VO Natural Computation

Inhalt und Lernziele:
Die Fähigkeit von biologischen Systemen, sich einer ständig ändernden, sehr komplexen Umwelt anzupassen und Lösungen für Probleme zu finden, für die nur ungenaue und unsichere Informationen zur Verfügung stehen, führte zu einer Reihe von Ansätzen, biologische (auch psychologische) Grundkonzepte in den Bereich der Informatik zu transponieren (i.e. adaptiv lernende Systeme). Zu diesen gehören:

• Evolutionary Computation (Evolution Strategies, Genetic Algorithms, Evolutionary Programming, GeneticProgramming)
• Artificial Neural Networks (Feed-Forward, Recurrent, Hopfield, Kohonen)
• Fuzzy Set Theory and combinations with EC and ANN
• Evolutionary Robotics (Learning Robots, Emergent Behavior)

In der Vorlesung werden die einzelnen Paradigmen vorgestellt und grundlegende Analysemethoden dieser Techniken behandelt. Beispielapplikationen aus Wissenschaft und Industrie sollen die möglichen Anwendungsbereiche umreissen.

Literatur: wird in der VL empfohlen

PS Natural Computation

Inhalt und Lernziele:
Im Proseminar werden Projektteams spezielle Themen aus aktuellen Forschungsgebieten des Natural Computation bearbeiten, die vorzugsweise Weiterführungen bestehender Arbeiten sind. Das Spektrum umfasst dabei Literaturrecherche, experimentelle Untersuchungen und Implementieren von eigenen Ansätzen.

Helmut A. Mayer
helmut@cosy.sbg.ac.at