Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revisionBoth sides next revision
teaching:le-iis_ws14 [2014/08/27 09:29] – amaldoteaching:le-iis_ws14 [2014/09/22 09:14] – jworch
Line 15: Line 15:
  
 ---- ----
-Die Vorlesung beschäftigt sich mit aktuellen Techniken zur Implementierung von technischen kognitiven Systemen, das heißt mit intelligenten Computersystemen, die über Sensoren und Aktuoren verfügen. Solche Systeme werden vor allem in Bereichen wie der Service-Robotik, in autonomen Raumsonden, in intelligenten Wohn- und Arbeitsbereichen und in Fahrerassistenzsystemen eingesetzt.+Die Vorlesung beschäftigt sich mit aktuellen Techniken zur Implementierung von technischen kognitiven Systemen, das heißt mit intelligenten Computersystemen, die über Sensoren und Aktuatoren verfügen. Solche Systeme werden vor allem in Bereichen wie der Service-Robotik, in autonomen Raumsonden, in intelligenten Wohn- und Arbeitsbereichen und in Fahrerassistenzsystemen eingesetzt.
  
 Es werden folgende Themen behandelt:  Es werden folgende Themen behandelt: 
   * Sensoren, Aktuatoren und physikalische Infrastrukturen von technischen kognitiven Systemen (u.a. Smart Sensors, Sensornetzwerke)   * Sensoren, Aktuatoren und physikalische Infrastrukturen von technischen kognitiven Systemen (u.a. Smart Sensors, Sensornetzwerke)
   * Berechnungsmodelle zur Steuerung technischer kognitiver Systeme: dynamisches Systemmodell, rationales Agentenmodell, das Berechnungsmodell der technischen kognitiven Systeme   * Berechnungsmodelle zur Steuerung technischer kognitiver Systeme: dynamisches Systemmodell, rationales Agentenmodell, das Berechnungsmodell der technischen kognitiven Systeme
-  * Grundlagen probabilistischer Zustandsschätzung: Bayes-Filter, Kalman-Filter, Partikel- Filter, Mechanism en zur Datenassoziation, Lernen von Sensor- und Aktionsmodellen, Hidden Markov Modelle, Expectation Maximization+  * Grundlagen probabilistischer Zustandsschätzung: Bayes-Filter, Kalman-Filter, Partikel- Filter, Mechanismen zur Datenassoziation, Lernen von Sensor- und Aktionsmodellen, Hidden Markov Modelle, Expectation Maximization
   * Anwendungen probabilistischer Zustandsschätzung: Selbstlokalisierung, Umgebungskartierung, Objektverfolgung   * Anwendungen probabilistischer Zustandsschätzung: Selbstlokalisierung, Umgebungskartierung, Objektverfolgung
   * Programmiermethoden für technische kognitive Systeme: nebenläufig reaktive Steuerungsmechanismen; Wissens- und planbasierte Steuerungstechniken   * Programmiermethoden für technische kognitive Systeme: nebenläufig reaktive Steuerungsmechanismen; Wissens- und planbasierte Steuerungstechniken
  
- Impressum - Datenschutz



Prof. Dr. hc. Michael Beetz PhD
Head of Institute

Contact via
Andrea Cowley
assistant to Prof. Beetz
ai-office@cs.uni-bremen.de

Discover our VRB for innovative and interactive research


Memberships and associations:


Social Media: