question, planning and execution, andassessment of a scientific research project, presentation and discussion of results (poster + project report).

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden die Kenntnisse im Modul „Machine Intelligence I / Neuronale Informationsverarbeitung I“, „Machine Intelligence II /Neuronale Informationsverarbeitung II“ und „Modelle zur Informationsverarbeitung im Gehirn“ oder äquivalente Kenntnisse vorausgesetzt. Participants are expected to have background knowledge comparable to the topics covered in Machine Intelligence1 + 2 and Models ofNeural Information Processing.



Modulbeschreibung

Projekt Neuronale Informationsverarbeitung

Modultitel:

Projekt Neuronale Informationsverarbeitung

Project Neural Information Processing

Leistungspunkte:

9


Obermayer, Klaus

Sekretariat:

MAR 5-6

Ansprechpartner:

Obermayer, Klaus

URL:

http://www.ni.tu-berlin.de/teaching/

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]







Posterpräsentation 20Projektbericht 20Seminarvortrag 20schriftliche Ausarbeitung 15wissenschaftliche Arbeit 25


Lernergebnisse Die Studierenden sind in der Lage, eine komplexere Fragestellung aus dem Forschungsgebiet der Statistischen Methoden in KI undMachinellem Lernen selbstständig zu bearbeiten und die Resultate anschließend adäquat zu präsentieren.Die Fähigkeiten umfassen: Literaturarbeit, Präzisierung der vorgegebenen Fragestellung, Planung, Durchführung und Bewertung derwissenschaftlichen Arbeit, adäquate Präsentation und Diskussion der erzielten Resultate. Das Modul vermittelt überwiegend:Fachkompetenz 20% Methodenkompetenz 30% Systemkompetenz 30% Sozialkompetenz 20% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Eine vorherige Teilnahme an der Vorlesung Probabilistic and Bayesian Modelling in Machine Learning and Artificial Intelligence oderäquivalente Kenntnisse werden vorausgesetzt. Für die Bearbeitung der Projekte sind außerdem Grundkenntnisse in Mathematik (LineareAlgebra, Analysis, Stochastik) sowie Programmierkenntnisse erforderlich.



Modulbeschreibung

Projekt: Statistische Methoden in KI und ML

Modultitel:

Projekt: Statistische Methoden in KI und ML

Project: Statistical Methods in AI and ML

Leistungspunkte:

9


Opper, Manfred

Sekretariat:

MAR 4-2

Ansprechpartner:

Ruttor, Andreas

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]







Projektbericht 60Seminarvortrag 40


Lernergebnisse Graduates of this module are able to master methods and techniques with which the quality of embedded systems can be systematicallyensured. They have knowledge about existing techniques and know how to apply them. Furthermore, they are also able to incorporate newtechniques using advanced reading material (e.g., conference proceedings), and to present their main characteristics and how they work. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge from bachelor modules in Computer Science/Technical Computer Science or the like. Recommended are basic skills in softwareengineering for embedded systems.



Modulbeschreibung

Quality Assurance of Embedded Systems

Modultitel:



Leistungspunkte:

6


Glesner, Sabine

Sekretariat:

TEL 12-4

Ansprechpartner:

Goethel, Thomas

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden sind in der Lage, moderne Verfahren der Datenkompression für Multimediasignale zu verstehen, eigenständig zuanalysieren und systematisch zu entwerfen. Durch die Vertiefung der vermittelten Grundprinzipien der Quellcodierung wird die Analyse undder Entwurf von Verfahren der Multimediasignalanalyse sowie -codierung durch die Studierenden auch anhand von Fallbeispielen praktischnachvollzogen. Students are able to understand, analyse and systematically design modern methods of data compression of multimedia signals. They arelearning the basic principles of source coding and analysing and designing of procedures of multimedia signal analysing and coding withpractical examples.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Die im Modul angebotenen Lehrveranstaltungen setzen grundlegende Kenntnisse der Informationstechnik voraus, wie sie insbesondere imPflichtfach „Signale und Systeme“ im Modul „Nachrichtenübertragung“ im Bachelorstudiengang vermittelt werden.



Modulbeschreibung

Quellencodierung - Multimediasignalverarbeitung (Technische Informatik)

Modultitel:

Quellencodierung - Multimediasignalverarbeitung (Technische Informatik)

Source Coding - Multimedia Signal Processing (TI)

Leistungspunkte:

9


Sikora, Thomas

Sekretariat:

EN 1

Ansprechpartner:

Sikora, Thomas

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Vorlesungen „Statistische Nachrichtentheorie“ und „Quellencodierung“ werden jeweils in Form schriftlicher Tests bewertet.In das Projekt fließen der erstellte Quellcode (40%), eine schriftliche Ausarbeitung (20%), der Zwischenvortrag (20%) und derAbschlussvortrag (20%) in die Bewertung ein.Alle anderen Lehrveranstaltungen werden anhand mündlicher Rücksprachen bewertet.Insgesamt können über die Lehrveranstaltungen 150 Punkte erzielt werden. Die Summe der Punkte wirdlinear auf 100 normiert.Die Gesamtnote wird gemäß § 47 (2) AllgStuPO nach dem Notenschlüssel 3 der Fakultät IV ermittelt:



Schriftlicher Test Quellencodierung 50Schriftlicher Test Statistische Nachrichtentheorie 50Wahlpflichtveranstaltung im Umfang von 3 LP 50


Lernergebnisse keine Angabe Participants of this module know fundamental randomized methods for design and analysis of efficient algorithms. They can perform simpleprobabilistic analyses and are aware of the limitations of randomization.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: obligatory: Basic knowledge of algorithm design and analysis



Modulbeschreibung

Randomized Algorithms

Modultitel:

Randomized Algorithms

Randomisierte Algorithmen

Leistungspunkte:

6


Niedermeier, Rolf

Sekretariat:

TEL 5-1

Ansprechpartner:


URL:


Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse After completion participants will have acquired the necessary knowledge and skills to read, discuss, understand, present, and summarizeoriginal research in the field of computer architecture and follow original research talks. They are able to provide feedback on each other’swork and to formulate research questions. They are further able to write a review paper about recent developments in computerarchitecture. The course is principally designed to impart:technical skills 30x method skills 30x system skills 30x social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Module Advanced Computer Architecture or a similar course



Modulbeschreibung

Recent Advances in Computer Architecture

Modultitel:

Recent Advances in Computer Architecture

Aktuelle Fortschritte im Bereich Rechnerarchitekturen

Leistungspunkte:

3


Juurlink, Bernardus

Sekretariat:

EN 12

Ansprechpartner:

Juurlink, Bernardus

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]








Presentation 50Written review 50


Lernergebnisse After completion participants will have acquired the necessary knowledge and skills to read, understand, discuss, present, and summarizeand categorize original research in the field of multicore systems and follow original research talks. They are able to provide feedback oneach other’s work and to formulate research questions. They are further able to write a review paper about recent multicore systems. The course is principally designed to impart:technical skills 30x method skills 30x system skills 30x social skills 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: It is expected that participants have elementary knowledge of computer architecture and organization(as imparted, for example, in the undergraduate course “Technical Fundamentals of Computer ScienceII: Computer Organization and Design”). The module “Multicore Architectures” is recommended but notrequired.



Modulbeschreibung

Aktuelle Fortschritte im Bereich Multicore-Systeme

Modultitel:

Aktuelle Fortschritte im Bereich Multicore-Systeme

Recent Advances in Multicore Systems

Leistungspunkte:

3


Juurlink, Bernardus

Sekretariat:

EN 12

Ansprechpartner:

Juurlink, Bernardus

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]








Presentation 50Review Paper 50


Lernergebnisse Microwave and Radar Remote Sensing:Qualification aim of this module is to impart methods for signal processing, image enhancement, featureextraction and grouping. The alumni have learned and practiced to use their skills in multifacetedapplication areas. The exploration of the relations between physical reality of the environment and datacollected with imaging sensors are emphasized, mathematical modells are used for description. Optical Remote Sensing:The module imparts primarily professional and methodological expertise in analyzing remote sensing data. The exploration of the contextbetween physical reality of the environment and data collected with imaging sensors are in the foreground. Mathematical modells are usedfor description. Data analysis, e.g. object extraction, is conducted with methods of the automatic image analysis. Remote sensing isconceived as an electronical-physically motivated area of computer vision. Interdisciplinary application of the contents are demonstratedusing various illustrative examples from e.g. manufacturing industries to geography, medicine and social sciences. Microwave and Radar Remote Sensing:Qualification aim of this module is to impart methods for signal processing, image enhancement, featureextraction and grouping. The alumni have learned and practiced to use their skills in multifacetedapplication areas. The exploration of the relations between physical reality of the environment and datacollected with imaging sensors are emphasized, mathematical modells are used for description. Optical Remote Sensing:The module imparts primarily professional and methodological expertise in analyzing remote sensing data. The exploration of the contextbetween physical reality of the environment and data collected with imaging sensors are in the foreground. Mathematical modells are usedfor description. Data analysis, e.g. object extraction, is conducted with methods of the automatic image analysis. Remote sensing isconceived as an electronical-physically motivated area of computer vision. Interdisciplinary application of the contents are demonstratedusing various illustrative examples from e.g. manufacturing industries to geography, medicine and social sciences.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: For MRRS:Knowledge from the module “Optical Remote Sensing” is preferable.



Modulbeschreibung

Remote Sensing

Modultitel:

Remote Sensing

Remote Sensing

Leistungspunkte:

12


Hellwich, Olaf

Sekretariat:

MAR 6-5

Ansprechpartner:

Hänsch, Ronny

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]

1.) Homework Optical Remote Sensing2.) Homework Microwave and Radar Remote Sensing


schriftlich benotet


Lernergebnisse Participants of this module have learned how to critically read and evaluate scientific papers. They are able to work independently to gainan understanding of current research results and the methods and proofs behind. They can communicate the central ideas behind anddiscuss the value of the presented findings. They know about the key features of good oral presentations and the preparation of acorresponding handout (2-4 pages). Participants of this module have learned how to critically read and evaluate scientific papers. They are able to work independently to gainan understanding of current research results and the methods and proofs behind. They can communicate the central ideas behind anddiscuss the value of the presented findings. They know about the key features of good oral presentations and the preparation of acorresponding handout (2-4 pages).

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: a) obligatory: Bachelor in Computer Science, Technical Computer Science, or Mathematicsb) desirable: Further knowledge on algorithms and complexity



Modulbeschreibung

Research Colloquium on Algorithms and Complexity

Modultitel:

Research Colloquium on Algorithms and Complexity

Forschungskolloquium über Algorithmen und Komplexität

Leistungspunkte:

3


Niedermeier, Rolf

Sekretariat:

TEL 5-1

Ansprechpartner:


URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





A total of 100 portfolio points can be achieved:

- handout: 30 portfolio points- talk: 70 portfolio points

In accordance with § 47 (2) AllgStuPO, the final grade will be determined by applying the grading key 1 of faculty IV.


(Ergebnisprüfung) handout 30(Ergebnisprüfung) talk 70


Lernergebnisse Nach Abschluss des Moduls verfügen Studierende über Kenntnisse und praktische Lösungen zur Kontrolle von mehrgliedrigen Robotern.Des Weiteren verfügen sie über Methoden zur Abstraktion und Vereinfachung komplexer, nichtlinearer Probleme im Bereich derAktuierung, Wahrnehmung und Repräsentation, die die Basis für kognitives und intelligentes Handeln bilden. After completing the module, the students have knowledge of problems and practical solutions to controlling multi-joint robot systems. Theyalso have acquired methods to abstract and simplify complex, non-linear problems in the realm of action, perception, and representation,which are the basis for cognitive and intelligent robots.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Abgeschlossenes Bachelor-Studium in einschlägigen Studiengängen. (Studierende der Technischen Informatik im 7. Semester desBachelor-Studiums können nach Rücksprache zugelassen werden.) Gute Programmierkenntnisse in C++ sind zwingend erforderlich.



Modulbeschreibung

Robotics

Modultitel:

Robotics

Robotics

Leistungspunkte:

6


Brock, Oliver

Sekretariat:

MAR 5-1

Ansprechpartner:

Deimel, Raphael

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





Insgesamt können 100 Punkte erreicht werden:* fünf praktische Gruppen-Übungen an Robotern mit Abgabegesprächen (50 Portfoliopunkte)* schriftlicher Test über den Vorlesungsinhalt (50 Portfoliopunkte).

Die Punkte aus dem schriftlichen Test werden nicht-linear auf Portfoliopunkte umgerechnet.



Group Assignment #1 10Group Assignment #2 10Group Assignment #3 10Group Assignment #4 10Group Assignment #5 10Written Test 50


Lernergebnisse Studierende erhalten ein tiefes Verständnis in Probleme und Methoden der Robotik im Kontext von embodied intelligence. Sie sind in derLage, etablierte und neuartige Konzepte und Methoden kritisch zu betrachten und anzuwenden. Students will gain a deeper understanding of problems and methods in robotics (in the context of embodied intelligence). After completingthe course, students will be able to critically assess and use established concepts and methods as well as novel ones.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Students need to have... a Bachelor's degree in a related field of study.... passed our robotics-module or have a deep understanding of its contents.... good programming skills (C++, Python).



Modulbeschreibung

Robotics: Advanced

Modultitel:

Robotics: Advanced

Robotics: Advanced

Leistungspunkte:

6


Brock, Oliver

Sekretariat:

MAR 5-1

Ansprechpartner:

Deimel, Raphael

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]






In total, 100 points can be attained in the module.* written Test on the lecture content (70 module points)* Essay on a specific lecture topic (10 module points)* four assignments in groups (4*5 module points)

Grading key:

Dear Students,

The education committee and the council of faculty IV require us to provide in advance a grading scheme based on the attainedpoints.This grading scheme may only be adjusted in your favor at the end of the course.

Grading Scheme:> 99: 1.0> 98: 1.3> 97: 1.7> 96: 2.0> 95: 2.3> 94: 2.7> 93: 3.0> 92: 3.3> 91: 3.7> 90: 4.0< 90: 5.0

While we trust that the guidelines where put in good faith, to increase transparency of the grading process,we cannot guarantee that the difficulty of our (changing) exams and exercises is comparable across different semesters.

This would be clearly unfair between cohorts of students. To compensate for this variation, we will adjust the restrictive grading scheme atthe end of the course in your favor. The distribution of grades will be adjusted to agree with historical data.

To give you an impression of our grading, we provide you with the distribution of grades over the years 2009-2013:

1.0 - 1.7: 29%2.0 - 2.7: 40%3.0 - 4.0: 13% 5.0: 18%


essay on a lecture topic 15group exercises 15written exam 70


Lernergebnisse Nach Abschluss dieses Moduls verfügen die Studierenden über vertiefte Kenntnisse von autonomen Robotersystemen im Kontext vonembodied intelligence. Dies beinhaltet Konzepte, Methoden und Algorithmen, die von den Studierende auf mobile Robotersysteme undManipulatoren so umgesetzt werden, dass die resultierenden maschinellen Fähigkeiten als Grundlage für kognitives und intelligentesHandeln dienen könnten. Die Veranstaltung vermittelt überwiegend:Fachkompetenz: 40%, Methodenkompetenz: 40%, Systemkompetenz: 0%, Sozialkompetenz 20% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Abgeschlossenes Bachelor-Studium in einschlägigen Studiengängen. (Studierende der Technischen Informatik im 7. Semester desBachelor-Studiums können nach Rücksprache zugelassen werden.) Programmierkenntnisse in C++.



Modulbeschreibung

Robotics I+II

Modultitel:

Robotics I+II

Robotics I+II

Leistungspunkte:

12


Brock, Oliver

Sekretariat:

MAR 5-1

Ansprechpartner:

Jonschkowski, Rico

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





praktische Leistungen für Advanced Robotics 15praktische Leistungen für Robotics 15schriftliche Leistungskontrolle für Advanced Robotics 35schriftliche Leistungskontrolle für Robotics 35


Lernergebnisse Nach Abschluss dieses Moduls verfügen die Studierenden über vertiefte Kenntnisse in einzelnenBereichen der aktuellen Forschung bzw. Lehre im Bereich der Robotik. Studierende sind fähig, ein Projekt zu organisieren und zuüberwachen. Des weiteren sind sie fähig zum selbständigen Arbeiten und besitzen Erfahrung in wissenschaftlicher Forschung. After attending the module, students have in depth knowledge of specific topics of current Robotics research or teaching. They are capableof organizing and tracking a project and work independently. They have experience in scientific research.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: LV Robotics des Lehrstuhls besucht oder entsprechende Vorkenntnisse; vorheriger Besuch von Advanced Robotics erwünscht, aber nichterforderlich; falls Advanced Robotics nicht besucht wurde, muss der Professor der Teilnahme zustimmen.



Modulbeschreibung

Robotics: Project

Modultitel:

Robotics: Project

Robotics: Project

Leistungspunkte:

9


Brock, Oliver

Sekretariat:

MAR 5-1

Ansprechpartner:

Deimel, Raphael

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





Insgesamt können 100 Punkte erreicht werden.Die Benotung der Arbeit gliedert sich in 4 Teile:

* Fachliche Qualität der Implementierung und Umsetzung (25 Portfoliopunkte)* Präsentation des Projektes und Projektfortschritts (25 Portfoliopunkte)* Qualität und Umfang der Technischen Dokumentation (25 Portfoliopunkte)* Wissenschaftlicher Report am Ende des Projektes (25 Portfoliopunkte)



Fachliche Qualität der Implementierung und Umsetzung 25Präsentation des Projektes und Projektfortschritts 25Qualität und Umfang der Technischen Dokumentation 25Wissenschaftlicher Report am Ende des Projektes 25


Lernergebnisse Die Studierenden kennen statistische und semantische Verfahren zur Repräsentation und Verarbeitung semantischer Daten und könnendiese einsetzen. Sie kennen Architekturen und Werkzeuge zur Verarbeitung semantischer Wissensquellen. Sie haben einen Einblick in denMarkt und aktuelle Trends im Bereich Linked Data und semantische Suche.Teilnehmer haben praktische Erfahrungen im Themengebiet vertieft und in Teamarbeit aktuelle Methoden erprobt. Sie können diepraktische Relevanz der unterschiedlichen Methoden kritisch reflektieren. Students having attended this course know methods for the semantic representation and the semantic processing of data. They knowarchitectures and tools for the management of semantic data and know how to use these tools in new application scenarios. Students knowthe current trends in the domain of semantic search approaches and in the domain of linked data.Participants have practical experiences in using state-of-the-art approaches and have implemented semantic search algorithms in teamwork. Students are able to discuss strength and weaknesses of different semantic search approaches.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse des Bachelor-Moduls „Information Retrieval Systeme“ vorausgesetzt.



Modulbeschreibung

Semantic Search

Modultitel:

Semantic Search

Semantic Search

Leistungspunkte:

6


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Lommatzsch, Andreas

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]

1.) Übungsaufgaben Modul Semantic Search2.) Ausarbeitung und Vortrag Modul Semantic Search


mündlich benotet


Lernergebnisse Absolventen dieses Moduls kennen statistische und semantische Verfahren zur Beschreibung und Analyse großer Datensätze und könnendiese einsetzen, haben wirtschaftliche Einblicke in den Markt der Suchtechnologien bekommen, haben praktische Erfahrungen imThemengebiet vertieft und Teamarbeit erprobt, können die praktische Relevanz der unterschiedlichen Methoden kritisch reflektieren. Students have knowledge and practical experience of statistical and semantic Methods for the analysis and description of large datacorpora.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden Kenntnisse des Bachelor-Moduls „Information Retrieval Systeme" und des Master-Moduls "Semantic Search"vorausgesetzt.



Modulbeschreibung

Semantic Search Projekt

Modultitel:

Semantic Search Projekt

Semantic Search Project

Leistungspunkte:

6


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Lommatzsch, Andreas

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Gesamtnote für das Modul setzt sich aus den Ergebnissen mehrerer prüfungsäquivalenter Teilleistungen zusammen, wobei dieeinzelnen Teilleistungen kompensierbar sind:50% - Projektergebnisse30% - Dokumentation20% -mündliche Rücksprache



(Ergebnisprüfung) Dokumentation 30(Ergebnisprüfung) Projektergebnisse 50(Lernprozessprüfung) mündliche Rücksprache 20


Lernergebnisse Die Studierenden sind in der Lage sein, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in denAnwendungsdomänen erfolgreich einzusetzen. Das Modul vermittelt überwiegend :Fachkompetenz: 30x , Methodenkompetenz: 40x , Systemkompetenz: 20x , Sozialkompetenz: 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Vorausgesetzt werden Grundkenntnisse in Mathematik (Lineare Algebra, Analysis, Stochastik) undInformatik (Logik, Datenstrukturen (insbesondere Bäume), Grundlagen der Komplexitätstheorie).



Modulbeschreibung

Seminar Künstliche Intelligenz

Modultitel:

Seminar Künstliche Intelligenz

Seminar Artificial Intelligence

Leistungspunkte:

3


Opper, Manfred

Sekretariat:

MAR 4-2

Ansprechpartner:

Ruttor, Andreas

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]







Beispielanwendung 40Präsentation 60


Lernergebnisse Die Studierenden erlernen die Fähigkeit zu einem speziellen Forschungsthema eine Literaturrecherche durchzuführen, die Ergebnissewissenschaftlich zusammenzufassen und anschließend in einem Vortrag zu präsentieren und zu verteidigen. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Es wird ein Bachelorabschluss in der Technischen Informatik oder der Elektrotechnik vorausgesetzt



Modulbeschreibung

Seminar Mess- und Diagnosetechnik

Modultitel:

Seminar Mess- und Diagnosetechnik

Seminar Measurement and Technical Diagnosis

Leistungspunkte:

3


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Die Prüfungsform ist die Portfolioprüfung.Insgesamt können 100 Portfoliopunkte erreicht werden:

Im Rahmen des Seminars sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art und Gewichtung in Portfoliopunkten sind inder unten stehenden Tabelle aufgeführt.



Schriftliche Ausarbeitung 80Vortrag 20


Lernergebnisse keine Angabe Graduates of this module are able to understand current research papers in the field of embedded systems, software engineering,verification and/or testing and to present their results.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Knowledge from bachelor modules in Computer Science/Technical Computer Science/Software Engineering or the like.



Modulbeschreibung

Seminar Software Engineering of Embedded Systems

Modultitel:



Leistungspunkte:

3


Glesner, Sabine

Sekretariat:

TEL 12-4

Ansprechpartner:

Jähnig, Nils Erik

URL:

keine Angabe

Modulsprache:

Englisch

Kontakt:

[email protected]





The students have to prepare a written report of 6-10 pages and a presentation. They also have to write reviews of reports of otherstudents. Students also have to contribute to the Question & Answer session of the talks of other participants.

According to § 47 (2) AllgStuPO the final mark is calculated using the grading key 2 of school IV.


Presentation 45Report 45Reviews 10


Lernergebnisse Die Studierenden haben die praktische Fähigkeit zur Entwicklung eines DSP-Systems mit Software und peripherer Hardware erlernt. Nebenden fachlichen Inhalten haben sie auch Erfahrungen im Projektmanagement und in der Teamarbeit sowie eine systematischeHerangehensweise und Dokumentation. The students learned practical skills to develop a digital signal processing (DSP) system including software and peripheral hardware. Nextto learning the theoretic fundamentals, they also gained experience in project management, teamwork as well as systematic problemapproaching and documentation.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: wünschenswert: Grundkenntnisse der Schaltungstechnik, Mikroprozessortechnik und Analog- und Digitalelektronik und Signalverarbeitung,z.B. durch die Module „Schaltungstechnik“, „Mikroprozessortechnik“ , „Analog- und Digitalelektronik“ und „Signalverarbeitung“.Programmierkenntnisse in „C“ sowie gutes Verständnis englischsprachiger Fachliteratur (Datenblätter).Aufgrund der großen Nachfrage werden die Teilnehmer in der Reihenfolge ihrer Anmeldungen im Sekretariat berücksichtigt. Darüberhinaus kann bei sehr großer Nachfrage ein Aufnahmetest durchgeführt werden.



Modulbeschreibung

Signalprozessor-Projekt

Modultitel:

Signalprozessor-Projekt

Signal Processor Project Course

Leistungspunkte:

6



Sekretariat:

EN 3

Ansprechpartner:

Tigges, Timo

URL:

http://www.emsp.tu-berlin.de/menue/studium_und_lehre/praktikum_signalverarbeitung/

Modulsprache:

Deutsch

Kontakt:

[email protected]







Protokollierte praktische Leistung 60Referat 20Schriftliche Ausarbeitung 20


Lernergebnisse Die Studierenden beherrschen grundlegende Methoden zum Verständnis und Entwurf signalverarbeitender Systeme. The students master fundamental methods to understand and design signal processing systems.




Modulbeschreibung

Signalverarbeitung

Modultitel:

Signalverarbeitung

Signal Processing

Leistungspunkte:

6



Sekretariat:

EN 3

Ansprechpartner:

Tigges, Timo

URL:

http://https://www.emsp.tu-berlin.de/menue/studium_und_lehre/signalverarbeitung/

Modulsprache:

Deutsch

Kontakt:

[email protected]


schriftlich benotet


Lernergebnisse Die Studierenden beherrschen nach erfolgreichem Besuch der Veranstaltungen dieses Moduls grundle-gende Methoden zur Modellbildungtechnischer Systeme. Ferner haben sie die Kompetenz erworben selbständig praxisrelevanter Aufgaben mit Hilfe der Simulation zu lösen. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Kenntnisse in der mathematische-technischen Programmiersprache MATLAB®



Modulbeschreibung

Simulation I

Modultitel:

Simulation I

Simulation I

Leistungspunkte:

6


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

Gühmann, Clemens

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Die Prüfungsform ist die Portfolioprüfung. Insgesamt können 100 Portfoliopunkte erreicht werden:* Vorlesung (50 Portfoliopunkte)* Projekt (insgesamt 50 Portfoliopunkte)

Im Rahmen des Projektes sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art und Gewichtung in Portfoliopunkten sind inder unten stehenden Tabelle aufgeführt. Die Gesamtnote gemäß §47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IVermittelt.


PJ Kleines Projekt Simulation und Technische Diagnose -Abschlusspräsentation

5

PJ Kleines Projekt Simulation und Technische Diagnose -Dokumentation

25

PJ Kleines Projekt Simulation und Technische Diagnose -Entwickelte Hardware/Software

20

VL Modellbildung ... - schriflicher Test 50


Lernergebnisse Die Studierenden haben die wichtigsten Methoden zur Modellbildung technischer Systeme kennengelernt, haben intensive Erfahrungen inder Anwendung der Methoden gewonnen, um selbständig praxisrelevante Aufgaben durch den Einsatz der Simulation zu lösen. Das Modul vermittelt überwiegend:Fachkompetenz 40x Methodenkompetenz 40x Systemkompetenz 10x Sozialkompetenz 10x no translation




Modulbeschreibung

Simulation II

Modultitel:

Simulation II

Simulation II

Leistungspunkte:

9


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

Priesnitz, Joachim

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:

* Vorlesung (34 Portfoliopunkte)* Projekt (33 Portfoliopunkte)* Seminar oder Praktikum (33 Portfoliopunkte)

Im Rahmen des Praktikums, des Seminars und des Projektes sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art undGewichtung in Portfoliopunkten sind in der unten stehenden Tabelle aufgeführt. Die Gesamtnote gemäß §47 (2) AllgStuPO wird nachNotenschlüssel 2 der Fakultät IV ermittelt.


PJ - Abschlusspräsentation 3PJ - Entwickelte Hardware/Software 13PJ - schriftliche Ausarbeitung - Dokumentation 17PR - 4 Protokolle 27PR - schriflicher Test 6SE Seminar Mess- und Diagnosetechnik - SchriftlicheAusarbeitung

26

SE Seminar Mess- und Diagnosetechnik - Vortrag 7VL Modellbildung ... schriftlicher Test 34


Lernergebnisse Die Studierenden besitzen einen Überblick auf dem Gebiet der Mechatronik und können für dieKernaufgaben Steuerung, Regelung und Diagnose mechatronischer Komponenten (im Kraftfahrzeug)nach wissenschaftlichen Methoden selbständig Lösungen erarbeiten. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Grundlagen der Messdatenverarbeitung, Regelungstechnik, Elektronikgrundkenntnisse, Kenntnisse in dermathematisch-technischen Programmiersprache MATLAB® / Simulink®



Modulbeschreibung

Simulation und Technische Diagnose

Modultitel:

Simulation und Technische Diagnose

Leistungspunkte:

6


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

Heinze, Ewa

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:* Vorlesungen je 50 Portfoliopunkte* Seminar 50 Portfoliopunkte

Im Rahmen des Seminars sind verschiedene Studienleistungen zu erbringen. IhreArt und Gewichtung in Portfoliopunkten sind in der unten stehenden Tabelle aufgeführt.Die Gesamtnote gemäß §47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.


SE Seminar Mess- und Diagnosetechnik - SchriftlicheAusarbeitung

40

SE Seminar Mess- und Diagnosetechnik - Vortrag 10VL Modellbildung und Echtzeitsimulation - schriftlicher Test 50VL Mustererkennung und Technische Diagnose - mündlicheRücksprache

50


Lernergebnisse Students learn how to develop secure software systems. They will gain knowledge of the basics of Security engineering. There will be focuson distributed (web) applications. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: •Basic knowledge in object oriented software development•Programming skills in Java•Basic XML knowledge



Modulbeschreibung

Software Security

Modultitel:

Software Security

Software Security

Leistungspunkte:

6


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Bsufka, Karsten

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





Die Gesamtnote gemaß § 47 (2) AllgStuPO wird nach dem Notenschlussel 3 der Fakultat IV ermittelt.


(Ergebnisprüfung) Assignments 25(Lernprozessprüfung) Oral consultation 75


Lernergebnisse This is a Master Degree module on special topics in the area of Communications Network Security and Autonomous Security. Aftercompletion of this module students will have deep understanding of:-state of the art security problems and solutions for communications networks,-security needs of future systems, communications networks and Internet The seminar will enable students to analyse and understand security needs of future communications networks. Students will be able tofollow state of the art research results published in high rank conferances and journals. Module will cover the topics which are not only inthe interest of research institutes and academies but also industries. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic understanding in:•Computer Communications Networks and Operating Systems•Network Security and Cryptography•Algorithms



Modulbeschreibung

Special Topics in Communications Networks and Autonomous Security

Modultitel:



Leistungspunkte:

3


Albayrak, Sahin

Sekretariat:

TEL 14

Ansprechpartner:

Bsufka, Karsten

URL:


Modulsprache:

Englisch

Kontakt:

[email protected]







(Ergebnisprüfung) Presentation: Content 30(Ergebnisprüfung) Presentation: Talk 10(Ergebnisprüfung) Presention: Slides 10(Ergebnisprüfung) Seminar text 50


Lernergebnisse keine Angabe Students gain- Understanding of the most important principels of acoustical human-computer interaction.- Basic knowledge of the production, transmission and perception of speech signals.- Basic knowledge of the transmission and coding of speech and audio signals- Basic knowledge of speech-technological systems (speech recognition, speech synthesis, spoken dialogue systems)- Basic knowledge of communication-acoustical phenomena and systems- Knowledge about the technical realisation of acoustical human-computer interfaces- Presentation and knowledge transfer skills Students will be able to- use the learned knowledge for designing exemplary acoustical human-computer interfaces

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic knowledge of communications engineering and digital signal processing.



Modulbeschreibung

Speech and Audio Technology

Modultitel:



Leistungspunkte:

9


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse keine Angabe Students gain- Understanding of the most important principels of acoustical human-computer interaction.- Basic knowledge of the production, transmission and perception of speech signals.- Basic knowledge of the transmission and coding of speech and audio signals- Basic knowledge of speech-technological systems (speech recognition, speech synthesis, spoken dialogue systems)- Basic knowledge of communication-acoustical phenomena and systems- Knowledge about the technical realisation of acoustical human-computer interfaces- Presentation and knowledge transfer skills Students will be able to- use the learned knowledge for designing exemplary acoustical human-computer interfaces

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic knowledge of communications engineering and digital signal processing.



Modulbeschreibung

Speech Interaction

Modultitel:

Speech Interaction

Speech Interaction

Leistungspunkte:

12


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse keine Angabe The students gain:- Understanding of the most important principels of acoustical human-computer interaction.- Basic knowledge of the production, transmission and perception of speech signals.- Basic knowledge of the transmission and coding of speech and audio signals- Basic knowledge of speech-technological systems (speech recognition, speech synthesis, spoken dialogue systems)- Practical experience in the design of acoustical human-computer interfaces.- Presentation and knowledge transfer skills

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Mandatory: NoneDesirable: Basic knowledge of signal processing.



Modulbeschreibung

Speech Signal Processing and Speech Technology

Modultitel:

Speech Signal Processing and Speech Technology

Sprachsignalverarbeitung und Sprachtechnologie

Leistungspunkte:

6


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden besitzen einen Überblick auf dem Gebiet der Steuerung und Regelung des Antriebsstrangs, wobei längsdynamischeVorgänge im ordergrund stehen. Weiters erlernen die Studierenden die Fähigkeit zu einem speziellen Forschungsthema derKraftfahrzeugmechatronik eine Literaturrecherche durchzuführen, die Ergebnisse wissenschaftlich zusammenzufassen und anschließend ineinem Vortrag zu präsentieren und zu verteidigen. Das Modul vermittelt überwiegend:Fachkompetenz 40x Methodenkompetenz 40x Systemkompetenz 10x Sozialkompetenz 10x no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Grundlagen der Messdatenverarbeitung, Regelungstechnik, Elektronikgrundkenntnisse, Kenntnisse in der mathematisch-technischenProgrammiersprache MATLAB® / Simulink®



Modulbeschreibung

Steuerung und Regelung von Kfz-Antriebssträngen

Modultitel:

Steuerung und Regelung von Kfz-Antriebssträngen

Automotive Control Systems for Drivelines

Leistungspunkte:

6


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

keine Angabe

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





Insgesamt können 100 Portfoliopunkte erreicht werden:* Vorlesung (50 Portfoliopunkte)* Praktikum oder Seminar (jeweils 50 Portfoliopunkte)




PR - Praktikumsbericht 40PR - Präsentation der Praktikumsergebnisse 10SE - Vortrag 10SE - schriftliche Ausarbeitung 40VL - mündlicher Rücksprache 50


Lernergebnisse keine Angabe Students gain- Knowledge in working on specific State-of-the-Art topics in the field of Usability.- Measurement of quality and usability of interactive Systems.- Practical experience in technical realization of human-machine interfaces.- Knowledge of the design and implementation cycle of interactive systems.- Practical proving of the knowledge in quality and usability judgement on selected technical systems.- Presentation of project work.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic knowledge in information and communication technologies is recommended.



Modulbeschreibung

Study Project Quality & Usability (6CP)

Modultitel:


Studienprojekt Quality & Usability (6LP)

Leistungspunkte:

6


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]







Projektergebnisse 80Präsentation 20


Lernergebnisse keine Angabe Students gain- Knowledge in working on specific State-of-the-Art topics in the field of Usability.- Measurement of quality and usability of interactive Systems.- Practical experience in technical realization of human-machine interfaces.- Knowledge of the design and implementation cycle of interactive systems.- Practical proving of the knowledge in quality and usability judgement on selected technical systems.- Presentation of project work.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Basic knowledge in information and communication technologies is recommended.



Modulbeschreibung


Modultitel:


Studienprojekt Quality & Usability (9LP)

Leistungspunkte:

9


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]







Projektergebnisse 80Präsentation 20


Lernergebnisse Kenntnis und Verständnis der Konzepte im breiten Spektrum zwischen synchroner und asynchroner Interaktion. Auf dieser Basis entstehtdie Befähigung der Studierenden zu entscheiden, welche Art der Interaktion für eine Problemstellung notwendig und praktikabel ist.Kenntnis und Verständnis verschiedener Umsetzungsmöglichkeiten von synchroner oder asynchroner Interaktion, sowie die Kenntnissedarüber, welche Vor- und Nachteile diese bieten.Außerdem wird die Fähigkeit, sich in neuen Stoff einzuarbeiten und diesen für andere aufzuarbeiten, verbessert. no translation




Modulbeschreibung

Synchrone und Asynchrone Interaktion in Verteilten Systemen

Modultitel:

Synchrone und Asynchrone Interaktion in Verteilten Systemen

Synchronous and Asynchonous Interactions in Distributed Systems

Leistungspunkte:

3


Nestmann, Uwe

Sekretariat:

TEL 7-2

Ansprechpartner:

Peters, Kirstin

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]





10% Mitarbeit und Teilnahme an Diskussion 10Referat 50schriftliche Ausarbeitung 40


Lernergebnisse Die Studierenden kennen aktuelle Fragen der Anwendung von Informations- und Kommunikationstechnologien in Entwicklungsländern undkönnen Lösungen unterBerücksichtigung sozialer und entwicklungspolitischer Zusammenhänge selbständig erarbeiten.Ausländische und deutsche Studierende haben in Zusammenarbeit Erfahrungen bei der Herstellungpraktisch verwertbarer Studien, Systemkonzeptionen und Implementierungen gewonnen, die ihrFachstudium ergänzen und zu einem besseren Verständnis der Herausforderungen interkulturellerKooperation und Kommunikation führen. Sie sind in der Lage, Recherchen durchzuführen, diegewonnenen Daten systematisch aufzubereiten und ihre Ergebnisse in angemessener Form schriftlich und mündlich zu präsentieren. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Kenntnisse aus den Bachelor-Modulen Datenbanksysteme II, Modellierung undEntwicklung offener verteilter Systeme, Objektorientierte Softwareentwicklung und Information Rulessowie Kenntnisse aus dem Master Modul Grundlagen der Systemanalyse.



Modulbeschreibung

Systementwicklung für ein Entwicklungsland

Modultitel:

Systementwicklung für ein Entwicklungsland

Developing Systems for a Developing Country

Leistungspunkte:

12


Peroz, Nazir Ahmad

Sekretariat:

FH 5-2

Ansprechpartner:

Steinbeck, Saskia

URL:

http://www.ziik.tu-berlin.de/menue/lehre_und_forschung/lehrveranstaltungen/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Entwicklung eines Systems 20Mitarbeit und Teamarbeit 30Projektdokumentation 30Vortrag 20


Lernergebnisse Die Studierenden sind nach dem Besuch der Lehrveranstaltungen in der Lage, die wichtigsten Methoden zur Mustererkennung sowie zurmodellgestützten Diagnose anzuwenden und selbständig praxisrelevante Aufgaben zu lösen. Das Modul vermittelt überwiegend:Fachkompetenz 40x Methodenkompetenz 40x Systemkompetenz 10x Sozialkompetenz 10x no translation




Modulbeschreibung

Technische Diagnose I

Modultitel:

Technische Diagnose I

Leistungspunkte:

6


Gühmann, Clemens

Sekretariat:

EN 13

Ansprechpartner:

Priesnitz, Joachim

URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]





PJ: Abschlusspräsentation 5PJ: Entwickelte Hard/Software 20PJ: schriftliche Ausarbeitung (Dokumentation) 25PR: 4 Protokolle 40PR: mündliche Rücksprache 10VL: mündliche Rücksprache 50


Lernergebnisse keine Angabe The students gain:- Comprehension of „Usability“ as interdisciplinary research and application field at the development of Information and CommunicationTechnologies.- Basic knowledge of the processes of human perception and judgement that are a crucial factor for the quality and usability of informationand communication technologies.- Basic knowledge of multimodal human-machine interaction.- Knowledge of methods for measuring quality and usability.- Competence in the presentation of the learned knowledge to others The students know:- how to apply this knowledge in the design cycle of technical systems- how to apply the learned methods for the judgement of quality and usability of selected technical systems.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Desirable: Basic knowledge of information and communication technology



Modulbeschreibung

Usability Engineering

Modultitel:

Usability Engineering

Leistungspunkte:

6


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse keine Angabe The students gain: * Comprehension of „Usability" as interdisciplinary research and application field at the development of Information and CommunicationTechnologies.* Basic knowledge of the processes of human perception and judgement that are a crucial factor for the quality and usability of informationand communication technologies.* Basic knowledge of multimodal human-machine interaction.* Knowledge of methods for measuring quality and usability.* Knowledge of the realisation of human-computer interfaces* Competence in the presentation of the learned knowledge to others The students know: * how to apply this knowledge in the design cycle of technical systems* how to apply the learned methods for the judgement of quality and usability of selected technical systems.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Desirable: Basic knowledge of information and communication technology



Modulbeschreibung

Usability in Multimodal Interaction

Modultitel:

Usability in Multimodal Interaction

Leistungspunkte:

12


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Deutsch

Kontakt:

[email protected]


mündlich benotet


Lernergebnisse Die Studierenden verfügen über Kompetenzen in den Technologien für Fahrzeug-zu-Fahrzeug- und Fahrzeug-zu-Straßenmobiliar-Kommunikation. Das Modul vermittelt überwiegend:Fachkompetenz 50x Methodenkompetenz 20x Systemkompetenz 20x Sozialkompetenz 10x Students who have successfully finished this module know the most important skills in vehicle-to-vehicle and vehicle-to-infrastructurecommunication. The course is principally designed to impart:technical skills 50%, method skills 20%, system skills 20%, social skills 10% no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Netzwerkgrundkenntnisse wie z.B. ISO OSI-Referenzmodell, etc. Grundlagen der Kommunikationstechnologien im Fahrzeug (PflichtmodulInformationstechnik im Fahrzeug im Studiengang Automotive Systems )



Modulbeschreibung

Vehicle-to-X Communication Systems

Modultitel:



Leistungspunkte:

12


Hauswirth, Manfred

Sekretariat:

TEL 4-1

Ansprechpartner:

Fischer, Heike

URL:

http://www.dcaiti.tu-berlin.de/teaching/

Modulsprache:

Deutsch

Kontakt:

[email protected]





Prüfungsform des Moduls ist die Portfolioprüfung.

Insgesamt können 100 Portfoliopunkte erreicht werden.- Vorlesung (25 Portfoliopunkte)- Projekt (50 Portfoliopunkte)- Seminar (25 Portfoliopunkte)

Im Rahmen des Seminars und des Projektes sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art und Gewichtung inPortfoliopunkten sind in der unten stehenden Tabelle aufgeführt.

Die Gesamtnote gemäß § 47 (2) AllStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.


PJ - Implementierung 26PJ - Vorträge 9PJ - schriftliche Ausarbeitung 15SE - Vortrag 10SE - schriftliche Ausarbeitung 15VL - schriftlicher Test 25


Lernergebnisse Die Studierenden verfügen über Kompetenzen in den Technologien für Fahrzeugkommunikation sowie deren Anwendung und haben diesepraktisch erprobt. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Netzwerkgrundkenntnisse wie z.B. ISO OSI-Referenzmodell, etc. sowie Programmierkenntnisse für die Umsetzung.



Modulbeschreibung

Vehicular Communication Systems

Modultitel:



Leistungspunkte:

12


Hauswirth, Manfred

Sekretariat:

TEL 4-1

Ansprechpartner:

Becker, Daniel

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

[email protected]





Prüfungsform des Moduls ist die Portfolioprüfung.

Insgesamt können 100 Portfoliopunkte erreicht werden.- Vorlesung (25 Portfoliopunkte)- Projekt (50 Portfoliopunkte)- Seminar (25 Portfoliopunkte)

Im Rahmen des Seminars und des Projektes sind jeweils verschiedene Studienleistungen zu erbringen. Ihre Art und Gewichtung inPortfoliopunkten sind in der unten stehenden Tabelle aufgeführt.

Die Gesamtnote gemäß § 47 (2) AllStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.


PJ - Implementierung 26PJ - Vorträge 9PJ - schriftliche Ausarbeitung 15SE - Vortrag 10SE - schriftliche Ausarbeitung 15VL - schriftlicher Test 25


Lernergebnisse Die Studierenden verfügen über Kenntnisse der formalen Modellierungund formalen Verifikation von nebenläufigen Algorithmen.Entsprechend verfügen sie über die Fähigkeit, nebenläufige Algorithmen aus einer gegebenen informellen Beschreibung in ein formalesModell zu übertragen.Sie sind in der Lage mittels Verifikationsverfahren und Syntheseverfahren die Korrektheitnebenläufiger Algorithmen nachzuweisen, die Arbeitsergebnisse schriftlich auszuarbeiten undmündlich zu präsentieren. Dies wird durch geeignete Implementierungsarbeiten von VerifikationsundSynthesealgorithmen verstärkt eingeübt. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden die Kenntnisse der Bachelor Module „Grundlagen und algebraische Strukturen",„Automaten und Komplexität", „Logiken und Kalküle", „Spezifikation und Semantik" vorausgesetzt.Kenntnisse des Master Moduls „Algebraische Prozesskalküle" sind vorteilhaft.



Modulbeschreibung

Verifikation und Synthese Nebenläufiger Systeme

Modultitel:

Verifikation und Synthese Nebenläufiger Systeme

Verification and synthesis of concurrent systems

Leistungspunkte:

9


Nestmann, Uwe

Sekretariat:

TEL 7-2

Ansprechpartner:

keine Angabe

URL:

keine Angabe

Modulsprache:

Deutsch

Kontakt:

keine Angabe





Kurze Ausarbeitung zum Vortrag 10Bewertung von Milestones bei der Modellierung undImplementierung des Verifikationstools

50

Kurzer schriftlicher Abschlussbericht für das Projekt 10Präsentation im Seminar 20


Lernergebnisse keine Angabe Students gain:- Up-to-date knowledge in Computer Vision and Image Processing techniques.- Insight into current research trends in CV and its applications to both HCI and new media content creation.- Skills in vision based system development and design- Knowledge in camera- and sensor-based interaction and design.- Understanding of factors affecting imaging- Experience in working in teams and making effective presentations of ideas and concepts and bring them to completion in projects.

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Mandatory: Knowledge of mathematics and geometry, and computer science. Students have to start the modul in the summer semesterwith the lecture “Advanced Topics in Computer Vision”.Desirable: Understanding and aptitude for image processing techniques. Basic programming skills in Matlab, Java or C++ and toolsincluding OpenCV are desirable.



Modulbeschreibung

Vision and Imaging

Modultitel:

Vision and Imaging

Leistungspunkte:

9


Möller, Sebastian

Sekretariat:

TEL 18

Ansprechpartner:


URL:


Modulsprache:

Englisch

Kontakt:

[email protected]





25% – Oral consultation on the matters of the courses at the end of term, under consideration of performances during laboratory coursesas a bonus.50% – Result of homeworks and assignments.25% – Result of the concept, written preparation and the project paper as well as the final talk.



Oral consultation 25Result of homeworks and assignments 50Result of the concept, written preparation and the projectpaper as well as the final talk

25


Lernergebnisse Absolventinnen und Absolventen des Moduls sind in der Lage an einem aktuellen Forschungsthema zu arbeiten und in einem TeamErgebnisse zu erzielen, diese zu dokumentieren und in der Forschergemeinde zu präsentieren. Sie sind durch diesen Prozess in der Lage,die Publizierbarkeit von Ergebnissen besser einschätzen zu können. Sie verstehen, welche Akteure im Publikationsprozess beteiligt sindund wie man daran als Autorenteam teilnimmt. no translation

Voraussetzungen für die Teilnahme / Prüfung Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: Inhaltlich werden die Kenntnisse der Bachelor Module „Grundlagen und algebraische Strukturen“, „Automaten und Komplexität“, „Logikenund Kalküle“, „Spezifikation und Semantik“ vorausgesetzt. Kenntnisse des Master Moduls „Algebraische Prozesskalküle“sind vorteilhaft. Gute Englisch-Kenntnisse sind notwendig.



Modulbeschreibung

Schreiben und Publizieren eines wissenschaftlichen Artikels

Modultitel:

Schreiben und Publizieren eines wissenschaftlichen Artikels

Writing and Publishing a Scientific Paper

Leistungspunkte:

6


Nestmann, Uwe

Sekretariat:

TEL 7-2

Ansprechpartner:

Peters, Kirstin

URL:


Modulsprache:

Deutsch/Englisch

Kontakt:

[email protected]







Artikel (gemeinsam) 80Referat (individuell) 20


Documents

Satzung zur Änderung der Studien- und Prüfungs- ordnung ... · Praktikum Maschinelles Lernen 9 mündlich ja 1.0 Probabilistic and Bayesian Modelling in ML and AI 6 mündlich ja