Intelligente Systeme und Machine Learning für Produktionsprozesse

Dozentin: Prof. Vogel-Heuser
SWS: 2+1
ECTS: 5
Prüfung: schriftlich/ mündlich (90 min, Deutsch)

Die Anmeldung für das Sommersemester 2020 ist in TUM-Online freigeschaltet. Aufgrund der aktuellen Situatuon werden die Vorlesungsunterlagen und -aufzeichnungen online zur Verfügung gestellt. 

Vorlesung

Vortragende/r (Mitwirkende/r)
Nummer0820383088
Umfang2 SWS
SemesterSommersemester 2020
UnterrichtsspracheDeutsch
Stellung in StudienplänenSiehe TUMonline

Termine

Teilnahmekriterien

Lernziele

Im Anschluss an den Besuch der Lehrveranstaltungen sind die Studierenden in der Lage die Entwicklung komplexer intelligenter mechatronischer Systeme strukturiert anzugehen. Dazu verfügen sie neben der methodischen Kompetenz auch über einen Überblick relevanter Technologien für die Implementierung solcher intelligenter Systeme.

Beschreibung

Ziel der Veranstaltung ISMLP ist die Vermittlung einer strukturierten Entwicklungsmethodik für intelligente mechatronische Systeme. Neben den Besonderheiten technischer Systeme und deren Entwicklung werden in dieser Lehrveranstaltung Methodiken aus Forschung und Industrie gelehrt, die die Studierenden zu einem strukturierten Vorgehen befähigen. Hierzu werden verschiedene Beschreibungsmittel gelehrt, die zur zur Modellierung mechatronischer Systeme genutzt werden können. Dies beinhaltet neben der im Model-Based Systems Engineering etablierten Systems Modeling Language (SysML) auch bspw. die in der Informatik verbreitete Object Constraint Language (OCL), welche eine automatisierte Prüfung der erstellten Modelle ermöglicht. Die Modellierung wird um den Aspekt der Intelligenz solcher technischer Systeme ergänzt. Dazu werden Konzepte agentenbasierter Systeme gelehrt, welche eine Selbstorganisation mechatronischer Systeme ermöglichen und somit deren Flexibilität und Anpassbarkeit erhöhen. Zudem sind Semantic Web Technologies als Technologie zur Wissensrepräsentation sowie Ansätze der Datenanalyse und des Maschinellen Lernens im Kontext mechatronischer Systeme zentraler Bestandteil der Vorlesung. Die Vorlesung "Intelligente Systeme und Machine Learning für Produktionsprozesse" ergänzt und ersetzt die Vorlesung "Entwicklung intelligenter verteilter eingebetteter Systeme in der Mechatronik".

Inhaltliche Voraussetzungen

Für die Vorlesung sind keine Vorkenntnisse erforderlich.

Lehr- und Lernmethoden

Die Lehrveranstaltung wird im SS20 digital (Lehrvideos und online Sprechstunden) durchgeführt

Studien-, Prüfungsleistung

Das Erreichen der Lernergebnisse wird mit einer 90-minütigen Klausur überprüft, in der die Studierenden die gelehrten theoretischen Grundlagen zu intelligenten automatisierungstechnischen Systemen abrufen und wiedergeben, das Verstehen und Anwenden von Modellierungs- und Entwurfsansätzen zeigen, und Fragen und Herausforderungen bezüglich der Nutzung von Agenten in der Automatisierungstechnik beantworten sollen.

Empfohlene Literatur

Göhner, Peter: Agentensysteme in der Automatisierungstechnik. Xpert.press, 2013. Paulo Leitão, Stamatis Karnouskos: Industrial Agents - Emerging Applications of Software Agents in Industry. Elsevier, 2015. Friedenthal, Sanford; Moore, Alan; Steiner, Rick: A Practical Guide to SysML. MK/OMG Press, 2015. Gopinath Rebala, Ajay Ravi, Sanjay Churiwala: An Introduction to Machine Learning. 2019.

Links

Zentralübung

Vortragende/r (Mitwirkende/r)
Nummer0000000150
ArtÜbung
Umfang1 SWS
SemesterSommersemester 2020
UnterrichtsspracheDeutsch
Stellung in StudienplänenSiehe TUMonline

Termine

Teilnahmekriterien

Beschreibung

Ergänzend zur gleichnamigen Vorlesung bietet die Zentralübung die Möglichkeit die gelehrten Methodiken anhand ausgewählter Beispiel zu üben. Neben der Modellierung von Systemen mittels SysML und OCL erhalten die Studenten die Möglichkeit Methoden des Maschinellen Lernens und der Wissensrepräsentation anzuwenden. Dies wird durch die gemeinsame Analyse wissenschaftlicher Veröffentlichungen ergänzt. Zusammen mit der gleichnamigen Vorlesung vermittelt diese Übung Studenten die methodische Kompetenz sowie einen Überblick relevanter Technologien für die Implementierung intelligenter mechatronischer Systeme.

Lehr- und Lernmethoden

Die Lehrveranstaltung wird im SS20 digital (Lehrvideos und online Sprechstunden) durchgeführt

Links

Ansprechpartner

Felix Ocker, M. Sc.
felix.ocker@tum.de

Matthias Seitz, M.Sc.
matthias.seitz@tum.de