Intelligente technische Systeme

In vielen aktuellen Anwendungen wird von technischen Geräten und Anlagen ein „intelligentes“ Verhalten gefordert. So wäre beispielsweise eine unbemannte Marsexpedition ohne Roboter, die sich selbständig in ihrem Einsatzgebiet orientieren sowie Messproben sammeln und analysieren, nicht möglich. Ähnliches gilt für autonome Unterwasserfahrzeuge, die in der Tiefsee operieren. Ein weiteres prominentes Beispiel ist die Grand Challenge der US-Verteidigungsbehörde DARPA, bei der Fahrzeuge selbständig und ohne menschliche Steuerung durch ein unbekanntes und teilweise auch unwegsames Terrain manövrieren müssen. Technische Systeme werden somit als „intelligent“ bezeichnet, wenn sie auch unter bisher unbekannten Einsatzbedingungen weitgehend autonom ihre gestellte Aufgabe erfüllen und sich an unvorhergesehene Änderungen selbständig anpassen können.

Die Vorlesung beschäftigt sich hauptsächlich mit wesentlichen Grundlagen in verschiedenen Bereichen wie Sensorsysteme, Systemeigenschaften sowie grundlegende Signalverarbeitungsverfahren (z. B. digitale Filter, schnelle Fouriertransformation). Es werden Merkmalsselektionsverfahren (Filter und Wrapper, Principal Component Analysis) und Grundlagen des maschinellen Lernens (Über- und Unteranpassung, Bias / Varianz-Problem, Techniken zur Evaluation wie Bootstrapping und Kreuzvalidierung, Evaluationsmaße) sowie einfache Clustering- und Klassifikationsverfahren (c-means, hierarchische Verfahren, Naiver Bayes-Klassifikator, Nearest Neighbor Klassifikator) besprochen.

In der Übung wird die Sensoraufzeichnung und –auswertung am praktischen Beispiel des Smartphones Samsung Galaxy S2 demonstriert.

Nach einer allgemeinen Einführung in die Programmierung des Android-Betriebssystems wird der Zugriff auf die Sensorik des Geräts sowie die Implementierung von Signalverarbeitungsverfahren und einfachen Techniken des Maschinellen Lernens vermittelt. In einer realen Anwendung werden die vorgestellten Methoden in der Praxis eingesetzt.

• Ansprechpartner für die Vorlesung sind Prof. Dr. Bernhard Sick und M.Sc. Martin Jänicke.
• Formale, allgemeine Angaben zur Vorlesung (z. B. Zuordnung zu Anwendungsgebieten, Kreditpunkte, Prüfungsart) sind im Modulhandbuch zu finden. Studiengang -> Prüfungsordnung -> Modul
• Jeweils aktuelle Informationen zur laufenden Vorlesung (z. B. Folien, Literaturhinweise, Prüfungstermine) werden im Moodle der Universität Kassel bereitgestellt.
• Link zum Vorlesungsverzeichnis