Künstliche Intelligenz im Ingenieurwesen - Grundlagen und Werkzeuge
Titel auf Englisch: Artificial Intelligence in Engineering - Basics and Tools
Lernergebnisse
Nach erfolgreichem Abschluss des Moduls besitzen die Studierenden einen Überblick über Werkzeuge aus dem Bereich der künstlichen Intelligenz (KI) zur Lösung ingenieurwissenschaftlicher Probleme sowie der Grundlagen zu diesem interdisziplinären Bereich. Sie haben einen weitreichenden Überblick über die Methoden aus dem Bereich der KI und der mathematischen Optimierung. Sie können bewerten für welche Art von ingenieurwissenschaftlichen Problemstellungen welche KI-Methoden zur Anwendung kommen können. Sie verfügen über grundlegende Kenntnisse zur Anwendung einiger Werkzeuge sowie für die Beschreibung und Lösung verschiedener interdisziplinärer Problemstellungen. Sie haben die Fähigkeit, neben den fertigen Tools auch eigene Algorithmen entwickeln und anwenden zu können. Sie haben Einblicke zum aktuellen Einsatz von Methoden und Werkzeugen aus dem Bereich der KI in verschiedenen Anwendungsfeldern des allgemeinen Ingenieurwesens. Sie können die erlernten Fähigkeiten für die Lösung von neuartigen Problemstellungen in verschiedensten Anwendungsbereichen der späteren Praxis einsetzen und damit zum Wissenstransfer beitragen.
Inhalte
- Überblick über die Grundlagen der mathematischen Optimierung und der künstlichen Intelligenz
- Einführung für die Anwendung von KI im Ingenieurwesen
- Überblick über Methoden der mathematischen Optimierung
- Überblick über Methoden der künstlichen Intelligenz und des Machine Learning
- Einführung zur Herleitung von eigenen Algorithmen bzw. eigene Implementierung
- Grundkonzepte zur Modellierung verschiedener Aufgabentypen mittels parametrischer Modellierung zur Generierung großer Datenmengen (Big Data)
- Behandlung aktueller interdisziplinärer Beispiele aus dem Ingenieurwesen
- Parametrische Modellierung mit der Software Grasshopper
- Generierung von Lösungsräumen / Ergebnisdatenwolken
- Anwendung von KI-Toolboxen in Grasshopper
- Anwendung von KI-Toolboxen mit Python
Voraussetzungen
Verpflichtende Voraussetzungen
Prüfungsmodalitäten
6 zweiwöchentliche Hausaufgaben zu Programmierung und Simulation, Umfang: Bearbeitungszeit je 1 - 10 Stunden pro Aufgabenblatt (Gewichtung: je 1/6 der Gesammtpunkte)
Angeboten in
- BauingenieurwesenMaster
Wahlpflichtkomplex: Kein Komplex genannt
- WirtschaftsingenieurwesenMaster
Wahlpflichtkomplex: Kein Komplex genannt
- Wirtschaftsingenieurwesen - dualMaster
Wahlpflichtkomplex: Kein Komplex genannt
| Studiengang | Abschluss | Wahlpflichtkomplex |
|---|---|---|
| Bauingenieurwesen | Master | Kein Komplex genannt |
| Wirtschaftsingenieurwesen | Master | Kein Komplex genannt |
| Wirtschaftsingenieurwesen - dual | Master | Kein Komplex genannt |
Literatur und Materialien
- Ertel, Wolfgang, and Nathanael T. Black. Grundkurs Künstliche Intelligenz. Wiesbaden: Springer Fachmedien Wiesbaden, 2016.
- Norvig, P., and S. Russel. Künstliche Intelligenz–Ein Moderner Ansatz, 2011
- Dörn, Sebastian. Programmieren für Ingenieure und Naturwissenschaftler. Berlin, http://link.springer.com/10.1007/978-3-662-54304-7, 2018
- Matzka, Stephan. Künstliche Intelligenz in den Ingenieurwissenschaften: Maschinelles Lernen verstehen und bewerten: Wiesbaden, https://link.springer.com/10.1007/978-3-658-34641-6, 2021
- Tedeschi, A: AAD Algorithms-Aided Design Taschenbuch
- Schnellstart Python, Christoph Schäfer
Hinweise
Das Modul ist vorerst nur im WS 22/23 und WS 23/24 vorgesehen
Bewertungen von Studierenden
Was Studierende über dieses Modul sagen. Die BTU hat damit nichts zu tun — hier schreiben nur Studierende, und jede Bewertung ist die Meinung einer einzelnen Person.