SoSe 24  
 Dahlem School o...  
 Fach 1 Informat...  
 Lehrveranstaltung

Masterstudiengang für ein Lehramt an Integrierten Sekundarschulen und Gymnasien (ab WiSe 18/19)

Fach 1 Informatik

0556a_m37

  • Wissenschaftliches Arbeiten in der Informatik

    0086cA6.1
    • 19319701 Vorlesung
      Wissenschaftliches Arbeiten in der Informatik (Wolfgang Mulzer)
      Zeit: Di 10:00-12:00 (Erster Termin: 07.05.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Kommentar

      Das Ziel der Vorlesung ist es, die Teilnehmenden auf die wissenschaftliche Arbeit in der Informatik vorzubereiten. Dabei geht es unter anderem um folgende Themen:

      • Wissenschaft und Wissenschaftsbetrieb
      • Die Informatik als Wissenschaft
      • Wissenschaftliches Schreiben in der Informatik
      • Präsentieren in der Informatik
      • Wissenschaftliche Integrität und Ethik
      • Gender und Diversity in der Informatik

      Achtung! Terminhinweis: Die Vorlesung beginnt im Mai. Der erste Vorlesungstermin ist am Dienstag, den 07.05.2024.
    • 19301710 Proseminar
      Proseminar: Theoretische Informatik (Günther Rothe)
      Zeit: Fr 10:00-12:00 (Erster Termin: 19.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt

      Das Proseminar vertieft Inhalte aus den Grundvorlesungen der Arbeitsgruppe Theoretische Informatik. In diesem Semester werden weiterführende Themen aus der Berechenbarkeitstheorie behandelt, nämlich sogenannte "universelle" Systeme (zum Beispiel gewisse zelluläre Netze), die so allgemein sind, dass man jeden beliebigen Algorithmus damit ausführen kann.

      Literatur: Stephen Wolfram, A New Kind of Science, Wolfram Media, 2002.

      Literaturhinweise
    • 19311917 Seminar/Proseminar
      Seminar/Proseminar: Künstliche Intelligenz - Autonome Fahrzeuge (Daniel Göhring)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt:

      Das Seminar behandelt Themen rund um den Forschungsbereich autonome Fahrzeuge. Schwerpunkt sind Aufgaben, die als Grundlage einer Bachelor- oder Masterarbeit dienen sollen, wie z.B:

      • Erkennung von Personen/Fahrzeugen mit Vision
      • Kartengenerierung aus Trajektorien
      • C2C-/C2X-Kommunikation
      • Objekttracking-/prediction
      • Sensor- / Datenfusion
      • Lokalisierung mit Map Matching
      • Befahrbarkeitskarte/Erkennung von Freiflächen mit Stereo-Vision
      • Pfadplanung (RRT, A*, Potential Fields)
      • Automatische Sensorkalibrierung
      • Kartenformate

      Eigene Themen können vorgeschlagen werden. Das Seminar wird als Blockveranstaltung durchgeführt.
    • 19313017 Seminar/Proseminar
      S/PS: Entscheidungen im Software Engineering (Lutz Prechelt, Linus Ververs)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Webseite

      • https://www.mi.fu-berlin.de/w/SE/SeminarDMinSE

      Zielgruppe:

      • Proseminar: Bachelorstudierende, die das Modul "Wissenschaftliches Arbeiten in der Informatik" besuchen / besucht haben und im Rahmen dieses Seminars das erste Mal das gelernte Wissen anwenden und wissenschaftlich arbeiten.
      • Seminar: Fortgeschrittene Bachelorstudierende, die das Modul im Rahmen ihres Vertiefungsbereichs besuchen oder Masterstudierende

       

      Voraussetzungen:

      Das Modul Softwaretechnik bereits besucht zu haben, wird dringend empfohlen (Falls nicht, bitte im Voraus Kontakt zum Dozenten aufnehmen)

      Kommentar

      Software Engineering (Deutsch: Softwaretechnik) wird durch die IEEE definiert als:

      “The application of a systematic, disciplined, quantifiable approach to the development, operation, and maintenance of software; that is, the application of engineering to software.” (“IEEE Standard Glossary of Software Engineering Terminology," in IEEE Std 610.12-1990 , vol., no., pp.1-84, 31 Dec. 1990, doi: 10.1109/IEEESTD.1990.101064.)

      Software Engineering beschreibt also den Prozess wie Software entwickelt wird. Dieser Prozess ist gekennzeichnet von einer Vielzahl an Entscheidungen, die entweder das zu entwickelnde Produkt (die zu entwickelnde Software) oder den Entwicklungsprozess selbst betreffen.

      Im Rahmen dieses Seminars nehmen wir unterschiedlichen Arten von Entscheidungen unter die Lupe und betrachten den aktuellen Forschungsstand. Dazu bereiten die Teilnehmer*innen einen Vortrag und eine wissenschaftliche Ausarbeitung zu einem der folgenden Themenkreise vor (auch andere zu dem Seminar passende Themenkreise sind denkbar):

      • Wie treffen einzelne Menschen Entscheidungen? Welche Erkenntnisse aus der Psychologie sind wichtig für den Softwareentwicklungsprozess?
      • Wie treffen Gruppen von Menschen Entscheidungen? Welche Erkenntnisse aus der Soziologie und den Wirtschaftswissenschaften lassen sich auf den Softwareentwicklungsprozess übertragen?
      • Welche Softwareentwicklungsprozessmodelle gibt es und wie entscheiden sich Organisationen zwischen ihnen?
      • Entscheidungen zur Priorisierung von Anforderungen im Software Engineering
      • Entscheidungen zum Design der Software: wie wird Software designt?
      • Was sind technische Schulden und warum und wann werden diese aufgenommen?
      • Refactorings: Warum, wann und in welchem Umfang entscheiden sich Organisationen für Refactorings?
      • Rekrutierung von Entwicklern: Wie wählen Organisationen für sie passende Entwickler aus?
      • Paar-Programmierung: Was ist das? Wie funktioniert der Wissenstransfer in der Paar-Programmierung? Treffen Entwickler zu zweit bessere Entscheidungen?

      Die Studierenden sollen im Rahmen dieses Seminars selbstständig zu dem von Ihnen ausgewählten Themenkreis recherchieren. Ob die Veranstaltung als Seminar oder Proseminar gebucht wird, hat Einfluss auf die Anforderungen:

      • Seminar: Hier sollen mehrere gute Quelle (3-5) gefunden und eine Zusammenschau der Ergebnisse vorgestellt werden. Das Ziel ist in erster Linie Empfehlungen zum SE-Prozess herauszuarbeiten.
      • Proseminar: Hier soll eine gute Quelle gefunden und ausführlich vorgestellt werden. Auf weitere verwandte Arbeiten einzugehen ist die Kür.

      Bei den vorgestellten wissenschaftlichen Artikel sollen die vorgestellten Schlussfolgerungen kritisch im Hinblick auf Glaubwürdigkeit und Relevanz betrachtet werden.

      Literaturhinweise

      Die zur Auswahl stehenden Artikel finden Sie im Ressourcen-Ordner der KVV-Seite.
    • 19313310 Proseminar
      Proseminar: Interactive Intelligent Systems - A Human-Centered Perspective (Claudia Müller-Birn, Valeria Zitz)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Kommentar

      In diesem Proseminar tauchen wir in das faszinierende Gebiet der Interaktiven Intelligenten Systeme (IIS) ein, die Technologien der künstlichen Intelligenz wie die Verarbeitung natürlicher Sprache nutzen. Wir konzentrieren uns auf den Entwurf, die Implementierung und die Bewertung dieser Systeme, wobei sowohl die eingesetzte KI-Technologie als auch die Interaktion des Users mit dem System berücksichtigt werden. Interaktive intelligente Systeme umfassen eine breite Palette von Ansätzen, einschließlich KI-Systeme, Empfehlungssysteme, Benutzerschnittstellen und intelligente agenten-zentrierte Ansätze.

      Während des gesamten Seminars nehmen wir eine menschenzentrierte Perspektive ein und betonen die Interaktion zwischen dem technischen System und dem menschlichen User. Indem wir die bestehenden Möglichkeiten und Grenzen im Bereich der Mensch-Computer-Interaktion untersuchen, wollen wir Erkenntnisse darüber gewinnen, wie die Benutzererfahrung verbessert werden kann.

      Zu Beginn eines jeden Semesters geben wir eine umfassende Einführung in das jeweilige Jahresthema. Darauf aufbauend haben die Studierenden die Möglichkeit, bestehende Ansätze, Methoden und Implementierungen zum Thema vorzustellen und zu diskutieren. Gemeinsam erstellen wir eine Mind Map, die das kollektive Verständnis des Themas visuell festhält.

      Von jedem Teilnehmer wird erwartet, dass er das von ihm gewählte Thema aus dem Bereich der interaktiven intelligenten Systeme selbständig vorbereitet, präsentiert und mit der Klasse diskutiert. Diese Präsentationen dienen als Plattform für die Weitergabe von Erkenntnissen, den Austausch von Ideen und die Förderung des kritischen Denkens unter Gleichaltrigen.

      Basierend auf den Ergebnissen der Diskussionen müssen die Studenten einen schriftlichen wissenschaftlichen Artikel verfassen, der das Wissen und die Erkenntnisse aus dem Seminar zusammenfasst. Dieser Bericht wird bewertet und bietet den Studierenden die Möglichkeit, ihr Verständnis und ihre analytischen Fähigkeiten unter Beweis zu stellen.

      Literaturhinweise

      Jameson, A., & Riedl, J. (2011). Introduction to the Transactions on Interactive Intelligent Systems. TiiS, 1(1), 1–6. http://doi.org/10.1145/2030365.2030366

      Terveen, L. G. (1995). Overview of human-computer collaboration. Knowledge-Based Systems, 8(2-3), 67–81. http://doi.org/10.1016/0950-7051(95)98369-H

      Farooq, U., & Grudin, J. (2016). Human-computer integration. Interactions, 23(6), 26–32. http://doi.org/10.1145/3001896
    • 19328217 Seminar/Proseminar
      Seminar/Proseminar: New Trends in Information Systems (Muhammed-Ugur Karagülle)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: A7/SR 031 (Arnimallee 7)

      Kommentar

      Ziel dieses Seminars ist es, aktuelle Trends im Datenmanagement zu untersuchen. Wir werden uns unter anderem mit zwei aufstrebenden Themen beschäftigen: Location Based Services (LBS) und Event-Based Services (EBS).

      Event-Based Systems (EBS) sind Teil vieler aktueller Anwendungen wie Überwachung von Geschäftsaktivitäten, Börsenticker, Facility Management, Datenstreaming oder Sicherheit. In den vergangenen Jahren hat das Thema sowohl in der Industrie als auch in der Wissenschaft zunehmend an Bedeutung gewonnen. Aktuelle Forschungsschwerpunkte konzentrieren sich auf verschiedene Aspekte, die von Ereigniserfassung (eingehende Daten) bis zur Auslösung von Reaktionen reichen. Dieses Seminar zielt darauf ab, einige der aktuellen Trends in Event-basierten Systemen mit einem starken Fokus auf Modelle und Design zu studieren. Ortsbasierte Dienste sind heutzutage oft Teil des täglichen Lebens durch Anwendungen wie Navigationsassistenten im öffentlichen oder privaten Transportbereich. Die zugrundeliegende Technologie befasst sich mit vielen verschiedenen Aspekten, z. B. Standortbestimmung, Informationsabruf oder Datenschutz. In jüngerer Zeit wurden Aspekte wie der Benutzerkontext und Präferenzen berücksichtigt, um den Benutzern mehr personalisierte Informationen zu senden.

      Ein solider Hintergrund in Datenbanken ist erforderlich, typischerweise ein Datenbankkurs auf Bachelor-Niveau.

      Literaturhinweise

      Wird bekannt gegeben.
    • 19329617 Seminar/Proseminar
      Seminar/Proseminar: IoT im Smart Home (Larissa Groth)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: K 063 Hardwarepraktikum (Takustr. 9)

      Kommentar

      Dieses Seminar konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit Teilaspekten des Internets der Dinge und Sicherheitsaspekten in Smart Homes befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen kann alleine oder in Kleingruppen (2 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat.

      Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (16.04.2024) wird die Themenliste ausgegeben und besprochen. Bitte bereiten Sie einen kurzen (2-3 Minuten) Abriss Ihres eigenen Themenvorschlages vor, wenn Sie diesen in das Seminar einbringen möchten. Zur nächsten Woche (23.04.2024, kein Präsenztermin!) erfolgt dann die Themenvergabe per Whiteboard Assignment. Danach gibt es insgesamt 3 Präsentationstermine: die Themenvorstellung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024 und 11.06.2024) und die Abschlusspräsentation (09.07.2024, 16.07.2024 und ggfs. 23.07.2024).
    • 19331617 Seminar/Proseminar
      Seminar/Proseminar: Informationstheoretische Grundlagen von ML (Gerhard Wunder)
      Zeit: Fr 12:00-14:00 (Erster Termin: 19.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      Dieses (Pro-)Seminar findet regelmäßig jedes Semester statt und richtet sich an Bachelor- und Masterstudierende.  Es behandelt grundlegende und fortgeschrittene (aktuelle) Themen der informationstheoretischen Grundlagen des Maschinellen Lernens.  Eine indikative, aber nicht vollständige Liste möglicher Themen ist:

      •  Wahrscheinlichkeitsverteilungen
      •  Elemente der Lerntheorie
      •  Entropie-Maßnahmen, Cross-Entropie
      •  Gegenseitige Information und Entfernungsmetriken über Wahrscheinlichkeitsverteilungen
      •  Lernen von Kompression und Repräsentation
      •  Autoencoder und variable Autoencoder
      •  ML zum Schutz der Privatsphäre
      •  Robustheit, Adversarial ML
      •  Mustererkennung und Anomalieerkennung
      •  Statistische Signalverarbeitung und maschinelles Lernen
      •  Moderne generative modelle (Diffusionsmodelle, Transformer, ...)
      •  NLP
      •  Kausalität und Informationsdekomposition
      •  ...
    • 19336717 Seminar/Proseminar
      Von Krankenakten zu Proteinen: Datenbanken für biomedizinische Daten und ihre Bedeutung für die Forschung (Katharina Baum)
      Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 12.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      In diesem Hauptseminar lernen Sie verschiedenste Datenbanken, ihren Aufbau und ihre programmatische Nutzung kennen. Wichtiger Bestandteil wird zudem die Diskussion der Bedeutung der darin abgelegten Daten und ihre Nutzung anhand aktueller Forschungsarbeiten.

      Beispiele für mögliche behandelte Datenbanken sind

      • MIMIC (elektronische Krankenakten),
      • STRING (Protein-Protein Interaktion),
      • Drugbank (Medikamente),
      • PRIDE (Proteinmessungen),
      • GEO (für genomische Daten), etc.

      Jede Datenbank soll am Ende des Vortrags im Kurs von allen Teilnehmenden vor Ort für die Beantwortung einer Frage benutzt werden (das Setup bereitet jeweils die vortragende Person vor) - bringen Sie also Ihren Laptop mit!

      Bachelorstudierende können an diesem Seminar teilnehmen, aber Inhalte sind sehr fortgeschritten und stammen weitestgehend aus aktueller Forschung. Grundlegende Literatur ist auf Englisch, daher sind gute Englischkenntnise erforderlich.

      Wir werden uns am Fr, 12.4.2024 um 10:15 Uhr (in einem hybriden Setting, bitte für Raum & Zugang die Ankündigung im Whiteboard beachten) zur Vorbesprechung und Themenvergabe treffen. Bitte kontaktieren Sie uns vorab (katharina.baum@fu-berlin.de), sollten Sie am Seminar teilnehmen wollen und diesen Termin nicht wahrnehmen können.

  • Betriebs- u. Kommunikationssysteme

    0087dA1.9
    • 19300701 Vorlesung
      Betriebs- und Kommunikationssysteme (Larissa Groth)
      Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2024)
      Ort: T9/Gr. Hörsaal (Takustr. 9)

      Kommentar

      Studierende erarbeiten sich im Betriebssystemteil den grundlegenden Aufbau aktueller Betriebssysteme und erlernen deren grundlegende Aufgaben. Sie lernen die Verwaltung von Ein-/Ausgabe-Systemen und Peripheriegeräten zur Vernetzung kennen und üben die Programmierung von DMA/PIO in C. Daneben erarbeiten sie sich die Konzepte von Prozessen/Threads, Unterbrechungen und virtuellen Speichers und Speicherverwaltung. Sie üben die Programmierung von Unterbrechungsbehandlung und Speicherverwaltung in C, sowie die Nutzung von Utilities, wie Shells u. ä. Zudem lernen sie Beispiele für Betriebssysteme (UNIX und Windows) kennen.

      Studierende erarbeiten sich im Kommunikationssystemeteil den grundlegenden Aufbau von Netzen, insbesondere des Internets. Sie erlernen den TCP/IP-Protokollstack und das ISO/OSI-Referenzmodell und diskutieren Unterschiede und Anwendungsmöglichkeiten. Sie lernen Medienzugriffsverfahren und Netzwerkgeräte kennen und ordnen diese den verschiedenen Schichten des Protokollstacks zu. Sie erarbeiten sich den Umgang mit Übertragungsfehlern und diskutieren Grenzen dieser Verfahren. Darüber hinaus lernen Sie Routingverfahren innerhalb und außerhalb Autonomer Systeme, sowie TCP und UDP kennen und üben deren Implementierung in C. 

      Literaturhinweise

      • Andrew S. Tanenbaum: Computerarchitektur, 5.Auflage, Pearson Studium, 2006
      • English: Andrew S. Tanenbaum (with contributions from James R. Goodman):
      • Structured Computer Organization, 4th Ed., Prentice Hall International, 2005.
    • 19300704 Seminar am PC
      Übung zu Betriebs- und Kommunikationssysteme (Larissa Groth)
      Zeit: Mo 08:00-10:00, Mo 14:00-16:00, Di 10:00-12:00, Di 12:00-14:00, Mi 12:00-14:00, Mi 14:00-16:00, Do 08:00-10:00, Do 10:00-12:00, Fr 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/K 038 Rechnerpoolraum (Takustr. 9)

      Kommentar

      Begleitveranstaltung zur Vorlesung 19300701

  • Nichtsequentielle und verteilte Programmierung für Lehramt

    0087dA2.5
    • 19322101 Vorlesung
      Nebenläufige, parallele und verteilte Programmierung (Claudia Müller-Birn, Barry Linnert)
      Zeit: Mo 14:00-16:00, Mi 16:00-18:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2024)
      Ort: T9/Gr. Hörsaal (Takustr. 9)

      Kommentar

      Inhalte:

      Programmieren und Synchronisieren von gleichzeitig laufenden Prozessen, die auf gemeinsame Ressourcen zugreifen oder über Nachrichtenaustausch interagieren.

      • Nichtsequentielle Programme und Prozesse in ihren verschiedenen Ausprägungen, Nichtdeterminismus, Determinierung
      • Synchronisationsmechanismen: Sperren, Monitore, Wachen, Ereignisse, Semaphore
      • Nichtsequentielle Programmausführung und Objektorientierung
      • Ablaufsteuerung, Auswahlstrategien, Prioritäten, Umgang mit und Vermeidung von Verklemmung
      • Koroutinen, Implementierung, Mehrprozessorsysteme
      • Interaktion über Nachrichten
      • Programmieren und Synchronisieren von gleichzeitig laufenden Prozessen, die über Nachrichtenaustausch interagieren
      • Fernaufruftechniken
      • Client-Server, Peer-to-Peer
      • Parallelrechnen im Netz
      • Koordinierungssprachen
      • Verarbeitung auf dem Server und auf dem Client, Mobilität
      • Middleware, strukturierte Kommunikation, statische und dynamische Schnittstellen
      • Ereignisbasierte und strombasierte Verarbeitung
      • Sicherheit von Anwendungen im Netzwerk
      • Ausblick auf nichtfunktionale Eigenschaften (Zeit, Speicher, Dienstgüte) 

      Literaturhinweise

      Literatur:

      • Principles of Concurrent and Distributed Programming. M. Ben-Ari. Addison-Wesley. 
      • Distributed Systems. Concepts and Design. Fifth Edition. George Coulouris, Jean Dollimore, Tim Kindberg, Gordon Blair. Pearson.
    • 19322102 Übung
      Übung zu Nebenläufige, parallele und verteilte Programmierung (Barry Linnert)
      Zeit: Mo 10:00-12:00, Mo 12:00-14:00, Mi 14:00-16:00, Do 08:00-10:00, Do 14:00-16:00, Fr 10:00-12:00, Fr 14:00-16:00, Fr 16:00-18:00 (Erster Termin: 15.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

  • Bildverarbeitung

    0089cA1.1
    • 19303001 Vorlesung
      Bildverarbeitung (Daniel Göhring)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      In der Vorlesung werden grundlegende Methoden der Bildverarbeitung vorgestellt. Folgende Themen werden behandelt:

      • Bilder, Bildsensoren
      • Farbräume
      • Bildstatistiken
      • Histogramme
      • Filterverfahren
      • Faltung und Faltungssatz
      • Diskrete Fouriertransformation
      • Schnelle Fouriertransformation
      • Diskrete Cosinustransformation
      • JPEG
      • Haar-Wavelets
      • Bildpyramiden
      • Bildmischung

       

      Literaturhinweise

      Rafael Gonzalez, C., and Richard Woods. "Digital image processing" Pearson Education.
    • 19303002 Übung
      Übung zu Bildverarbeitung (Daniel Göhring)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

  • Computergrafik

    0089cA1.2
    • 19303201 Vorlesung
      Computergrafik (Marco Block-Berlitz)
      Zeit: Fr 10:00-14:00 (Erster Termin: 19.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Kommentar

      Inhalte der Veranstaltung

      • Allgemeiner Überblick zur Computergrafik
      • Grundlagen der Computergrafik
        • Punkte, Linien, Polygone, Kreise, Ellipsen
        • Flächen füllen, Clipping und Kurven
      • OpenGL und GLSL
        • Einführung in OpenGL mit LWJGL
        • Shaderprogrammierung in GLSL
        • Einfache Spieleumgebungen entwickeln
      • Grundlagen des Beleuchtungsdesigns
        • Wahrnehmung von Licht, Farbblindheit, Barrierefreie UIs
        • Ziele des Beleuchtungsdesigns
        • Three- und Four-Point-Lighting, Komposition einer Szene
      • Lokale Beleuchtungsmodelle
        • Materialeigenschaften, Lichtquellenmodelle
        • Elementare Beleuchtungsmodelle
        • Beleuchtungsmodelle von Phong- und OpenGL
      • Schattierungsmodelle und visuelle Wahrnehmung
        • Flat- und Gouraud-Shading
        • Neuronale Netze und Machbandeffekt, Phong-Shading
      • Texture-Mapping
        • Allgemein und Prozedural
        • Perlin-Noise
      • Normal-Mapping
      • Geometrische Transformationen
        • 2D und 3D, Homogene Koordinaten
        • Euler-Winkel und Quaternione
      • Koordinatensysteme
        • World-, View-, Clip-Space, MVP-Matrix
        • Tangentialraum, Orthogonalisierung
      • Mikrostrukturen mit BRDF
        • Radiometrie, Kartesische und Polarkoordinaten
        • Raumwinkel, Rendergleichung
        • Herleitung und Untersuchung von BRDFs
      • Displacement-Mapping
        • Per-Vertex- und Per-Pixel-Displacement-Mapping
      • Echtzeitschatten
        • Hard-, Soft- und Filtered-Hard-Shadows
        • Shadow-Volumes, Shadow-Mapping
        • Screen-Space-Ambient-Occlusion

      Die Themen werden teilweise mit Programmbeispielen in Java, LWJGL, OpenGL und GLSL vorgestellt.
      Diese Werkzeuge sind für die Bearbeitung der Übungsaufgaben ebenfalls vorgesehen. Die Vorlesung
      orientiert sich dabei hauptsächlich an folgendem Lehrbuch [1].

      Die notwendigen mathematischen Grundlagen werden bei Bedarf eingeführt.

      Zielgruppe

      B.Sc.-Studierende ab 5. Semester, M.Sc.-Studierende in Informatik, Mathematik, Physik o.ä.,

      Literaturhinweise

      Literatur zur Veranstaltung

      [1] Block-Berlitz M.: "Warum sich der Dino furchtbar erschreckte - Lehrbuch zu Beleuchtung und Rendering mit Java,
           LWJGL, OpenGL, OpenCV und GLSL", vividus Wissenschaftsverlag, 3. Auflage, 2021

      Ergänzende Literatur

      [2] Birn J.: "Digital Lighting & Rendering", 3. Auflage, New Riders Verlag, 2015
      [3] Foley J.D., et al.: "Computer Graphics: Principles and Practise", Addison-Wesley Verlag, 2. Auflage, 1997
      [4] Shirley P., et al.: "Fundamentals of Computer Graphics", CRC Press, AK Peters, 3. Auflage, 2009
      [5] Akenine-Möller T., et al.: "Real-Time Rendering", 3. Auflage, AK Peters, 2008
      [6] Eisemann E., et al.: "Real-Time Shadows", CRC Press, AK Peters, 2012
      [7] Gortler S. J.: "Founddations of 3D Computer Graphics", MIT Press, 2012
      [8] Han JH: "3D Graphics for Game Programming", CRC Press, 2011
      [9] Ammeraal L, et al.: "Computer Graphics for Java Programmers", Springer Verlag, 3. Auflage, 2017
      [10] Olano M. et al.: "Real-Time Shading", AK Peters, 2002
      [11] Shreiner M., et al.: "OpenGL Programming Guide: The Official Guide to Learning OpenGL", Addison-Wesley Verlag, 2007
      [12] Angel E.: "Interactive Computer Graphics", Addison-Wesley Verlag, 4. Auflage, 2006

       
    • 19303202 Übung
      Übung zu Computergrafik (Marco Block-Berlitz)
      Zeit: Fr 14:00-16:00 (Erster Termin: 19.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Kommentar

      In der Vorlesung "Computergrafik" werden die vorgestellten Themen teilweise mit Programmbeispielen in
      Java, LWJGL, OpenGL und GLSL vorgestellt [1]. Diese Beispiele liegen als Programmpaket für die Bearbeitung
      und Ausführung in Eclipse bereit:

      http://www.vividus-verlag.de/beleuchtung_und_rendering

      Diese Werkzeuge sind für die Bearbeitung der Übungsaufgaben ebenfalls vorgesehen. In vorheriger Absprache
      können allerdings auch andere Werkzeuge, als die zuvor genannten, zum Einsatz kommen.

       

      [1] Block-Berlitz M.: "Warum sich der Dino furchtbar erschreckte - Lehrbuch zu Beleuchtung und Rendering
      mit Java, LWJGL, OpenGL, OpenCV und GLSL", vividus Wissenschaftsverlag, 3. Auflage, 2021

  • Softwareprojekt Praktische Informatik A

    0089cA1.23
    • 19308412 Projektseminar
      Softwareprojekt: Datenverwaltung (Muhammed-Ugur Karagülle)
      Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2024)
      Ort: 1.1.26 Seminarraum E1 (Arnimallee 14)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      Studierende im Master- bzw. Bachelorstudiengang

      Voraussetzungen

      Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

      Kommentar

      Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

      Die Veranstaltung wird in zwei Phasen durchgeführt. Die zweite Phase (Implementierung, Test, Auslieferung) kann als Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt werden.

      Literaturhinweise

      Wird bekannt gegeben. / To be announced.
    • 19314012 Projektseminar
      Softwareprojekt: Semantische Technologien (Adrian Paschke)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Weitere Informationen finden sich auf der Veranstaltungsseite.

      Kommentar

      Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.
    • 19322512 Projektseminar
      Softwareprojekt: GPU Offloading and Compiler Optimization (Barry Linnert)
      Zeit: Mi 12:00-14:00 (Erster Termin: 24.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      BA und MA Informatik

      Webseite

      https://www.mi.fu-berlin.de/w/SE/SoftwareprojektCompilerOptimization2024

      Dozent & Ansprechpartner

      Barry Linnert führt die Veranstaltung durch.

      Kommentar

      Pony [1] ist eine Programmiersprache, die dafür designed wird, hoch
      performant zu sein.
      Sie basiert auf dem Akteur-Modell [2]: Akteure beinhalten
      sequentielle Code-Abschnitte, verschiedene Akteure werden
      nebenläufig und unabhängig voneinander ausgeführt.
      Die Nebenläufigkeit auf der Ebene von Akteuren [3] siedelt
      Beschleunigung direkt im Design der Sprache an.
      Es gibt jedoch auch andere Formen von Parallelismus auf anderen Ebenen,
      welche dazu genutzt werden könnten, Pony noch performanter zu machen.
      Auf Ebene der Daten gibt es sogenannten Datenparallelismus [4].
      Er kann beispielsweise in Schleifennestern gefunden werden,
      die viele Male ausgeführt werden und auf unabhängigen aber
      gleich strukturierten Daten arbeiten.

      Grafische Prozessoren (GPUs) spezialisieren sich darauf
      datenparallele Probleme zu berechnen. [5]
      In einem System, in dem sowohl eine GPU als auch eine CPU vorhanden
      sind, kann die GPU die Berechnungen der CPU unterstützen,
      indem datenparallele Probleme von ihr übernommen werden.
      Der Fachbegriff dazu heißt GPU Offloading.
      Die GPU berechnet aufgrund ihrer internen Struktur und Ressourcen
      datenparallele Probleme effizienter und schneller als die CPU und
      beschleunigt dadurch die Gesamtausführung eines Programms.

      In diesem Softwareprojekt wollen wir gemeinsam herausfinden,
      ob sich GPU Offloading in Pony integrieren lässt.
      Dazu experimentieren wir mit Ponys Compiler und schreiben Teile
      dieses Compilers um.

      Das SWP bietet die Möglichkeit, einmal genauer in den internen
      Aufbau eines Compilers zu blicken und sich anzusehen, wie genau
      GPUs dazu verwendet werden können, ein Programm zu beschleunigen.
      Darüber hinaus werden wir die Compiler Infrastruktur LLVM [6]
      kennenlernen, denn der Pony Compiler ist ein Compiler Frontend
      zu LLVM.
      Falls Ihnen der Name LLVM nichts sagt, ist es vielleicht interessant
      für Sie zu wissen, dass sowohl der Rust, als auch der Clang Compiler
      Frontends zu LLVM sind.

      Das Softwareprojekt zielt darauf ab im Bereich GPU Offloading zu forschen,
      möglicherweise mit der Option später die Ergebnisse der Experimente
      zu veröffentlichen und zu den beiden genannten Open-Source-Projekten
      Pony und LLVM beizutragen.

       

      Ablauf

      Während der Vorlesungszeit wird die Aufgabenstellung mit reduziertem Anwesenheits- und Arbeitsaufwand spezifiziert. Die eigentliche Bearbeitung der Aufgabenstellung erfolgt dann in der vorlesungsfreien Zeit.

       

      Links:

      [1]: [Pony](https://www.ponylang.io/discover/#what-is-pony)
      [2]: [Actor Model](https://en.wikipedia.org/wiki/Actor_model)
      [3]: [Task-level parallelism](https://en.wikipedia.org/wiki/Task_parallelism)
      [4]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Page 528.
      [5]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Appendix B.
      [6]: [LLVM](https://llvm.org/)

       

       
    • 19323612 Projektseminar
      Softwareprojekt: AMOS-Projekt (Lutz Prechelt, Dirk Riehle)
      Zeit: Mi 10:00-14:00 (Erster Termin: 17.04.2024)
      Ort: Online - zeitABhängig

      Zusätzl. Angaben / Voraussetzungen

      Lernziele und Kompetenzen

      • Studierende lernen zu Softwareprodukten und Softwareentwicklung in der Industrie
      • Studierende lernen zu agilen Methoden, insbesondere Scrum und Extreme Programming
      • Studierende lernen zu Open-Source-Softwareentwicklung und ihren Prinzipien
      • Studierende erwerben praktische Erfahrung mit Scrum und Extrem Programming

      Zielgruppe

      Studierende der Informatik (und verwandte Disziplinen). Für die Softwareentwickler:innen Rolle sollten Sie praktische Programmiererfahrung mitbringen. Dieser Kurs ist nicht geeignet, um Programmieren zu lernen.

      Sprache

      Englisch (Vorlesungen auf Englisch, Team-Meeting auf Deutsch oder Englisch nach Wahl der Studierenden)

      Benotung

      • Softwareentwickler:in (zu 100%)
        • 10% der Note: 5 Kurzquizzes zu jeweils 5 Fragen mit 2 Punkten
        • 90% der Note: Wöchentliche Projektarbeit

      Weiteres

      • SWS: 4 SWS (2 SWS VL, 2 SWS Team-Meeting)
      • Semester: Jedes Semester
      • Modalität: Online, universitätsübergreifend
      • Tags: Scrum

      Kommentar

      Dieser Kurs lehrt agile Methoden (Scrum und XP) und Open-Source-Werkzeuge anhand eines semesterlangen Projekts. Der Kurs findet online und universitätsübergreifend statt. Lehr- und Lerninhalte umfassen:

      • Agile Methoden und verwandte Entwicklungsprozesse
      • Scrum Rollen und Prozesspraktiken, inkl. Produktmanagement und Entwicklungsleitung
      • Technische Praktiken wie Refactoring, Continuous Integration, und test-getriebene Entwicklung
      • Prinzipien und Praktiken der Open-Source-Softwareentwicklung

      Das Projekt ist ein Softwareentwicklungsprojekt, bei dem jedes Studierendenteam mit einem Industriepartner zusammenarbeitet, der die Projektidee bereitstellt. Studierende arbeiten praktisch und angewandt.

      Studierende nehmen die Rolle einer Softwareentwicklerin oder eines Softwareentwicklers ein. In dieser Rolle schätzen sie den Aufwand von Anforderungen und setzen sie im Projekt um. Teilnehmende Studierende müssen über vorherige Softwareentwicklungserfahrung verfügen.

      Studierende werden in Teams von 7-9 Personen organisiert. Ein Team besteht aus einem Scrum Master, zwei Product Ownern, und sechs Softwareentwickler:innen. Ein Industriepartner stellt die allgemeinen Anforderungen bereit, welche von den Product Ownern ausgearbeitet und von den Softwareentwickler:innen umgesetzt werden. Das Projektangebot wird kurz vor Semesterbeginn vorgestellt werden.

      Der Kurs besteht aus einer 90 min. Vorlesung, gefolgt von einem 90 min. Team-Meeting (Teilnahme verpflichtend). Bitte registrieren Sie sich nicht für diesen Kurs, falls Sie nicht regelmäßig am Team-Meeting teilnehmen können.

      Registrierung und weitere Kursinformation finden Sie auf eine Google Spreadsheet über https://amos.uni1.de – bitte registrieren Sie Ihr Teilnahmeinteresse durch Ausfüllen des dort verlinkten Formulars zur Interessenbekundung, sobald sich dieses öffnet.

      Literaturhinweise

      http://goo.gl/5Wqnr7
    • 19329012 Projektseminar
      Softwareprojekt: Continual Learning (Manuel Heurich)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      ,,

      Kommentar

      In diesem Kurs werden die Konzepte und Techniken des Continual Learning, eines wichtigen Bereichs im maschinellen Lernen, untersucht. Continual Learning, auch als lebenslanges Lernen bekannt, bezieht sich auf die Fähigkeit von KI-Systemen, kontinuierlich zu lernen und sich an neue Informationen anzupassen, ohne dabei früher erworbenes Wissen zu verlieren. Diese Fähigkeit ist entscheidend für die Entwicklung flexiblerer und anpassungsfähigerer KI-Systeme, insbesondere in sich schnell verändernden und datenreichen Umgebungen.

      Der Kurs richtet sich an Studierende der (Bio-)Informatik und Data Science, die ein tieferes Verständnis für fortgeschrittene Konzepte im maschinellen Lernen entwickeln und praktische Erfahrungen im Bereich Continual Learning sammeln möchten.

      Literaturhinweise

      ,,
    • 19329912 Projektseminar
      Softwareprojekt: Threat Assessment and Hacking Challenge (Volker Roth)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)

      Kommentar

      Students will be tasked to devise and implement a basic consumer electronic device of
      their choice (e.g. RFID tagging system, radio controller, keyboard) using a development platform
      (Propeller 1, Raspberry PI, Arduino), focusing on threat modelling and assessment for possible
      attacks on their device. At the half of the semester they will present their result and asked to assess
      and break into other groups UI prototypes, presenting once more their results at the end of the
      semester.
    • 19333912 Projektseminar
      Softwareprojekt: Lab Machine Learning for Data Science (Grégoire Montavon)
      Zeit: Fr 14:00-16:00 (Erster Termin: 19.04.2024)
      Ort: T9/K 036 Rechnerpoolraum (Takustr. 9)

      Kommentar

      The course will consist of applying machine learning techniques for extracting domain insights from real-world or simulated datasets. It will take the form of multiple lab exercises in Python, where the students will extract data, apply visualization techniques, train machine learning models on this data, use model selection/validation techniques, and finally apply interpretability techniques to extract domain insights from the learned models.

      Recommended prior course: Machine Learning for Data Science

      Format: Oral exam at the end of the semester

       
    • 19334212 Projektseminar
      Softwareprojekt: Maschinelles Lernen in den Lebenswissenschaften (Katharina Baum)
      Zeit: Di 14:00-16:00, Di 16:00-18:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Während des Projektes werden wir verschiedene Machine-Learning (ML)-Methoden trainieren und die Ergebnisse evaluieren. Hierfür werden verschiedene, zum Teil große Datensätze aus dem Bereich der Lebenswissenschaften für das maschinelle Lernen vorbereitet und hinsichtlich einer vorher definierten Fragestellung analysiert. Die Fragestellung kann von uns ausgegeben und dicht an unseren Forschungsinteressen liegen oder gemeinsam mit uns erarbeitet werden. Eine konkrete Anwendung kann die personalisierte Medizin sein, wie etwa eine Vorhersage der Wirkung von Krebsmedikamenten anhand von umfassenden Daten von Krebszellen, oder auch zeitliche Vorhersagen, zum Beispiel von Infektionszahlen in Epidemien. Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie scikit-learn, TensorFlow oder PyTorch. Gute Python-Kenntnisse sind Voraussetzung. Das Ziel ist die Erstellung eines Python-Pakets, das für den konkreten Anwendungsfall wiederverwendbaren Code zur Präprozessierung, Training auf ML-Modelle und Evaluation der Ergebnisse mit Dokumentation (z.B. mit sphinx) liefert. Das Softwareprojekt findet semesterbegleitend statt.

      Update 22.04.: Wir haben noch Plätze frei!

      Bei Interesse und für die Anmeldung im CM meldet euch bitte bei uns pascal.iversen@fu-berlin.de und pauline.hiort@fu-berlin.de. 

      Wir bieten vorrausichtlich eins von zwei möglichen Projekten an:
      (1)    Active learning for drug reponse prediction in cancer: Das Projekt zielt darauf ab, durch aktives Lernen die Vorhersage von der Effizienz von Medikamenten bei Krebs mit Deep Learning Modellen zu verbessern.
      (2)    Deep learning for drug combination response prediction: Hier werdet ihr eine deep learning base-line implementieren für Medikamentenkombinationenvorhersagen und mit einer publizierten Methode vergleichen. Ihr werdet dann die Methoden mit randomisiertem Input testen.
      Im Whiteboard finden Sie mehr Informationen dazu.
    • 19334412 Projektseminar
      SWP: Szenario-Management im Future Security Lab (Larissa Groth)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/K 040 Multimediaraum (Takustr. 9)

      Kommentar

      Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

      Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen Problemstellungen wie paralleler Startup aller Rechner in einem Netzwerk über WakeOn LAN aus einer Web-App heraus oder die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

      Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

      Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (16.04.2024) wird in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin, stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen präsentiert und die Problemstellungen besprochen. Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024) und die Abschlusspräsentation (16.07.2024). 
      Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 
    • 19337112 Projektseminar
      Softwareprojekt: Open Hardware (Tim Landgraf)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      In der wissenschaftlichen Gemeinschaft hat sich die Praxis von offenem Quellcode und offenen Daten als Standard für Reproduzierbarkeit und Transparenz etabliert. Im Gegensatz dazu befindet sich "Open Hardware" noch in einem frühen Entwicklungsstadium. Oft werden in der Forschung eigene Hardware-Lösungen entwickelt – sei es aus finanziellen Gründen oder weil kommerzielle Produkte die spezifischen Anforderungen nicht erfüllen. Diese Eigenentwicklungen werden jedoch selten als vollwertige Forschungsergebnisse anerkannt und finden in wissenschaftlichen Publikationen meist nur als methodische Komponenten Erwähnung. In diesem Projekt untersuchen wir, wie ein offenes Publikationssystem gestaltet werden kann, um Forschenden zu ermöglichen, ihre Entwicklungen im Bereich Open Hardware effektiver zu publizieren. Unser Ziel ist es, ein System zu entwickeln, das die einfache Veröffentlichung, Begutachtung und Verifizierung von Open Hardware in der wissenschaftlichen Forschung unterstützt.

  • Softwareprojekt Praktische Informatik B

    0089cA1.24
    • 19308412 Projektseminar
      Softwareprojekt: Datenverwaltung (Muhammed-Ugur Karagülle)
      Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2024)
      Ort: 1.1.26 Seminarraum E1 (Arnimallee 14)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      Studierende im Master- bzw. Bachelorstudiengang

      Voraussetzungen

      Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

      Kommentar

      Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

      Die Veranstaltung wird in zwei Phasen durchgeführt. Die zweite Phase (Implementierung, Test, Auslieferung) kann als Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt werden.

      Literaturhinweise

      Wird bekannt gegeben. / To be announced.
    • 19314012 Projektseminar
      Softwareprojekt: Semantische Technologien (Adrian Paschke)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Weitere Informationen finden sich auf der Veranstaltungsseite.

      Kommentar

      Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.
    • 19322512 Projektseminar
      Softwareprojekt: GPU Offloading and Compiler Optimization (Barry Linnert)
      Zeit: Mi 12:00-14:00 (Erster Termin: 24.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      BA und MA Informatik

      Webseite

      https://www.mi.fu-berlin.de/w/SE/SoftwareprojektCompilerOptimization2024

      Dozent & Ansprechpartner

      Barry Linnert führt die Veranstaltung durch.

      Kommentar

      Pony [1] ist eine Programmiersprache, die dafür designed wird, hoch
      performant zu sein.
      Sie basiert auf dem Akteur-Modell [2]: Akteure beinhalten
      sequentielle Code-Abschnitte, verschiedene Akteure werden
      nebenläufig und unabhängig voneinander ausgeführt.
      Die Nebenläufigkeit auf der Ebene von Akteuren [3] siedelt
      Beschleunigung direkt im Design der Sprache an.
      Es gibt jedoch auch andere Formen von Parallelismus auf anderen Ebenen,
      welche dazu genutzt werden könnten, Pony noch performanter zu machen.
      Auf Ebene der Daten gibt es sogenannten Datenparallelismus [4].
      Er kann beispielsweise in Schleifennestern gefunden werden,
      die viele Male ausgeführt werden und auf unabhängigen aber
      gleich strukturierten Daten arbeiten.

      Grafische Prozessoren (GPUs) spezialisieren sich darauf
      datenparallele Probleme zu berechnen. [5]
      In einem System, in dem sowohl eine GPU als auch eine CPU vorhanden
      sind, kann die GPU die Berechnungen der CPU unterstützen,
      indem datenparallele Probleme von ihr übernommen werden.
      Der Fachbegriff dazu heißt GPU Offloading.
      Die GPU berechnet aufgrund ihrer internen Struktur und Ressourcen
      datenparallele Probleme effizienter und schneller als die CPU und
      beschleunigt dadurch die Gesamtausführung eines Programms.

      In diesem Softwareprojekt wollen wir gemeinsam herausfinden,
      ob sich GPU Offloading in Pony integrieren lässt.
      Dazu experimentieren wir mit Ponys Compiler und schreiben Teile
      dieses Compilers um.

      Das SWP bietet die Möglichkeit, einmal genauer in den internen
      Aufbau eines Compilers zu blicken und sich anzusehen, wie genau
      GPUs dazu verwendet werden können, ein Programm zu beschleunigen.
      Darüber hinaus werden wir die Compiler Infrastruktur LLVM [6]
      kennenlernen, denn der Pony Compiler ist ein Compiler Frontend
      zu LLVM.
      Falls Ihnen der Name LLVM nichts sagt, ist es vielleicht interessant
      für Sie zu wissen, dass sowohl der Rust, als auch der Clang Compiler
      Frontends zu LLVM sind.

      Das Softwareprojekt zielt darauf ab im Bereich GPU Offloading zu forschen,
      möglicherweise mit der Option später die Ergebnisse der Experimente
      zu veröffentlichen und zu den beiden genannten Open-Source-Projekten
      Pony und LLVM beizutragen.

       

      Ablauf

      Während der Vorlesungszeit wird die Aufgabenstellung mit reduziertem Anwesenheits- und Arbeitsaufwand spezifiziert. Die eigentliche Bearbeitung der Aufgabenstellung erfolgt dann in der vorlesungsfreien Zeit.

       

      Links:

      [1]: [Pony](https://www.ponylang.io/discover/#what-is-pony)
      [2]: [Actor Model](https://en.wikipedia.org/wiki/Actor_model)
      [3]: [Task-level parallelism](https://en.wikipedia.org/wiki/Task_parallelism)
      [4]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Page 528.
      [5]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Appendix B.
      [6]: [LLVM](https://llvm.org/)

       

       
    • 19323612 Projektseminar
      Softwareprojekt: AMOS-Projekt (Lutz Prechelt, Dirk Riehle)
      Zeit: Mi 10:00-14:00 (Erster Termin: 17.04.2024)
      Ort: Online - zeitABhängig

      Zusätzl. Angaben / Voraussetzungen

      Lernziele und Kompetenzen

      • Studierende lernen zu Softwareprodukten und Softwareentwicklung in der Industrie
      • Studierende lernen zu agilen Methoden, insbesondere Scrum und Extreme Programming
      • Studierende lernen zu Open-Source-Softwareentwicklung und ihren Prinzipien
      • Studierende erwerben praktische Erfahrung mit Scrum und Extrem Programming

      Zielgruppe

      Studierende der Informatik (und verwandte Disziplinen). Für die Softwareentwickler:innen Rolle sollten Sie praktische Programmiererfahrung mitbringen. Dieser Kurs ist nicht geeignet, um Programmieren zu lernen.

      Sprache

      Englisch (Vorlesungen auf Englisch, Team-Meeting auf Deutsch oder Englisch nach Wahl der Studierenden)

      Benotung

      • Softwareentwickler:in (zu 100%)
        • 10% der Note: 5 Kurzquizzes zu jeweils 5 Fragen mit 2 Punkten
        • 90% der Note: Wöchentliche Projektarbeit

      Weiteres

      • SWS: 4 SWS (2 SWS VL, 2 SWS Team-Meeting)
      • Semester: Jedes Semester
      • Modalität: Online, universitätsübergreifend
      • Tags: Scrum

      Kommentar

      Dieser Kurs lehrt agile Methoden (Scrum und XP) und Open-Source-Werkzeuge anhand eines semesterlangen Projekts. Der Kurs findet online und universitätsübergreifend statt. Lehr- und Lerninhalte umfassen:

      • Agile Methoden und verwandte Entwicklungsprozesse
      • Scrum Rollen und Prozesspraktiken, inkl. Produktmanagement und Entwicklungsleitung
      • Technische Praktiken wie Refactoring, Continuous Integration, und test-getriebene Entwicklung
      • Prinzipien und Praktiken der Open-Source-Softwareentwicklung

      Das Projekt ist ein Softwareentwicklungsprojekt, bei dem jedes Studierendenteam mit einem Industriepartner zusammenarbeitet, der die Projektidee bereitstellt. Studierende arbeiten praktisch und angewandt.

      Studierende nehmen die Rolle einer Softwareentwicklerin oder eines Softwareentwicklers ein. In dieser Rolle schätzen sie den Aufwand von Anforderungen und setzen sie im Projekt um. Teilnehmende Studierende müssen über vorherige Softwareentwicklungserfahrung verfügen.

      Studierende werden in Teams von 7-9 Personen organisiert. Ein Team besteht aus einem Scrum Master, zwei Product Ownern, und sechs Softwareentwickler:innen. Ein Industriepartner stellt die allgemeinen Anforderungen bereit, welche von den Product Ownern ausgearbeitet und von den Softwareentwickler:innen umgesetzt werden. Das Projektangebot wird kurz vor Semesterbeginn vorgestellt werden.

      Der Kurs besteht aus einer 90 min. Vorlesung, gefolgt von einem 90 min. Team-Meeting (Teilnahme verpflichtend). Bitte registrieren Sie sich nicht für diesen Kurs, falls Sie nicht regelmäßig am Team-Meeting teilnehmen können.

      Registrierung und weitere Kursinformation finden Sie auf eine Google Spreadsheet über https://amos.uni1.de – bitte registrieren Sie Ihr Teilnahmeinteresse durch Ausfüllen des dort verlinkten Formulars zur Interessenbekundung, sobald sich dieses öffnet.

      Literaturhinweise

      http://goo.gl/5Wqnr7
    • 19329012 Projektseminar
      Softwareprojekt: Continual Learning (Manuel Heurich)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      ,,

      Kommentar

      In diesem Kurs werden die Konzepte und Techniken des Continual Learning, eines wichtigen Bereichs im maschinellen Lernen, untersucht. Continual Learning, auch als lebenslanges Lernen bekannt, bezieht sich auf die Fähigkeit von KI-Systemen, kontinuierlich zu lernen und sich an neue Informationen anzupassen, ohne dabei früher erworbenes Wissen zu verlieren. Diese Fähigkeit ist entscheidend für die Entwicklung flexiblerer und anpassungsfähigerer KI-Systeme, insbesondere in sich schnell verändernden und datenreichen Umgebungen.

      Der Kurs richtet sich an Studierende der (Bio-)Informatik und Data Science, die ein tieferes Verständnis für fortgeschrittene Konzepte im maschinellen Lernen entwickeln und praktische Erfahrungen im Bereich Continual Learning sammeln möchten.

      Literaturhinweise

      ,,
    • 19329912 Projektseminar
      Softwareprojekt: Threat Assessment and Hacking Challenge (Volker Roth)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)

      Kommentar

      Students will be tasked to devise and implement a basic consumer electronic device of
      their choice (e.g. RFID tagging system, radio controller, keyboard) using a development platform
      (Propeller 1, Raspberry PI, Arduino), focusing on threat modelling and assessment for possible
      attacks on their device. At the half of the semester they will present their result and asked to assess
      and break into other groups UI prototypes, presenting once more their results at the end of the
      semester.
    • 19333912 Projektseminar
      Softwareprojekt: Lab Machine Learning for Data Science (Grégoire Montavon)
      Zeit: Fr 14:00-16:00 (Erster Termin: 19.04.2024)
      Ort: T9/K 036 Rechnerpoolraum (Takustr. 9)

      Kommentar

      The course will consist of applying machine learning techniques for extracting domain insights from real-world or simulated datasets. It will take the form of multiple lab exercises in Python, where the students will extract data, apply visualization techniques, train machine learning models on this data, use model selection/validation techniques, and finally apply interpretability techniques to extract domain insights from the learned models.

      Recommended prior course: Machine Learning for Data Science

      Format: Oral exam at the end of the semester

       
    • 19334212 Projektseminar
      Softwareprojekt: Maschinelles Lernen in den Lebenswissenschaften (Katharina Baum)
      Zeit: Di 14:00-16:00, Di 16:00-18:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Während des Projektes werden wir verschiedene Machine-Learning (ML)-Methoden trainieren und die Ergebnisse evaluieren. Hierfür werden verschiedene, zum Teil große Datensätze aus dem Bereich der Lebenswissenschaften für das maschinelle Lernen vorbereitet und hinsichtlich einer vorher definierten Fragestellung analysiert. Die Fragestellung kann von uns ausgegeben und dicht an unseren Forschungsinteressen liegen oder gemeinsam mit uns erarbeitet werden. Eine konkrete Anwendung kann die personalisierte Medizin sein, wie etwa eine Vorhersage der Wirkung von Krebsmedikamenten anhand von umfassenden Daten von Krebszellen, oder auch zeitliche Vorhersagen, zum Beispiel von Infektionszahlen in Epidemien. Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie scikit-learn, TensorFlow oder PyTorch. Gute Python-Kenntnisse sind Voraussetzung. Das Ziel ist die Erstellung eines Python-Pakets, das für den konkreten Anwendungsfall wiederverwendbaren Code zur Präprozessierung, Training auf ML-Modelle und Evaluation der Ergebnisse mit Dokumentation (z.B. mit sphinx) liefert. Das Softwareprojekt findet semesterbegleitend statt.

      Update 22.04.: Wir haben noch Plätze frei!

      Bei Interesse und für die Anmeldung im CM meldet euch bitte bei uns pascal.iversen@fu-berlin.de und pauline.hiort@fu-berlin.de. 

      Wir bieten vorrausichtlich eins von zwei möglichen Projekten an:
      (1)    Active learning for drug reponse prediction in cancer: Das Projekt zielt darauf ab, durch aktives Lernen die Vorhersage von der Effizienz von Medikamenten bei Krebs mit Deep Learning Modellen zu verbessern.
      (2)    Deep learning for drug combination response prediction: Hier werdet ihr eine deep learning base-line implementieren für Medikamentenkombinationenvorhersagen und mit einer publizierten Methode vergleichen. Ihr werdet dann die Methoden mit randomisiertem Input testen.
      Im Whiteboard finden Sie mehr Informationen dazu.
    • 19334412 Projektseminar
      SWP: Szenario-Management im Future Security Lab (Larissa Groth)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/K 040 Multimediaraum (Takustr. 9)

      Kommentar

      Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

      Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen Problemstellungen wie paralleler Startup aller Rechner in einem Netzwerk über WakeOn LAN aus einer Web-App heraus oder die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

      Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

      Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (16.04.2024) wird in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin, stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen präsentiert und die Problemstellungen besprochen. Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024) und die Abschlusspräsentation (16.07.2024). 
      Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 
    • 19337112 Projektseminar
      Softwareprojekt: Open Hardware (Tim Landgraf)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      In der wissenschaftlichen Gemeinschaft hat sich die Praxis von offenem Quellcode und offenen Daten als Standard für Reproduzierbarkeit und Transparenz etabliert. Im Gegensatz dazu befindet sich "Open Hardware" noch in einem frühen Entwicklungsstadium. Oft werden in der Forschung eigene Hardware-Lösungen entwickelt – sei es aus finanziellen Gründen oder weil kommerzielle Produkte die spezifischen Anforderungen nicht erfüllen. Diese Eigenentwicklungen werden jedoch selten als vollwertige Forschungsergebnisse anerkannt und finden in wissenschaftlichen Publikationen meist nur als methodische Komponenten Erwähnung. In diesem Projekt untersuchen wir, wie ein offenes Publikationssystem gestaltet werden kann, um Forschenden zu ermöglichen, ihre Entwicklungen im Bereich Open Hardware effektiver zu publizieren. Unser Ziel ist es, ein System zu entwickeln, das die einfache Veröffentlichung, Begutachtung und Verifizierung von Open Hardware in der wissenschaftlichen Forschung unterstützt.

  • Wissenschaftliches Arbeiten Praktische Informatik A

    0089cA1.25
    • 19303811 Seminar
      Projektseminar: Datenverwaltung (Muhammed-Ugur Karagülle)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Voraussetzungen

      • ALP I
      • ALP II
      • Datenbanksysteme

      Kommentar

      Inhalt

      Ein Projektseminar dient als Vorbereitung für eine Bachelor- oder Masterarbeit in der AGDB. Im Rahmen des Projektseminars beschäftigen wir uns mit der Analyse und Visualisierung medizinischer Daten. Studierende lernen in einem iterativen Verfahren das Verfassen von wissenschaftlichen Dokumenten. Zusätzlich werden wir ein kleines praktisches Projekt realisieren.

      Literaturhinweise

      Wird bekannt gegeben.
    • 19306411 Seminar
      Seminar: IT-Sicherheit (Volker Roth)
      Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Students are expected to:

      Give a technical presentation of their assigned topics; Demonstrate research software prototypes whenever applicable; Turn in a short technical report on their assigned topics (10 pages).

      Students will be graded on their preparedness for discussion, their presentations and their seminar report. The report must be typeset in LaTeX. Both the LaTeX source and the PDF generated from it must be submitted as a TAR or ZIP archive. A LaTeX template is here.

      The seminar report must contain references to all the articles that were used. Each literature entry must include a brief and concise summary of the article's contribution and the contribution's benefits. Please use the BibTex "note" field for this purpose and inline the bibliography by including the bbl file into the LaTeX source.

      Kommentar

      Dieses Seminar behandelt grundlegende und aktuelle Themen der IT-Sicherheit.

      Literaturhinweise

      1. Anderson, Ross. "Why cryptosystems fail." In Proc. ACM Conference on Computer and Communications Security (CCS), pp. 215-227. ACM, 1993.
      2. Whitten, Alma, and J. Doug Tygar. "Why Johnny Can't Encrypt: A Usability Evaluation of PGP 5.0." In Usenix Security, vol. 1999. 1999.
      3. Artikel aus den Tagungsbänder der Konferenzen CHI, SOUPS, ACSAC.
    • 19307111 Seminar
      Seminar: Zuverlässige Systeme (Justus Purat)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Das "Seminar: Verteilte Systeme" behandelt sowohl theoretische als auch praktische Themen aus verschiedenen Projekten der Arbeitsgruppe "Zuverlässige verteilte Systeme". Dabei ist eine Aufgabenstellung selbstständig alleine oder in einer Gruppe von maximal 2-3 Studierenden durch Literaturrecherche, Evaluation und Schreiben eines wissenschaftlichen Reports zu bearbeiten.

      Das Seminar ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

      Themen in diesem Semester sind:
      - Blockchain - Technologien im Alltag (PoW, PoS, Offlinenutzung)
      - Tangle - Technologien als Alternative zur Blockchain für IoT
      - Could - Computing
      - Consensus algorithms

      Details werden in der ersten Sitzung besprochen.
      Das Seminar: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.
    • 19311917 Seminar/Proseminar
      Seminar/Proseminar: Künstliche Intelligenz - Autonome Fahrzeuge (Daniel Göhring)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt:

      Das Seminar behandelt Themen rund um den Forschungsbereich autonome Fahrzeuge. Schwerpunkt sind Aufgaben, die als Grundlage einer Bachelor- oder Masterarbeit dienen sollen, wie z.B:

      • Erkennung von Personen/Fahrzeugen mit Vision
      • Kartengenerierung aus Trajektorien
      • C2C-/C2X-Kommunikation
      • Objekttracking-/prediction
      • Sensor- / Datenfusion
      • Lokalisierung mit Map Matching
      • Befahrbarkeitskarte/Erkennung von Freiflächen mit Stereo-Vision
      • Pfadplanung (RRT, A*, Potential Fields)
      • Automatische Sensorkalibrierung
      • Kartenformate

      Eigene Themen können vorgeschlagen werden. Das Seminar wird als Blockveranstaltung durchgeführt.
    • 19313017 Seminar/Proseminar
      S/PS: Entscheidungen im Software Engineering (Lutz Prechelt, Linus Ververs)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Webseite

      • https://www.mi.fu-berlin.de/w/SE/SeminarDMinSE

      Zielgruppe:

      • Proseminar: Bachelorstudierende, die das Modul "Wissenschaftliches Arbeiten in der Informatik" besuchen / besucht haben und im Rahmen dieses Seminars das erste Mal das gelernte Wissen anwenden und wissenschaftlich arbeiten.
      • Seminar: Fortgeschrittene Bachelorstudierende, die das Modul im Rahmen ihres Vertiefungsbereichs besuchen oder Masterstudierende

       

      Voraussetzungen:

      Das Modul Softwaretechnik bereits besucht zu haben, wird dringend empfohlen (Falls nicht, bitte im Voraus Kontakt zum Dozenten aufnehmen)

      Kommentar

      Software Engineering (Deutsch: Softwaretechnik) wird durch die IEEE definiert als:

      “The application of a systematic, disciplined, quantifiable approach to the development, operation, and maintenance of software; that is, the application of engineering to software.” (“IEEE Standard Glossary of Software Engineering Terminology," in IEEE Std 610.12-1990 , vol., no., pp.1-84, 31 Dec. 1990, doi: 10.1109/IEEESTD.1990.101064.)

      Software Engineering beschreibt also den Prozess wie Software entwickelt wird. Dieser Prozess ist gekennzeichnet von einer Vielzahl an Entscheidungen, die entweder das zu entwickelnde Produkt (die zu entwickelnde Software) oder den Entwicklungsprozess selbst betreffen.

      Im Rahmen dieses Seminars nehmen wir unterschiedlichen Arten von Entscheidungen unter die Lupe und betrachten den aktuellen Forschungsstand. Dazu bereiten die Teilnehmer*innen einen Vortrag und eine wissenschaftliche Ausarbeitung zu einem der folgenden Themenkreise vor (auch andere zu dem Seminar passende Themenkreise sind denkbar):

      • Wie treffen einzelne Menschen Entscheidungen? Welche Erkenntnisse aus der Psychologie sind wichtig für den Softwareentwicklungsprozess?
      • Wie treffen Gruppen von Menschen Entscheidungen? Welche Erkenntnisse aus der Soziologie und den Wirtschaftswissenschaften lassen sich auf den Softwareentwicklungsprozess übertragen?
      • Welche Softwareentwicklungsprozessmodelle gibt es und wie entscheiden sich Organisationen zwischen ihnen?
      • Entscheidungen zur Priorisierung von Anforderungen im Software Engineering
      • Entscheidungen zum Design der Software: wie wird Software designt?
      • Was sind technische Schulden und warum und wann werden diese aufgenommen?
      • Refactorings: Warum, wann und in welchem Umfang entscheiden sich Organisationen für Refactorings?
      • Rekrutierung von Entwicklern: Wie wählen Organisationen für sie passende Entwickler aus?
      • Paar-Programmierung: Was ist das? Wie funktioniert der Wissenstransfer in der Paar-Programmierung? Treffen Entwickler zu zweit bessere Entscheidungen?

      Die Studierenden sollen im Rahmen dieses Seminars selbstständig zu dem von Ihnen ausgewählten Themenkreis recherchieren. Ob die Veranstaltung als Seminar oder Proseminar gebucht wird, hat Einfluss auf die Anforderungen:

      • Seminar: Hier sollen mehrere gute Quelle (3-5) gefunden und eine Zusammenschau der Ergebnisse vorgestellt werden. Das Ziel ist in erster Linie Empfehlungen zum SE-Prozess herauszuarbeiten.
      • Proseminar: Hier soll eine gute Quelle gefunden und ausführlich vorgestellt werden. Auf weitere verwandte Arbeiten einzugehen ist die Kür.

      Bei den vorgestellten wissenschaftlichen Artikel sollen die vorgestellten Schlussfolgerungen kritisch im Hinblick auf Glaubwürdigkeit und Relevanz betrachtet werden.

      Literaturhinweise

      Die zur Auswahl stehenden Artikel finden Sie im Ressourcen-Ordner der KVV-Seite.
    • 19323111 Seminar
      Seminar: Security Engineering (Jörn Eichler)
      Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 19.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      In diesem Seminar werden aktuelle Herausforderungen bei der Entwicklung sicherer IT-Systeme behandelt. Dabei werden Themen aus dem gesamten Entwicklungszyklus berücksichtigt – von der Risikobeurteilung im Rahmen der Anforderungsanalyse über die Modellierung und Bewertung von Schutzkonzepten bis zu Analysetechniken für Softwareartefakte.

      Teilnehmende erstellen semesterbegleitend in mehreren Schritten eine wissenschaftliche Ausarbeitung und stellen diese im Seminar vor. Zwischenergebnisse werden gemeinsam im Rahmen eines Peer Reviews diskutiert. Je nach Themenwahl kann auch eine praktische Aufgabe bearbeitet werden.

      Die Teilnahme an der Veranstaltung kann wahlweise auf Deutsch oder Englisch erfolgen.

      Die  Veranstaltung wird als Blockseminar n.V. stattfinden, Vorbesprechung am Freitag, den 19.4. um 12.00 h im SR 006.
    • 19328217 Seminar/Proseminar
      Seminar/Proseminar: New Trends in Information Systems (Muhammed-Ugur Karagülle)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: A7/SR 031 (Arnimallee 7)

      Kommentar

      Ziel dieses Seminars ist es, aktuelle Trends im Datenmanagement zu untersuchen. Wir werden uns unter anderem mit zwei aufstrebenden Themen beschäftigen: Location Based Services (LBS) und Event-Based Services (EBS).

      Event-Based Systems (EBS) sind Teil vieler aktueller Anwendungen wie Überwachung von Geschäftsaktivitäten, Börsenticker, Facility Management, Datenstreaming oder Sicherheit. In den vergangenen Jahren hat das Thema sowohl in der Industrie als auch in der Wissenschaft zunehmend an Bedeutung gewonnen. Aktuelle Forschungsschwerpunkte konzentrieren sich auf verschiedene Aspekte, die von Ereigniserfassung (eingehende Daten) bis zur Auslösung von Reaktionen reichen. Dieses Seminar zielt darauf ab, einige der aktuellen Trends in Event-basierten Systemen mit einem starken Fokus auf Modelle und Design zu studieren. Ortsbasierte Dienste sind heutzutage oft Teil des täglichen Lebens durch Anwendungen wie Navigationsassistenten im öffentlichen oder privaten Transportbereich. Die zugrundeliegende Technologie befasst sich mit vielen verschiedenen Aspekten, z. B. Standortbestimmung, Informationsabruf oder Datenschutz. In jüngerer Zeit wurden Aspekte wie der Benutzerkontext und Präferenzen berücksichtigt, um den Benutzern mehr personalisierte Informationen zu senden.

      Ein solider Hintergrund in Datenbanken ist erforderlich, typischerweise ein Datenbankkurs auf Bachelor-Niveau.

      Literaturhinweise

      Wird bekannt gegeben.
    • 19334011 Seminar
      Seminar: Explainable AI for Decision Making (Grégoire Montavon)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: A7/SR 031 (Arnimallee 7)

      Kommentar

      Explainable AI is a recent and growing subfield of machine learning (ML) that aims to bring transparency into ML models without sacrificing their predictive accuracy. This seminar will explore current research on the use of Explainable AI for building models whose decisions are more trustworthy. Techniques to verify existing models and to correct flaws identified by the user from explanations will be covered. Students will select a few papers from a pool of thematically relevant research papers, which they will read and present over the course of the semester.
    • 19335011 Seminar
      Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum, Pascal Iversen)
      Zeit: Fr 12:00-13:30 (Erster Termin: 19.04.2024)
      Ort: T9/137 Konferenzraum (Takustr. 9)

      Kommentar

      Forschungsseminar der Arbeitsgruppe Katharina Baum, Data Integration in the Life Sciences. Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!
    • 19336717 Seminar/Proseminar
      Von Krankenakten zu Proteinen: Datenbanken für biomedizinische Daten und ihre Bedeutung für die Forschung (Katharina Baum)
      Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 12.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      In diesem Hauptseminar lernen Sie verschiedenste Datenbanken, ihren Aufbau und ihre programmatische Nutzung kennen. Wichtiger Bestandteil wird zudem die Diskussion der Bedeutung der darin abgelegten Daten und ihre Nutzung anhand aktueller Forschungsarbeiten.

      Beispiele für mögliche behandelte Datenbanken sind

      • MIMIC (elektronische Krankenakten),
      • STRING (Protein-Protein Interaktion),
      • Drugbank (Medikamente),
      • PRIDE (Proteinmessungen),
      • GEO (für genomische Daten), etc.

      Jede Datenbank soll am Ende des Vortrags im Kurs von allen Teilnehmenden vor Ort für die Beantwortung einer Frage benutzt werden (das Setup bereitet jeweils die vortragende Person vor) - bringen Sie also Ihren Laptop mit!

      Bachelorstudierende können an diesem Seminar teilnehmen, aber Inhalte sind sehr fortgeschritten und stammen weitestgehend aus aktueller Forschung. Grundlegende Literatur ist auf Englisch, daher sind gute Englischkenntnise erforderlich.

      Wir werden uns am Fr, 12.4.2024 um 10:15 Uhr (in einem hybriden Setting, bitte für Raum & Zugang die Ankündigung im Whiteboard beachten) zur Vorbesprechung und Themenvergabe treffen. Bitte kontaktieren Sie uns vorab (katharina.baum@fu-berlin.de), sollten Sie am Seminar teilnehmen wollen und diesen Termin nicht wahrnehmen können.

  • Wissenschaftliches Arbeiten Praktische Informatik B

    0089cA1.26
    • 19303811 Seminar
      Projektseminar: Datenverwaltung (Muhammed-Ugur Karagülle)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Voraussetzungen

      • ALP I
      • ALP II
      • Datenbanksysteme

      Kommentar

      Inhalt

      Ein Projektseminar dient als Vorbereitung für eine Bachelor- oder Masterarbeit in der AGDB. Im Rahmen des Projektseminars beschäftigen wir uns mit der Analyse und Visualisierung medizinischer Daten. Studierende lernen in einem iterativen Verfahren das Verfassen von wissenschaftlichen Dokumenten. Zusätzlich werden wir ein kleines praktisches Projekt realisieren.

      Literaturhinweise

      Wird bekannt gegeben.
    • 19306411 Seminar
      Seminar: IT-Sicherheit (Volker Roth)
      Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Students are expected to:

      Give a technical presentation of their assigned topics; Demonstrate research software prototypes whenever applicable; Turn in a short technical report on their assigned topics (10 pages).

      Students will be graded on their preparedness for discussion, their presentations and their seminar report. The report must be typeset in LaTeX. Both the LaTeX source and the PDF generated from it must be submitted as a TAR or ZIP archive. A LaTeX template is here.

      The seminar report must contain references to all the articles that were used. Each literature entry must include a brief and concise summary of the article's contribution and the contribution's benefits. Please use the BibTex "note" field for this purpose and inline the bibliography by including the bbl file into the LaTeX source.

      Kommentar

      Dieses Seminar behandelt grundlegende und aktuelle Themen der IT-Sicherheit.

      Literaturhinweise

      1. Anderson, Ross. "Why cryptosystems fail." In Proc. ACM Conference on Computer and Communications Security (CCS), pp. 215-227. ACM, 1993.
      2. Whitten, Alma, and J. Doug Tygar. "Why Johnny Can't Encrypt: A Usability Evaluation of PGP 5.0." In Usenix Security, vol. 1999. 1999.
      3. Artikel aus den Tagungsbänder der Konferenzen CHI, SOUPS, ACSAC.
    • 19307111 Seminar
      Seminar: Zuverlässige Systeme (Justus Purat)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Das "Seminar: Verteilte Systeme" behandelt sowohl theoretische als auch praktische Themen aus verschiedenen Projekten der Arbeitsgruppe "Zuverlässige verteilte Systeme". Dabei ist eine Aufgabenstellung selbstständig alleine oder in einer Gruppe von maximal 2-3 Studierenden durch Literaturrecherche, Evaluation und Schreiben eines wissenschaftlichen Reports zu bearbeiten.

      Das Seminar ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

      Themen in diesem Semester sind:
      - Blockchain - Technologien im Alltag (PoW, PoS, Offlinenutzung)
      - Tangle - Technologien als Alternative zur Blockchain für IoT
      - Could - Computing
      - Consensus algorithms

      Details werden in der ersten Sitzung besprochen.
      Das Seminar: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.
    • 19311917 Seminar/Proseminar
      Seminar/Proseminar: Künstliche Intelligenz - Autonome Fahrzeuge (Daniel Göhring)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt:

      Das Seminar behandelt Themen rund um den Forschungsbereich autonome Fahrzeuge. Schwerpunkt sind Aufgaben, die als Grundlage einer Bachelor- oder Masterarbeit dienen sollen, wie z.B:

      • Erkennung von Personen/Fahrzeugen mit Vision
      • Kartengenerierung aus Trajektorien
      • C2C-/C2X-Kommunikation
      • Objekttracking-/prediction
      • Sensor- / Datenfusion
      • Lokalisierung mit Map Matching
      • Befahrbarkeitskarte/Erkennung von Freiflächen mit Stereo-Vision
      • Pfadplanung (RRT, A*, Potential Fields)
      • Automatische Sensorkalibrierung
      • Kartenformate

      Eigene Themen können vorgeschlagen werden. Das Seminar wird als Blockveranstaltung durchgeführt.
    • 19313017 Seminar/Proseminar
      S/PS: Entscheidungen im Software Engineering (Lutz Prechelt, Linus Ververs)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Webseite

      • https://www.mi.fu-berlin.de/w/SE/SeminarDMinSE

      Zielgruppe:

      • Proseminar: Bachelorstudierende, die das Modul "Wissenschaftliches Arbeiten in der Informatik" besuchen / besucht haben und im Rahmen dieses Seminars das erste Mal das gelernte Wissen anwenden und wissenschaftlich arbeiten.
      • Seminar: Fortgeschrittene Bachelorstudierende, die das Modul im Rahmen ihres Vertiefungsbereichs besuchen oder Masterstudierende

       

      Voraussetzungen:

      Das Modul Softwaretechnik bereits besucht zu haben, wird dringend empfohlen (Falls nicht, bitte im Voraus Kontakt zum Dozenten aufnehmen)

      Kommentar

      Software Engineering (Deutsch: Softwaretechnik) wird durch die IEEE definiert als:

      “The application of a systematic, disciplined, quantifiable approach to the development, operation, and maintenance of software; that is, the application of engineering to software.” (“IEEE Standard Glossary of Software Engineering Terminology," in IEEE Std 610.12-1990 , vol., no., pp.1-84, 31 Dec. 1990, doi: 10.1109/IEEESTD.1990.101064.)

      Software Engineering beschreibt also den Prozess wie Software entwickelt wird. Dieser Prozess ist gekennzeichnet von einer Vielzahl an Entscheidungen, die entweder das zu entwickelnde Produkt (die zu entwickelnde Software) oder den Entwicklungsprozess selbst betreffen.

      Im Rahmen dieses Seminars nehmen wir unterschiedlichen Arten von Entscheidungen unter die Lupe und betrachten den aktuellen Forschungsstand. Dazu bereiten die Teilnehmer*innen einen Vortrag und eine wissenschaftliche Ausarbeitung zu einem der folgenden Themenkreise vor (auch andere zu dem Seminar passende Themenkreise sind denkbar):

      • Wie treffen einzelne Menschen Entscheidungen? Welche Erkenntnisse aus der Psychologie sind wichtig für den Softwareentwicklungsprozess?
      • Wie treffen Gruppen von Menschen Entscheidungen? Welche Erkenntnisse aus der Soziologie und den Wirtschaftswissenschaften lassen sich auf den Softwareentwicklungsprozess übertragen?
      • Welche Softwareentwicklungsprozessmodelle gibt es und wie entscheiden sich Organisationen zwischen ihnen?
      • Entscheidungen zur Priorisierung von Anforderungen im Software Engineering
      • Entscheidungen zum Design der Software: wie wird Software designt?
      • Was sind technische Schulden und warum und wann werden diese aufgenommen?
      • Refactorings: Warum, wann und in welchem Umfang entscheiden sich Organisationen für Refactorings?
      • Rekrutierung von Entwicklern: Wie wählen Organisationen für sie passende Entwickler aus?
      • Paar-Programmierung: Was ist das? Wie funktioniert der Wissenstransfer in der Paar-Programmierung? Treffen Entwickler zu zweit bessere Entscheidungen?

      Die Studierenden sollen im Rahmen dieses Seminars selbstständig zu dem von Ihnen ausgewählten Themenkreis recherchieren. Ob die Veranstaltung als Seminar oder Proseminar gebucht wird, hat Einfluss auf die Anforderungen:

      • Seminar: Hier sollen mehrere gute Quelle (3-5) gefunden und eine Zusammenschau der Ergebnisse vorgestellt werden. Das Ziel ist in erster Linie Empfehlungen zum SE-Prozess herauszuarbeiten.
      • Proseminar: Hier soll eine gute Quelle gefunden und ausführlich vorgestellt werden. Auf weitere verwandte Arbeiten einzugehen ist die Kür.

      Bei den vorgestellten wissenschaftlichen Artikel sollen die vorgestellten Schlussfolgerungen kritisch im Hinblick auf Glaubwürdigkeit und Relevanz betrachtet werden.

      Literaturhinweise

      Die zur Auswahl stehenden Artikel finden Sie im Ressourcen-Ordner der KVV-Seite.
    • 19323111 Seminar
      Seminar: Security Engineering (Jörn Eichler)
      Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 19.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      In diesem Seminar werden aktuelle Herausforderungen bei der Entwicklung sicherer IT-Systeme behandelt. Dabei werden Themen aus dem gesamten Entwicklungszyklus berücksichtigt – von der Risikobeurteilung im Rahmen der Anforderungsanalyse über die Modellierung und Bewertung von Schutzkonzepten bis zu Analysetechniken für Softwareartefakte.

      Teilnehmende erstellen semesterbegleitend in mehreren Schritten eine wissenschaftliche Ausarbeitung und stellen diese im Seminar vor. Zwischenergebnisse werden gemeinsam im Rahmen eines Peer Reviews diskutiert. Je nach Themenwahl kann auch eine praktische Aufgabe bearbeitet werden.

      Die Teilnahme an der Veranstaltung kann wahlweise auf Deutsch oder Englisch erfolgen.

      Die  Veranstaltung wird als Blockseminar n.V. stattfinden, Vorbesprechung am Freitag, den 19.4. um 12.00 h im SR 006.
    • 19328217 Seminar/Proseminar
      Seminar/Proseminar: New Trends in Information Systems (Muhammed-Ugur Karagülle)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: A7/SR 031 (Arnimallee 7)

      Kommentar

      Ziel dieses Seminars ist es, aktuelle Trends im Datenmanagement zu untersuchen. Wir werden uns unter anderem mit zwei aufstrebenden Themen beschäftigen: Location Based Services (LBS) und Event-Based Services (EBS).

      Event-Based Systems (EBS) sind Teil vieler aktueller Anwendungen wie Überwachung von Geschäftsaktivitäten, Börsenticker, Facility Management, Datenstreaming oder Sicherheit. In den vergangenen Jahren hat das Thema sowohl in der Industrie als auch in der Wissenschaft zunehmend an Bedeutung gewonnen. Aktuelle Forschungsschwerpunkte konzentrieren sich auf verschiedene Aspekte, die von Ereigniserfassung (eingehende Daten) bis zur Auslösung von Reaktionen reichen. Dieses Seminar zielt darauf ab, einige der aktuellen Trends in Event-basierten Systemen mit einem starken Fokus auf Modelle und Design zu studieren. Ortsbasierte Dienste sind heutzutage oft Teil des täglichen Lebens durch Anwendungen wie Navigationsassistenten im öffentlichen oder privaten Transportbereich. Die zugrundeliegende Technologie befasst sich mit vielen verschiedenen Aspekten, z. B. Standortbestimmung, Informationsabruf oder Datenschutz. In jüngerer Zeit wurden Aspekte wie der Benutzerkontext und Präferenzen berücksichtigt, um den Benutzern mehr personalisierte Informationen zu senden.

      Ein solider Hintergrund in Datenbanken ist erforderlich, typischerweise ein Datenbankkurs auf Bachelor-Niveau.

      Literaturhinweise

      Wird bekannt gegeben.
    • 19334011 Seminar
      Seminar: Explainable AI for Decision Making (Grégoire Montavon)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: A7/SR 031 (Arnimallee 7)

      Kommentar

      Explainable AI is a recent and growing subfield of machine learning (ML) that aims to bring transparency into ML models without sacrificing their predictive accuracy. This seminar will explore current research on the use of Explainable AI for building models whose decisions are more trustworthy. Techniques to verify existing models and to correct flaws identified by the user from explanations will be covered. Students will select a few papers from a pool of thematically relevant research papers, which they will read and present over the course of the semester.
    • 19335011 Seminar
      Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum, Pascal Iversen)
      Zeit: Fr 12:00-13:30 (Erster Termin: 19.04.2024)
      Ort: T9/137 Konferenzraum (Takustr. 9)

      Kommentar

      Forschungsseminar der Arbeitsgruppe Katharina Baum, Data Integration in the Life Sciences. Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!
    • 19336717 Seminar/Proseminar
      Von Krankenakten zu Proteinen: Datenbanken für biomedizinische Daten und ihre Bedeutung für die Forschung (Katharina Baum)
      Zeit: Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 12.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      In diesem Hauptseminar lernen Sie verschiedenste Datenbanken, ihren Aufbau und ihre programmatische Nutzung kennen. Wichtiger Bestandteil wird zudem die Diskussion der Bedeutung der darin abgelegten Daten und ihre Nutzung anhand aktueller Forschungsarbeiten.

      Beispiele für mögliche behandelte Datenbanken sind

      • MIMIC (elektronische Krankenakten),
      • STRING (Protein-Protein Interaktion),
      • Drugbank (Medikamente),
      • PRIDE (Proteinmessungen),
      • GEO (für genomische Daten), etc.

      Jede Datenbank soll am Ende des Vortrags im Kurs von allen Teilnehmenden vor Ort für die Beantwortung einer Frage benutzt werden (das Setup bereitet jeweils die vortragende Person vor) - bringen Sie also Ihren Laptop mit!

      Bachelorstudierende können an diesem Seminar teilnehmen, aber Inhalte sind sehr fortgeschritten und stammen weitestgehend aus aktueller Forschung. Grundlegende Literatur ist auf Englisch, daher sind gute Englischkenntnise erforderlich.

      Wir werden uns am Fr, 12.4.2024 um 10:15 Uhr (in einem hybriden Setting, bitte für Raum & Zugang die Ankündigung im Whiteboard beachten) zur Vorbesprechung und Themenvergabe treffen. Bitte kontaktieren Sie uns vorab (katharina.baum@fu-berlin.de), sollten Sie am Seminar teilnehmen wollen und diesen Termin nicht wahrnehmen können.

  • Aktuelle Forschungsthemen der Praktischen Informatik

    0089cA1.27
    • 19302801 Vorlesung
      Angewandte Biometrie (Gerhard Wunder)
      Zeit: Mo 08:00-10:00 (Erster Termin: 15.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Die Vorlesung beginnt am Montag, den 15.04.

      Das Vorlesungsskript liegt unter

      hhttps://drive.google.com/drive/folders/0B7NhYbv9QewkRkk2WVRuM2Rqd00?resourcekey=0-Yshu3zWsEGEP1i2z0UZjXw&usp=sharing

       

      Kommentar

      Inhalt

      Die Vorlesung hält Dr. Andreas Wolf (Bundesdruckerei.) Er wird einen breiten Einblick in Biometriethemen und biometrische Verfahren und in deren Anwendung geben. Er wird auch auf die aktuellen Themen aus ePassport und neuem elektronischem Personalausweis eingehen. Vorgesehene Gebiete in der Lehrveranstaltung sind unter anderem:

      • Allgemeine Struktur biometrischer Systeme
      • Eigenschaften biometrischer Modalitäten
      • IT-Sicherheit und Risikoabschätzung
      • Fehlergrößen biometrischer Verfahren
      • Fingerabdruckverfahren
      • Gesichts- und Iriserkennung
      • Sprechererkennung und weitere Modalitäten
      • Standards
      • Elektronischer Pass

      Neben der Vermittlung der theoretischen Grundlagen der behandelten biometrischen Modalitäten wird besonderer Wert auf die Entwicklung der Fähigkeit zur Beurteilung der Eignung des Biometrie-Einsatzes in konkreten Anwendungsszenarien gelegt.
    • 19325301 Vorlesung
      Cluster Computing (Barry Linnert)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      • MSc

      Anforderungen

      • Erfahrung mit Computern und Software sowie Programierkenntnisse

      Sprache

      • Die Kurssprache ist Deutsch (oder Englisch wenn benötigt).
      • The exam will be formulated in German, but answers may be given in English, too.

      Credits & Klausur

      • aktive Teilnahme an den Übungen: regelmäßige Vorbereitung von Übungsaufgaben & Präsentation der Ergebnisse in den Übungen
      • Bestehen der Klausur

      Webseite

      https://www.mi.fu-berlin.de/w/SE/VorlesungClusterComputing

      Kommentar

      Cluster-Computer bilden die zur Zeit vorherrschende Klasse paralleler Hochleistungsrechner. Sie bestehen aus konventionellen Prozessorknoten, die über ein Hochgeschwindig­keitsnetzwerk miteinander verbunden sind. Obwohl meistens räumlich integriert, handelt es sich um verteilte Systeme mit jeweils lokalen Betriebssystemen. Das enorme Leistungspotential dieser Rechnerklasse kann nur ausgeschöpft werden, wenn Programmcode und Daten optimal über die Knoten verteilt werden. Die einge­setzten Verfahren müssen insbesondere skalierbar sein, also auch bei Tausenden von Rechnerknoten noch effizient arbeiten. Gleichzeitig soll aber die Programmiererin bzw. der Programmierer von diesen Aufgaben entlastet werden. Die Vorlesung gibt einen Überblick über die auftretenden Probleme und stellt Algorithmen zu ihrer Lösung vor.

      Literaturhinweise

      • Heiss, H.-U.: Prozessorzuteilung in Parallelrechnern, BI-Verlag, Mannheim, 1996
      • Andrews, G. A.: Foundations of Multithreaded, Parallel and Distributed Programming, Addison-Wesley, 2000
      • Pfister, G.: In Search of Clusters 2nd ed., Prentice Hall, 1998
      • Zomaya, A.: Parallel and distributed computing handbook, McGraw Gill, 1995
      • Buyya, R.: High Performance Cluster Computing, Vol. 1+2, Prentice Hall, 1999
    • 19327401 Vorlesung
      Bild- und Videocodierung (Heiko Schwarz)
      Zeit: Mo 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      Die Vorlesung behandelt die wichtigsten Konzepte und Algorithmen, die in modernen Bild- und Videocodierverfahren verwendet werden. Wir werden uns insbesondere auf Techniken konzentrieren, die in aktuellen internationalen Videocodierstandards Anwendung finden.

      In einem kurzen ersten Teil werden zunächst die sogenannten Rohdatenformate eingeführt, welche als Eingangs- und Ausgangsformate von Bild- und Videocodecs verwendet werden. Dieser Teil beinhaltet folgenden Themen:

      • Farbräume und deren Beziehung zur menschlichen Farbwahrnehmung
      • Transfer-Funktionen (Gamma-Codierung)
      • Warum verwenden wir das YCbCr-Format?

      Der zweite Teil der Vorlesung behandelt zunächst die Bildcodierung und umfasst folgende Themen:

      • Der Anfang: Wie funktioniert JPEG?
      • Warum verwenden wir die Diskrete Cosinus-Transformation?
      • Effiziente Codierung von Transformationskoeffizienten
      • Prädiktion von Bildblöcken
      • Adaptive Blockpartitionierung
      • Wie treffen wir Entscheidungen im Encoder?
      • Optimierungen der Quantisierung

      Im dritten und letzten Teil der Vorlesungen behandeln wir Konzept die letztendlich die Videocodierung deutlich effizienter machen als eine separate Codierung der Einzelbilder. Dieser Teil umfasst folgende Themen:

      • Bewegungskompensierte Prädiktion
      • Codierung von Bewegungsvektoren
      • Algorithmen zur Bewegungssuche
      • Subpixel-genaue Bewegungsvektoren und Interpolationsfilter
      • Verwendung mehrere Referenzbilder
      • Was sind B-Bilder und warum verwenden wir diese?
      • Deblocking- und Deringing-Filter
      • Effiziente zeitliche Codierstrukturen

      In den Übungen werden wir schrittweise einen eigenen Codec für Bilder implementieren. Bei entsprechenden Interesse kann dieser zu einem einfachen Videocodec erweitert werden.

       

      Literaturhinweise

      • Bull, D. R., “Communicating Pictures: A Course in Image and Video Coding,” Elsevier, 2014.
      • Ohm, J.-R., “Multimedia Signal Coding and Transmission,” Springer, 2015.
      • Wien, M., “High Efficiency Video Coding — Coding Tools and Specifications,” Springer 2014.
      • Sze, V., Budagavi, M., and Sullivan, G. J. (eds.), “High Efficiency Video Coding (HEVC): Algorithm and Architectures,” Springer, 2014.
      • Wiegand, T. and Schwarz, H., "Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 4, no. 1–2, 2011.
      • Schwarz, H. and Wiegand, T., “Video Coding: Part II of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 10, no. 1–3, 2016.
    • 19330601 Vorlesung
      Mensch-Computer Interaktion (Claudia Müller-Birn, Valeria Zitz)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: A7/SR 031 (Arnimallee 7)

      Zusätzl. Angaben / Voraussetzungen

      Weitere Informationen:

      Kommentar

      Im digitalen Zeitalter geht es nicht mehr um die Entscheidung, ob eine Software genutzt werden soll, sondern um die Entscheidung, welche Software genutzt werden soll. Die Benutzerfreundlichkeit, die oft eher eine implizite als eine explizite Anforderung ist, beeinflusst diese Entscheidung erheblich. Um eine hohe Benutzerfreundlichkeit und ein positives Benutzererlebnis zu erreichen, ist ein tiefes Verständnis der Benutzerziele, der verborgenen Bedürfnisse und der kognitiven Möglichkeiten erforderlich.

      An dieser Stelle kommt das Fachgebiet der Mensch-Computer-Interaktion (HCI) ins Spiel. HCI ist ein Teilgebiet der Informatik, das sich auf die Entwicklung von Technologien konzentriert, die den Menschen in den Mittelpunkt stellen. Es ist jedoch wichtig zu verstehen, dass die Benutzerfreundlichkeit nicht von Natur aus in der Software enthalten ist und auch nicht separat als Softwarefunktion zu einem bestimmten Zeitpunkt entwickelt werden kann. Benutzerfreundlichkeit ist immer kontextabhängig, und das Verständnis dieses Kontexts ist entscheidend.

      Die Verbesserung der Benutzerfreundlichkeit bedeutet auch eine Änderung des gesamten Softwareentwicklungsprozesses. Ziel ist es, eine Software zu entwickeln, die trotz ihrer Komplexität und Informationsfülle von der vorgesehenen Zielgruppe genutzt werden kann. Um dieses Ziel zu erreichen, können wir je nach Entwicklungsphase und Projektsituation unterschiedliche Prinzipien und Methoden auswählen und anwenden.

      In diesem Kurs zur Mensch-Maschine-Interaktion werden wir diese Prinzipien und Methoden erkunden. Sie werden lernen, wie man

      • Methoden des menschenzentrierten Designs auf Ihre Entwicklungspraxis anzuwenden: Sie lernen Methoden kennen, mit denen Sie die Bedürfnisse und Vorlieben der Menschen verstehen und in den Entwurfsprozess einbeziehen können.
      • Daten über menschliche Aktivitäten zu sammeln: Sie lernen, wie Sie qualitative und quantitative Daten über das Verhalten und die Präferenzen der Anwender:innen sammeln und interpretieren.
      • Daten in konzeptionellen Modellen synthetisieren, die Ihnen bei der Ableitung von Anforderungen helfen: Wir zeigen Ihnen, wie Sie Ihre Erkenntnisse in umsetzbare Designziele und Anforderungen übersetzen.
      • grafischen Benutzeroberflächen auf der Grundlage von Anforderungen prototypisieren: Sie erhalten praktische Erfahrung bei der Erstellung von Benutzeroberflächen, die diese Anforderungen erfüllen.
      • Prototypen (low-fidelity und high-fidelity) in Studien evaluieren: Schließlich lernen Sie, wie Sie Benutzertests durchführen und Ihre Entwürfe auf der Grundlage des Benutzerfeedbacks überarbeiten können.

      Am Ende dieses Kurses verfügen Sie über ein solides Fundament an HCI-Prinzipien und -Methoden. Sie werden mit den notwendigen Fähigkeiten ausgestattet sein, um benutzerfreundliche Schnittstellen zu entwerfen und zu entwickeln, die ein positives Benutzererlebnis schaffen. Dieser Kurs wird Ihnen helfen, Software zu entwickeln, die nicht nur funktionale Anforderungen erfüllt, sondern auch ein zufriedenstellendes Benutzererlebnis bietet.

      Literaturhinweise

      Shneiderman, B., Plaisant, C., Cohen, M., Jacobs, S., Elmqvist, N., & Diakopoulos, N. (2016). Designing the user interface: Strategies for effective human-computer interaction. Pearson.

      Dix, A., Finlay, J., Abowd, G. D., & Beale, R. (2004). Human-computer interaction. Pearson Education.

      Sharp, H., Rogers, Y., & Preece, J. (2019). Interaction design: Beyond human-computer interaction (5th ed.). Wiley.
    • 19331101 Vorlesung
      Human Centered Data Science (Claudia Müller-Birn)
      Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Die Datenwissenschaft hat in den letzten Jahren ein rasantes Wachstum erlebt, das vor allem durch Fortschritte im maschinellen Lernen vorangetrieben wurde. Diese Entwicklung hat neue Möglichkeiten in einer Vielzahl von sozialen, wissenschaftlichen und technologischen Bereichen eröffnet. Es wird jedoch immer deutlicher, dass bei einer ausschließlichen Konzentration auf die statistischen und numerischen Aspekte der Datenwissenschaft soziale Nuancen und ethische Überlegungen häufig übersehen werden. Das Feld der Human-Centered Data Science (HCDS) entsteht, um diese Lücke zu schließen, und kombiniert Elemente der Mensch-Computer-Interaktion, der Sozialwissenschaften, der Statistik und der Numerik.

      HCDS legt den Schwerpunkt auf die Grundprinzipien der Datenwissenschaft und ihre menschlichen Auswirkungen. Dazu gehören Forschungsethik, Datenschutz, rechtliche Rahmenbedingungen, algorithmische Voreingenommenheit, Transparenz, Fairness, Rechenschaftspflicht, Datenherkunft, Reproduzierbarkeit, User Experience Design, Human Computing und die gesellschaftlichen Auswirkungen der Datenwissenschaft.

      Am Ende dieser Veranstaltung werden die Studierenden in der Lage sein

      • Anwendung von Methoden des menschenzentrierten Designs in der datenwissenschaftlichen Praxis unter Berücksichtigung von ethischen Belangen und Datenschutzanforderungen
      • einen reproduzierbaren datenwissenschaftlichen Arbeitsablauf zu konstruieren.
      • Schlüsselbegriffe wie Bias, Fairness, Accountability, Transparenz und Interpretierbarkeit zu verstehen und zu differenzieren.
      • Maßnahmen, Techniken und Frameworks anwenden, um ihre datenwissenschaftlichen Ergebnisse im Kontext der menschenzentrierten Erklärbaren KI (HC-XAI) interpretierbar zu machen.
      • Datenwissenschaftliche Arbeitsabläufe mit qualitativen Forschungsansätzen zu verbessern.
      • Sie sind sich der vorhandenen Maßnahmen, Techniken und Ansätze bewusst, die helfen, die datenwissenschaftlichen Praktiken zu reflektieren.


      Die Studenten werden nicht nur die Kernkonzepte, Theorien und Praktiken der HCDS verstehen, sondern auch die verschiedenen Perspektiven, aus denen Daten gesammelt und verarbeitet werden können. Darüber hinaus erhalten die Studierenden einen Einblick in die potenziellen gesellschaftlichen Auswirkungen der aktuellen technologischen Fortschritte. Ziel dieses Kurses ist es, die Studierenden in die Lage zu versetzen, datenwissenschaftliche Techniken bewusst und gewissenhaft anzuwenden und dabei menschliche und gesellschaftliche Zusammenhänge zu berücksichtigen, was zu ethischeren, inklusiveren und sinnvolleren datengesteuerten Lösungen führt.

      Literaturhinweise

      Aragon, Cecilia, et al. "Developing a research agenda for human-centered data science." Proceedings of the 19th ACM Conference on Computer Supported Cooperative Work and Social Computing Companion. 2016.

      Baumer, Eric PS. “Toward Human-Centered Algorithm Design.” Big Data & Society, 4(2), Dec. 2017. 

      Kogan, Marina, et al. "Mapping Out Human-Centered Data Science: Methods, Approaches, and Best Practices." Companion of the 2020 ACM International Conference on Supporting Group Work. 2020. pp. 151-156.
    • 19333701 Vorlesung
      Ethics and Epistemology of AI (Christoph Benzmüller)
      Zeit: Mi 12:00-14:00 (Erster Termin: 17.04.2024)
      Ort: Virtueller Raum 19

      Kommentar

      The course is held in cooperation with Prof. Sabine Ammon (TU Berlin).

       

      Content:

      Students will learn to critically assess the relationship between technology and society and to analyze the interactions between technology and society from an ethical perspective. Furthermore, students will deal with the deconstruction of the concept of neutrality of technology and learn to critically assess it. At the same time, the environment will be taken as a stakeholder in its own right in order to consider the impact of technological applications from a sustainability perspective. The course will provide students with the necessary theoretical foundations stemming from both Computer Science (in particular AI and digital technologies) and Ethics. This knowledge will be put into practice and deepened through case-based projects carried out in interdisciplinary groups.

       

      Knowledge:

      • Acquiring an understanding of foundational concepts of Philosophy and Ethics of Artificial Intelligence (AI) and their application in research and practice in the field;
      • acquiring an overview of the current ethical challenges in AI;
      • transdisciplinary perspectives on these said challenges (including sociological, ecological, political, economic, cultural, historical issues, etc.).

       

      Skills:

      • Critical discussion and evaluation of various current perspectives among ethical debates in Philosophy and Ethics of AI;
      • development of own argumentative positions based on the fundamental concepts of Philosophy and Ethics of AI (articulation of logical reasoning supported by examples);
      • drafting of current and practical case studies in relation to contemporary societal challenges and assessment of these case studies through interdisciplinary perspectives.

       

      Competencies:

      • Ability to apply methods of interdisciplinary cooperation, specifically at the intersection of humanities/social sciences and natural/technical sciences;
      • ability to discuss and integrate critical feminist, queer and anti-racist perspectives on science, i.e., how sociotechnical problems surrounding race, gender, sexuality, status, class, ability etc. relate to institutional structures of power and domination;
      • effective self-management in a collaborative group setting.

       
    • 19302802 Übung
      Übung zu Angewandte Biometrie (Andreas Wolf)
      Zeit: Mo 10:00-12:00 (Erster Termin: 15.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)
    • 19325302 Übung
      Übung zu Cluster Computing (Barry Linnert)
      Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
      Ort: T9/K 048 Rechnerpoolraum (Takustr. 9)
    • 19327402 Übung
      Übung zu Bild- und Videocodierung (Heiko Schwarz)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)
    • 19330602 Übung
      Übung zu Human Computer Interaction I (Claudia Müller-Birn)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)
    • 19331102 Übung
      Übung zu Human Centered Data Science (Claudia Müller-Birn)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    • 19333702 Übung
      Übung zu Ethics and Epistemology of AI (Christoph Benzmüller)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: Virtueller Raum 17

  • Spezielle Aspekte der Praktischen Informatik

    0089cA1.28
    • 19302801 Vorlesung
      Angewandte Biometrie (Gerhard Wunder)
      Zeit: Mo 08:00-10:00 (Erster Termin: 15.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Die Vorlesung beginnt am Montag, den 15.04.

      Das Vorlesungsskript liegt unter

      hhttps://drive.google.com/drive/folders/0B7NhYbv9QewkRkk2WVRuM2Rqd00?resourcekey=0-Yshu3zWsEGEP1i2z0UZjXw&usp=sharing

       

      Kommentar

      Inhalt

      Die Vorlesung hält Dr. Andreas Wolf (Bundesdruckerei.) Er wird einen breiten Einblick in Biometriethemen und biometrische Verfahren und in deren Anwendung geben. Er wird auch auf die aktuellen Themen aus ePassport und neuem elektronischem Personalausweis eingehen. Vorgesehene Gebiete in der Lehrveranstaltung sind unter anderem:

      • Allgemeine Struktur biometrischer Systeme
      • Eigenschaften biometrischer Modalitäten
      • IT-Sicherheit und Risikoabschätzung
      • Fehlergrößen biometrischer Verfahren
      • Fingerabdruckverfahren
      • Gesichts- und Iriserkennung
      • Sprechererkennung und weitere Modalitäten
      • Standards
      • Elektronischer Pass

      Neben der Vermittlung der theoretischen Grundlagen der behandelten biometrischen Modalitäten wird besonderer Wert auf die Entwicklung der Fähigkeit zur Beurteilung der Eignung des Biometrie-Einsatzes in konkreten Anwendungsszenarien gelegt.
    • 19325301 Vorlesung
      Cluster Computing (Barry Linnert)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      • MSc

      Anforderungen

      • Erfahrung mit Computern und Software sowie Programierkenntnisse

      Sprache

      • Die Kurssprache ist Deutsch (oder Englisch wenn benötigt).
      • The exam will be formulated in German, but answers may be given in English, too.

      Credits & Klausur

      • aktive Teilnahme an den Übungen: regelmäßige Vorbereitung von Übungsaufgaben & Präsentation der Ergebnisse in den Übungen
      • Bestehen der Klausur

      Webseite

      https://www.mi.fu-berlin.de/w/SE/VorlesungClusterComputing

      Kommentar

      Cluster-Computer bilden die zur Zeit vorherrschende Klasse paralleler Hochleistungsrechner. Sie bestehen aus konventionellen Prozessorknoten, die über ein Hochgeschwindig­keitsnetzwerk miteinander verbunden sind. Obwohl meistens räumlich integriert, handelt es sich um verteilte Systeme mit jeweils lokalen Betriebssystemen. Das enorme Leistungspotential dieser Rechnerklasse kann nur ausgeschöpft werden, wenn Programmcode und Daten optimal über die Knoten verteilt werden. Die einge­setzten Verfahren müssen insbesondere skalierbar sein, also auch bei Tausenden von Rechnerknoten noch effizient arbeiten. Gleichzeitig soll aber die Programmiererin bzw. der Programmierer von diesen Aufgaben entlastet werden. Die Vorlesung gibt einen Überblick über die auftretenden Probleme und stellt Algorithmen zu ihrer Lösung vor.

      Literaturhinweise

      • Heiss, H.-U.: Prozessorzuteilung in Parallelrechnern, BI-Verlag, Mannheim, 1996
      • Andrews, G. A.: Foundations of Multithreaded, Parallel and Distributed Programming, Addison-Wesley, 2000
      • Pfister, G.: In Search of Clusters 2nd ed., Prentice Hall, 1998
      • Zomaya, A.: Parallel and distributed computing handbook, McGraw Gill, 1995
      • Buyya, R.: High Performance Cluster Computing, Vol. 1+2, Prentice Hall, 1999
    • 19327401 Vorlesung
      Bild- und Videocodierung (Heiko Schwarz)
      Zeit: Mo 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      Die Vorlesung behandelt die wichtigsten Konzepte und Algorithmen, die in modernen Bild- und Videocodierverfahren verwendet werden. Wir werden uns insbesondere auf Techniken konzentrieren, die in aktuellen internationalen Videocodierstandards Anwendung finden.

      In einem kurzen ersten Teil werden zunächst die sogenannten Rohdatenformate eingeführt, welche als Eingangs- und Ausgangsformate von Bild- und Videocodecs verwendet werden. Dieser Teil beinhaltet folgenden Themen:

      • Farbräume und deren Beziehung zur menschlichen Farbwahrnehmung
      • Transfer-Funktionen (Gamma-Codierung)
      • Warum verwenden wir das YCbCr-Format?

      Der zweite Teil der Vorlesung behandelt zunächst die Bildcodierung und umfasst folgende Themen:

      • Der Anfang: Wie funktioniert JPEG?
      • Warum verwenden wir die Diskrete Cosinus-Transformation?
      • Effiziente Codierung von Transformationskoeffizienten
      • Prädiktion von Bildblöcken
      • Adaptive Blockpartitionierung
      • Wie treffen wir Entscheidungen im Encoder?
      • Optimierungen der Quantisierung

      Im dritten und letzten Teil der Vorlesungen behandeln wir Konzept die letztendlich die Videocodierung deutlich effizienter machen als eine separate Codierung der Einzelbilder. Dieser Teil umfasst folgende Themen:

      • Bewegungskompensierte Prädiktion
      • Codierung von Bewegungsvektoren
      • Algorithmen zur Bewegungssuche
      • Subpixel-genaue Bewegungsvektoren und Interpolationsfilter
      • Verwendung mehrere Referenzbilder
      • Was sind B-Bilder und warum verwenden wir diese?
      • Deblocking- und Deringing-Filter
      • Effiziente zeitliche Codierstrukturen

      In den Übungen werden wir schrittweise einen eigenen Codec für Bilder implementieren. Bei entsprechenden Interesse kann dieser zu einem einfachen Videocodec erweitert werden.

       

      Literaturhinweise

      • Bull, D. R., “Communicating Pictures: A Course in Image and Video Coding,” Elsevier, 2014.
      • Ohm, J.-R., “Multimedia Signal Coding and Transmission,” Springer, 2015.
      • Wien, M., “High Efficiency Video Coding — Coding Tools and Specifications,” Springer 2014.
      • Sze, V., Budagavi, M., and Sullivan, G. J. (eds.), “High Efficiency Video Coding (HEVC): Algorithm and Architectures,” Springer, 2014.
      • Wiegand, T. and Schwarz, H., "Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 4, no. 1–2, 2011.
      • Schwarz, H. and Wiegand, T., “Video Coding: Part II of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 10, no. 1–3, 2016.
    • 19330601 Vorlesung
      Mensch-Computer Interaktion (Claudia Müller-Birn, Valeria Zitz)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: A7/SR 031 (Arnimallee 7)

      Zusätzl. Angaben / Voraussetzungen

      Weitere Informationen:

      Kommentar

      Im digitalen Zeitalter geht es nicht mehr um die Entscheidung, ob eine Software genutzt werden soll, sondern um die Entscheidung, welche Software genutzt werden soll. Die Benutzerfreundlichkeit, die oft eher eine implizite als eine explizite Anforderung ist, beeinflusst diese Entscheidung erheblich. Um eine hohe Benutzerfreundlichkeit und ein positives Benutzererlebnis zu erreichen, ist ein tiefes Verständnis der Benutzerziele, der verborgenen Bedürfnisse und der kognitiven Möglichkeiten erforderlich.

      An dieser Stelle kommt das Fachgebiet der Mensch-Computer-Interaktion (HCI) ins Spiel. HCI ist ein Teilgebiet der Informatik, das sich auf die Entwicklung von Technologien konzentriert, die den Menschen in den Mittelpunkt stellen. Es ist jedoch wichtig zu verstehen, dass die Benutzerfreundlichkeit nicht von Natur aus in der Software enthalten ist und auch nicht separat als Softwarefunktion zu einem bestimmten Zeitpunkt entwickelt werden kann. Benutzerfreundlichkeit ist immer kontextabhängig, und das Verständnis dieses Kontexts ist entscheidend.

      Die Verbesserung der Benutzerfreundlichkeit bedeutet auch eine Änderung des gesamten Softwareentwicklungsprozesses. Ziel ist es, eine Software zu entwickeln, die trotz ihrer Komplexität und Informationsfülle von der vorgesehenen Zielgruppe genutzt werden kann. Um dieses Ziel zu erreichen, können wir je nach Entwicklungsphase und Projektsituation unterschiedliche Prinzipien und Methoden auswählen und anwenden.

      In diesem Kurs zur Mensch-Maschine-Interaktion werden wir diese Prinzipien und Methoden erkunden. Sie werden lernen, wie man

      • Methoden des menschenzentrierten Designs auf Ihre Entwicklungspraxis anzuwenden: Sie lernen Methoden kennen, mit denen Sie die Bedürfnisse und Vorlieben der Menschen verstehen und in den Entwurfsprozess einbeziehen können.
      • Daten über menschliche Aktivitäten zu sammeln: Sie lernen, wie Sie qualitative und quantitative Daten über das Verhalten und die Präferenzen der Anwender:innen sammeln und interpretieren.
      • Daten in konzeptionellen Modellen synthetisieren, die Ihnen bei der Ableitung von Anforderungen helfen: Wir zeigen Ihnen, wie Sie Ihre Erkenntnisse in umsetzbare Designziele und Anforderungen übersetzen.
      • grafischen Benutzeroberflächen auf der Grundlage von Anforderungen prototypisieren: Sie erhalten praktische Erfahrung bei der Erstellung von Benutzeroberflächen, die diese Anforderungen erfüllen.
      • Prototypen (low-fidelity und high-fidelity) in Studien evaluieren: Schließlich lernen Sie, wie Sie Benutzertests durchführen und Ihre Entwürfe auf der Grundlage des Benutzerfeedbacks überarbeiten können.

      Am Ende dieses Kurses verfügen Sie über ein solides Fundament an HCI-Prinzipien und -Methoden. Sie werden mit den notwendigen Fähigkeiten ausgestattet sein, um benutzerfreundliche Schnittstellen zu entwerfen und zu entwickeln, die ein positives Benutzererlebnis schaffen. Dieser Kurs wird Ihnen helfen, Software zu entwickeln, die nicht nur funktionale Anforderungen erfüllt, sondern auch ein zufriedenstellendes Benutzererlebnis bietet.

      Literaturhinweise

      Shneiderman, B., Plaisant, C., Cohen, M., Jacobs, S., Elmqvist, N., & Diakopoulos, N. (2016). Designing the user interface: Strategies for effective human-computer interaction. Pearson.

      Dix, A., Finlay, J., Abowd, G. D., & Beale, R. (2004). Human-computer interaction. Pearson Education.

      Sharp, H., Rogers, Y., & Preece, J. (2019). Interaction design: Beyond human-computer interaction (5th ed.). Wiley.
    • 19331101 Vorlesung
      Human Centered Data Science (Claudia Müller-Birn)
      Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Die Datenwissenschaft hat in den letzten Jahren ein rasantes Wachstum erlebt, das vor allem durch Fortschritte im maschinellen Lernen vorangetrieben wurde. Diese Entwicklung hat neue Möglichkeiten in einer Vielzahl von sozialen, wissenschaftlichen und technologischen Bereichen eröffnet. Es wird jedoch immer deutlicher, dass bei einer ausschließlichen Konzentration auf die statistischen und numerischen Aspekte der Datenwissenschaft soziale Nuancen und ethische Überlegungen häufig übersehen werden. Das Feld der Human-Centered Data Science (HCDS) entsteht, um diese Lücke zu schließen, und kombiniert Elemente der Mensch-Computer-Interaktion, der Sozialwissenschaften, der Statistik und der Numerik.

      HCDS legt den Schwerpunkt auf die Grundprinzipien der Datenwissenschaft und ihre menschlichen Auswirkungen. Dazu gehören Forschungsethik, Datenschutz, rechtliche Rahmenbedingungen, algorithmische Voreingenommenheit, Transparenz, Fairness, Rechenschaftspflicht, Datenherkunft, Reproduzierbarkeit, User Experience Design, Human Computing und die gesellschaftlichen Auswirkungen der Datenwissenschaft.

      Am Ende dieser Veranstaltung werden die Studierenden in der Lage sein

      • Anwendung von Methoden des menschenzentrierten Designs in der datenwissenschaftlichen Praxis unter Berücksichtigung von ethischen Belangen und Datenschutzanforderungen
      • einen reproduzierbaren datenwissenschaftlichen Arbeitsablauf zu konstruieren.
      • Schlüsselbegriffe wie Bias, Fairness, Accountability, Transparenz und Interpretierbarkeit zu verstehen und zu differenzieren.
      • Maßnahmen, Techniken und Frameworks anwenden, um ihre datenwissenschaftlichen Ergebnisse im Kontext der menschenzentrierten Erklärbaren KI (HC-XAI) interpretierbar zu machen.
      • Datenwissenschaftliche Arbeitsabläufe mit qualitativen Forschungsansätzen zu verbessern.
      • Sie sind sich der vorhandenen Maßnahmen, Techniken und Ansätze bewusst, die helfen, die datenwissenschaftlichen Praktiken zu reflektieren.


      Die Studenten werden nicht nur die Kernkonzepte, Theorien und Praktiken der HCDS verstehen, sondern auch die verschiedenen Perspektiven, aus denen Daten gesammelt und verarbeitet werden können. Darüber hinaus erhalten die Studierenden einen Einblick in die potenziellen gesellschaftlichen Auswirkungen der aktuellen technologischen Fortschritte. Ziel dieses Kurses ist es, die Studierenden in die Lage zu versetzen, datenwissenschaftliche Techniken bewusst und gewissenhaft anzuwenden und dabei menschliche und gesellschaftliche Zusammenhänge zu berücksichtigen, was zu ethischeren, inklusiveren und sinnvolleren datengesteuerten Lösungen führt.

      Literaturhinweise

      Aragon, Cecilia, et al. "Developing a research agenda for human-centered data science." Proceedings of the 19th ACM Conference on Computer Supported Cooperative Work and Social Computing Companion. 2016.

      Baumer, Eric PS. “Toward Human-Centered Algorithm Design.” Big Data & Society, 4(2), Dec. 2017. 

      Kogan, Marina, et al. "Mapping Out Human-Centered Data Science: Methods, Approaches, and Best Practices." Companion of the 2020 ACM International Conference on Supporting Group Work. 2020. pp. 151-156.
    • 19333701 Vorlesung
      Ethics and Epistemology of AI (Christoph Benzmüller)
      Zeit: Mi 12:00-14:00 (Erster Termin: 17.04.2024)
      Ort: Virtueller Raum 19

      Kommentar

      The course is held in cooperation with Prof. Sabine Ammon (TU Berlin).

       

      Content:

      Students will learn to critically assess the relationship between technology and society and to analyze the interactions between technology and society from an ethical perspective. Furthermore, students will deal with the deconstruction of the concept of neutrality of technology and learn to critically assess it. At the same time, the environment will be taken as a stakeholder in its own right in order to consider the impact of technological applications from a sustainability perspective. The course will provide students with the necessary theoretical foundations stemming from both Computer Science (in particular AI and digital technologies) and Ethics. This knowledge will be put into practice and deepened through case-based projects carried out in interdisciplinary groups.

       

      Knowledge:

      • Acquiring an understanding of foundational concepts of Philosophy and Ethics of Artificial Intelligence (AI) and their application in research and practice in the field;
      • acquiring an overview of the current ethical challenges in AI;
      • transdisciplinary perspectives on these said challenges (including sociological, ecological, political, economic, cultural, historical issues, etc.).

       

      Skills:

      • Critical discussion and evaluation of various current perspectives among ethical debates in Philosophy and Ethics of AI;
      • development of own argumentative positions based on the fundamental concepts of Philosophy and Ethics of AI (articulation of logical reasoning supported by examples);
      • drafting of current and practical case studies in relation to contemporary societal challenges and assessment of these case studies through interdisciplinary perspectives.

       

      Competencies:

      • Ability to apply methods of interdisciplinary cooperation, specifically at the intersection of humanities/social sciences and natural/technical sciences;
      • ability to discuss and integrate critical feminist, queer and anti-racist perspectives on science, i.e., how sociotechnical problems surrounding race, gender, sexuality, status, class, ability etc. relate to institutional structures of power and domination;
      • effective self-management in a collaborative group setting.

       
    • 19336901 Vorlesung
      Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Die Vorlesung über fortgeschrittene Datenvisualisierung für künstliche Intelligenz ist eine umfassende Erkundung der modernsten Techniken und Tools zur Erstellung und Validierung komplexer Visualisierungen für die Vermittlung von Dateneinblicken und Geschichten, mit einem besonderen Schwerpunkt auf Anwendungen in der Verarbeitung natürlicher Sprache (NLP) und erklärbarer KI. Der Vortrag führt die Teilnehmer in das verschachtelte Modell der Visualisierung ein, das vier Ebenen umfasst: Charakterisierung der Aufgabe und der Daten, Abstrahierung in Operationen und Datentypen, Entwurf visueller Kodierungs- und Interaktionstechniken und Erstellung von Algorithmen zur effizienten Ausführung von Techniken. Dieses Modell dient als Rahmen für den Entwurf und die Validierung von Datenvisualisierungen.

      Darüber hinaus wird in der Vorlesung die Anwendung der Datenvisualisierung im Bereich NLP behandelt, wobei der Schwerpunkt auf der Visualisierung von Worteinbettungen und Sprachmodellen liegt, um die Erforschung semantischer Beziehungen zwischen Wörtern und die Interpretation des Verhaltens von Sprachmodellen zu unterstützen. Im Kontext von Explainable AI liegt der Schwerpunkt auf der Verwendung von Visualisierungen zur Erklärung von Modellvorhersagen und der Bedeutung von Merkmalen, wodurch die Interpretierbarkeit von KI-Modellen verbessert wird. Durch die Nutzung des verschachtelten Modells der Visualisierung und die Fokussierung auf NLP und erklärbare KI zielt der Vortrag darauf ab, die Teilnehmer mit den wesentlichen Fähigkeiten auszustatten, um fortschrittliche Datenvisualisierungen zu entwerfen und zu validieren, die auf diese spezifischen Anwendungen zugeschnitten sind. So können sie letztendlich komplexe Datenmuster effektiv kommunizieren und tiefere Einsichten aus ihren Daten gewinnen.
    • 19302802 Übung
      Übung zu Angewandte Biometrie (Andreas Wolf)
      Zeit: Mo 10:00-12:00 (Erster Termin: 15.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)
    • 19325302 Übung
      Übung zu Cluster Computing (Barry Linnert)
      Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
      Ort: T9/K 048 Rechnerpoolraum (Takustr. 9)
    • 19327402 Übung
      Übung zu Bild- und Videocodierung (Heiko Schwarz)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)
    • 19330602 Übung
      Übung zu Human Computer Interaction I (Claudia Müller-Birn)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)
    • 19331102 Übung
      Übung zu Human Centered Data Science (Claudia Müller-Birn)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    • 19333702 Übung
      Übung zu Ethics and Epistemology of AI (Christoph Benzmüller)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: Virtueller Raum 17
    • 19336902 Übung
      Ü: Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

  • Spezielle Aspekte der Softwareentwicklung

    0089cA1.30
    • 19335301 Vorlesung
      Cybersecurity and AI IV: Angriffe (Gerhard Wunder)
      Zeit: Di 12:00-13:30 (Erster Termin: 16.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Kommentar

      Cybersecurity and AI ist ein viersemestriger Vorlesungszyklus, der alle wesentlichen Aspekte von Cybersecurity und KI abdeckt. Dieser Kurs vermittelt die Grundlagen für Angriffe auf- und mit KI. Grundsätzlich ist es möglich, den Vorlesungszyklus zu jedem Semester zu beginnen.

      Der Lehrplan ist:

      1. Einführung: KI & Cybersicherheit, Bedrohungsmodell, Bewertungsmetriken, Beispiele für Angriffe
      2. Robuste KI: Definition und Grenzen des Deep Learning, Stärkung von Robustheit, robuste Optimierungsmethoden
      3. Adversarial ML: Verteidigungsmechanismen, Adversarial-Training, Übertragbarkeit, Real-World Implikationen
      4. Generative KI: Generative Modelle, Deepfakes
      5. Federated ML: Sicherheitsherausforderungen, sichere Aggregationsprotokolle
    • 19336901 Vorlesung
      Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Die Vorlesung über fortgeschrittene Datenvisualisierung für künstliche Intelligenz ist eine umfassende Erkundung der modernsten Techniken und Tools zur Erstellung und Validierung komplexer Visualisierungen für die Vermittlung von Dateneinblicken und Geschichten, mit einem besonderen Schwerpunkt auf Anwendungen in der Verarbeitung natürlicher Sprache (NLP) und erklärbarer KI. Der Vortrag führt die Teilnehmer in das verschachtelte Modell der Visualisierung ein, das vier Ebenen umfasst: Charakterisierung der Aufgabe und der Daten, Abstrahierung in Operationen und Datentypen, Entwurf visueller Kodierungs- und Interaktionstechniken und Erstellung von Algorithmen zur effizienten Ausführung von Techniken. Dieses Modell dient als Rahmen für den Entwurf und die Validierung von Datenvisualisierungen.

      Darüber hinaus wird in der Vorlesung die Anwendung der Datenvisualisierung im Bereich NLP behandelt, wobei der Schwerpunkt auf der Visualisierung von Worteinbettungen und Sprachmodellen liegt, um die Erforschung semantischer Beziehungen zwischen Wörtern und die Interpretation des Verhaltens von Sprachmodellen zu unterstützen. Im Kontext von Explainable AI liegt der Schwerpunkt auf der Verwendung von Visualisierungen zur Erklärung von Modellvorhersagen und der Bedeutung von Merkmalen, wodurch die Interpretierbarkeit von KI-Modellen verbessert wird. Durch die Nutzung des verschachtelten Modells der Visualisierung und die Fokussierung auf NLP und erklärbare KI zielt der Vortrag darauf ab, die Teilnehmer mit den wesentlichen Fähigkeiten auszustatten, um fortschrittliche Datenvisualisierungen zu entwerfen und zu validieren, die auf diese spezifischen Anwendungen zugeschnitten sind. So können sie letztendlich komplexe Datenmuster effektiv kommunizieren und tiefere Einsichten aus ihren Daten gewinnen.
    • 19335302 Übung
      Übung zu Cybersecurity und AI IV (Gerhard Wunder)
      Zeit: Mo 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)
    • 19336902 Übung
      Ü: Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

  • Künstliche Intelligenz

    0089cA1.9

  • Softwareprojekt - Theoretische Informatik A

    0089cA2.10
    • 19308312 Projektseminar
      Softwareprojekt: Anwendungen von Algorithmen (Mahmoud Elashmawi)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt

      Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

      Voraussetzungen

      Grundkenntnisse in Entwurf und Analyse von Algorithmen

      Literaturhinweise

      je nach Anwendungsgebiet

  • Softwareprojekt - Theoretische Informatik B

    0089cA2.11
    • 19308312 Projektseminar
      Softwareprojekt: Anwendungen von Algorithmen (Mahmoud Elashmawi)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt

      Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

      Voraussetzungen

      Grundkenntnisse in Entwurf und Analyse von Algorithmen

      Literaturhinweise

      je nach Anwendungsgebiet

  • Wissenschaftliches Arbeiten Theoretische Informatik A

    0089cA2.12
    • 19306411 Seminar
      Seminar: IT-Sicherheit (Volker Roth)
      Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Students are expected to:

      Give a technical presentation of their assigned topics; Demonstrate research software prototypes whenever applicable; Turn in a short technical report on their assigned topics (10 pages).

      Students will be graded on their preparedness for discussion, their presentations and their seminar report. The report must be typeset in LaTeX. Both the LaTeX source and the PDF generated from it must be submitted as a TAR or ZIP archive. A LaTeX template is here.

      The seminar report must contain references to all the articles that were used. Each literature entry must include a brief and concise summary of the article's contribution and the contribution's benefits. Please use the BibTex "note" field for this purpose and inline the bibliography by including the bbl file into the LaTeX source.

      Kommentar

      Dieses Seminar behandelt grundlegende und aktuelle Themen der IT-Sicherheit.

      Literaturhinweise

      1. Anderson, Ross. "Why cryptosystems fail." In Proc. ACM Conference on Computer and Communications Security (CCS), pp. 215-227. ACM, 1993.
      2. Whitten, Alma, and J. Doug Tygar. "Why Johnny Can't Encrypt: A Usability Evaluation of PGP 5.0." In Usenix Security, vol. 1999. 1999.
      3. Artikel aus den Tagungsbänder der Konferenzen CHI, SOUPS, ACSAC.
    • 19306711 Seminar
      Seminar über Komplexitätstheorie (Michaela Krüger)
      Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt

      Die bekannten Komplexitätsklassen P und NP klassifizieren Entscheidungsprobleme. In vielen Fällen ist man aber daran interessiert, _was_ die Lösung ist, und nicht nur ob eine Lösung existiert. In diesem Seminar wollen wir uns anschauen, in welche Komplexitätsklassen man Suchprobleme klassifizieren kann und wann und wie sich die Komplexität von ihren Entscheidungsversionen unterscheiden.
      Insbesondere betrachten wir totale Suchprobleme, also Probleme die immer eine Lösung haben die dennoch schwer zu finden ist. Komplexitätsklassen mit denen wir uns beschäftigen werden sind zum Beispiel PLS, PPAD, PPP, CLS/EOPL/PLS geschnitten PPAD und UEOPL.
      Die Literatur ist in Englisch, die Vorträge können auf Deutsch oder Englisch sein, abhängig vom Publikum.

       

      Zielgruppe

      Master-Studierende der Informatik oder Mathematik

      Empfohlene Vorkenntnisse

      - Vorlesung "Höhere Algorithmik" oder vergleichbare Veranstaltung

      - P, NP und Reduktionen sind bekannt

       

      Literaturhinweise

      Spezialliteratur aus Zeitschriften
    • 19331617 Seminar/Proseminar
      Seminar/Proseminar: Informationstheoretische Grundlagen von ML (Gerhard Wunder)
      Zeit: Fr 12:00-14:00 (Erster Termin: 19.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      Dieses (Pro-)Seminar findet regelmäßig jedes Semester statt und richtet sich an Bachelor- und Masterstudierende.  Es behandelt grundlegende und fortgeschrittene (aktuelle) Themen der informationstheoretischen Grundlagen des Maschinellen Lernens.  Eine indikative, aber nicht vollständige Liste möglicher Themen ist:

      •  Wahrscheinlichkeitsverteilungen
      •  Elemente der Lerntheorie
      •  Entropie-Maßnahmen, Cross-Entropie
      •  Gegenseitige Information und Entfernungsmetriken über Wahrscheinlichkeitsverteilungen
      •  Lernen von Kompression und Repräsentation
      •  Autoencoder und variable Autoencoder
      •  ML zum Schutz der Privatsphäre
      •  Robustheit, Adversarial ML
      •  Mustererkennung und Anomalieerkennung
      •  Statistische Signalverarbeitung und maschinelles Lernen
      •  Moderne generative modelle (Diffusionsmodelle, Transformer, ...)
      •  NLP
      •  Kausalität und Informationsdekomposition
      •  ...
    • 19335011 Seminar
      Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum, Pascal Iversen)
      Zeit: Fr 12:00-13:30 (Erster Termin: 19.04.2024)
      Ort: T9/137 Konferenzraum (Takustr. 9)

      Kommentar

      Forschungsseminar der Arbeitsgruppe Katharina Baum, Data Integration in the Life Sciences. Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

  • Wissenschaftliches Arbeiten Theoretische Informatik B

    0089cA2.13
    • 19306411 Seminar
      Seminar: IT-Sicherheit (Volker Roth)
      Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Students are expected to:

      Give a technical presentation of their assigned topics; Demonstrate research software prototypes whenever applicable; Turn in a short technical report on their assigned topics (10 pages).

      Students will be graded on their preparedness for discussion, their presentations and their seminar report. The report must be typeset in LaTeX. Both the LaTeX source and the PDF generated from it must be submitted as a TAR or ZIP archive. A LaTeX template is here.

      The seminar report must contain references to all the articles that were used. Each literature entry must include a brief and concise summary of the article's contribution and the contribution's benefits. Please use the BibTex "note" field for this purpose and inline the bibliography by including the bbl file into the LaTeX source.

      Kommentar

      Dieses Seminar behandelt grundlegende und aktuelle Themen der IT-Sicherheit.

      Literaturhinweise

      1. Anderson, Ross. "Why cryptosystems fail." In Proc. ACM Conference on Computer and Communications Security (CCS), pp. 215-227. ACM, 1993.
      2. Whitten, Alma, and J. Doug Tygar. "Why Johnny Can't Encrypt: A Usability Evaluation of PGP 5.0." In Usenix Security, vol. 1999. 1999.
      3. Artikel aus den Tagungsbänder der Konferenzen CHI, SOUPS, ACSAC.
    • 19306711 Seminar
      Seminar über Komplexitätstheorie (Michaela Krüger)
      Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt

      Die bekannten Komplexitätsklassen P und NP klassifizieren Entscheidungsprobleme. In vielen Fällen ist man aber daran interessiert, _was_ die Lösung ist, und nicht nur ob eine Lösung existiert. In diesem Seminar wollen wir uns anschauen, in welche Komplexitätsklassen man Suchprobleme klassifizieren kann und wann und wie sich die Komplexität von ihren Entscheidungsversionen unterscheiden.
      Insbesondere betrachten wir totale Suchprobleme, also Probleme die immer eine Lösung haben die dennoch schwer zu finden ist. Komplexitätsklassen mit denen wir uns beschäftigen werden sind zum Beispiel PLS, PPAD, PPP, CLS/EOPL/PLS geschnitten PPAD und UEOPL.
      Die Literatur ist in Englisch, die Vorträge können auf Deutsch oder Englisch sein, abhängig vom Publikum.

       

      Zielgruppe

      Master-Studierende der Informatik oder Mathematik

      Empfohlene Vorkenntnisse

      - Vorlesung "Höhere Algorithmik" oder vergleichbare Veranstaltung

      - P, NP und Reduktionen sind bekannt

       

      Literaturhinweise

      Spezialliteratur aus Zeitschriften
    • 19331617 Seminar/Proseminar
      Seminar/Proseminar: Informationstheoretische Grundlagen von ML (Gerhard Wunder)
      Zeit: Fr 12:00-14:00 (Erster Termin: 19.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      Dieses (Pro-)Seminar findet regelmäßig jedes Semester statt und richtet sich an Bachelor- und Masterstudierende.  Es behandelt grundlegende und fortgeschrittene (aktuelle) Themen der informationstheoretischen Grundlagen des Maschinellen Lernens.  Eine indikative, aber nicht vollständige Liste möglicher Themen ist:

      •  Wahrscheinlichkeitsverteilungen
      •  Elemente der Lerntheorie
      •  Entropie-Maßnahmen, Cross-Entropie
      •  Gegenseitige Information und Entfernungsmetriken über Wahrscheinlichkeitsverteilungen
      •  Lernen von Kompression und Repräsentation
      •  Autoencoder und variable Autoencoder
      •  ML zum Schutz der Privatsphäre
      •  Robustheit, Adversarial ML
      •  Mustererkennung und Anomalieerkennung
      •  Statistische Signalverarbeitung und maschinelles Lernen
      •  Moderne generative modelle (Diffusionsmodelle, Transformer, ...)
      •  NLP
      •  Kausalität und Informationsdekomposition
      •  ...
    • 19335011 Seminar
      Netzwerke, dynamische Modelle und ML für Datenintegration in den Lebenswissenschaften (Katharina Baum, Pascal Iversen)
      Zeit: Fr 12:00-13:30 (Erster Termin: 19.04.2024)
      Ort: T9/137 Konferenzraum (Takustr. 9)

      Kommentar

      Forschungsseminar der Arbeitsgruppe Katharina Baum, Data Integration in the Life Sciences. Auch offen für Seminarteilnahmen im Masterstudium, Online-Teilnahme möglich. Bitte entnehmen Sie Termine dem aktuellen Plan im Whiteboard!

  • Aktuelle Forschungsthemen der Theoretischen Informatik

    0089cA2.3
    • 19238501 Vorlesung
      Kernel Methods and Applications (Feliks Nüske)
      Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
      Ort: A6/SR 032 Seminarraum (Arnimallee 6)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe: Studierende der Masterprogramme Mathematik, Informatik und Computational Sciences.


        

      Kommentar

      Siehe englische Sprachversion
    • 19322701 Vorlesung
      Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: A6/SR 032 Seminarraum (Arnimallee 6)

      Kommentar

      Die Vorlesung beschäftigt sich mit unterschiedlichsten asymmetrischen Kryptoverfahren, insbesondere mit den diesen Verfahren zugrunde liegenden vermuteten schweren Problemen. Inhalte sind u.a.

      • RSA und das Faktorisierungsproblem
      • DSA und das diskrete Logarithmusproblem
      • Merkel-Hellman und das Rucksack- und Gitterproblem
      • McEliece und das Decodierungsprobleme
      • Matsumoto-Imai und multivariate Polynomsystem

      Vorkenntnisse in den Bereichen IT-Sicherheit und Kryptologie werden vorausgesetzt.
    • 19238502 Übung
      Übung zu Kernel Methods and Applications (Feliks Nüske)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    • 19322702 Übung
      Übung zu Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
      Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

  • Ausgewählte Themen der Theoretischen Informatik

    0089cA2.5
    • 19315401 Vorlesung
      Randomized Algorithms (László Kozma)
      Zeit: Di 10:00-12:00, Do 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      Informatiker und interessierte Mathematiker im Masterstudium.

      Empfohlene Vorkennntnisse

      "Höhere Algorithmik" oder eine andere Vorlesung ähnlichen Inhalts.

      Kommentar

      Der Schwerpunkt dieser Vorlesung ist die Verwendung von Zufall bei der Lösung algorithmischer Problemstellungen. Dabei werden verschiedene algorithmische Techniken behandelt und analysiert.

      (The course is offered in English. Further details about the course contents can be found in the English description.

      Die Vorlesung wird in der englischen Sprache gehalten. Zusätzliche Details zu den Kursinhalten finden Sie in der englischen Beschreibung.)

      Literaturhinweise

      Wird noch bekannt gegeben.
    • 19315402 Übung
      Übung zu Fortgeschrittene Themen der Algorithmik (László Kozma)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

  • Fortgeschrittene Themen der Theoretischen Informatik

    0089cA2.6
    • 19315401 Vorlesung
      Randomized Algorithms (László Kozma)
      Zeit: Di 10:00-12:00, Do 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      Informatiker und interessierte Mathematiker im Masterstudium.

      Empfohlene Vorkennntnisse

      "Höhere Algorithmik" oder eine andere Vorlesung ähnlichen Inhalts.

      Kommentar

      Der Schwerpunkt dieser Vorlesung ist die Verwendung von Zufall bei der Lösung algorithmischer Problemstellungen. Dabei werden verschiedene algorithmische Techniken behandelt und analysiert.

      (The course is offered in English. Further details about the course contents can be found in the English description.

      Die Vorlesung wird in der englischen Sprache gehalten. Zusätzliche Details zu den Kursinhalten finden Sie in der englischen Beschreibung.)

      Literaturhinweise

      Wird noch bekannt gegeben.
    • 19315402 Übung
      Übung zu Fortgeschrittene Themen der Algorithmik (László Kozma)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

  • Spezielle Aspekte der Theoretischen Informatik

    0089cA2.7
    • 19238501 Vorlesung
      Kernel Methods and Applications (Feliks Nüske)
      Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
      Ort: A6/SR 032 Seminarraum (Arnimallee 6)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe: Studierende der Masterprogramme Mathematik, Informatik und Computational Sciences.


        

      Kommentar

      Siehe englische Sprachversion
    • 19322701 Vorlesung
      Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: A6/SR 032 Seminarraum (Arnimallee 6)

      Kommentar

      Die Vorlesung beschäftigt sich mit unterschiedlichsten asymmetrischen Kryptoverfahren, insbesondere mit den diesen Verfahren zugrunde liegenden vermuteten schweren Problemen. Inhalte sind u.a.

      • RSA und das Faktorisierungsproblem
      • DSA und das diskrete Logarithmusproblem
      • Merkel-Hellman und das Rucksack- und Gitterproblem
      • McEliece und das Decodierungsprobleme
      • Matsumoto-Imai und multivariate Polynomsystem

      Vorkenntnisse in den Bereichen IT-Sicherheit und Kryptologie werden vorausgesetzt.
    • 19335301 Vorlesung
      Cybersecurity and AI IV: Angriffe (Gerhard Wunder)
      Zeit: Di 12:00-13:30 (Erster Termin: 16.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Kommentar

      Cybersecurity and AI ist ein viersemestriger Vorlesungszyklus, der alle wesentlichen Aspekte von Cybersecurity und KI abdeckt. Dieser Kurs vermittelt die Grundlagen für Angriffe auf- und mit KI. Grundsätzlich ist es möglich, den Vorlesungszyklus zu jedem Semester zu beginnen.

      Der Lehrplan ist:

      1. Einführung: KI & Cybersicherheit, Bedrohungsmodell, Bewertungsmetriken, Beispiele für Angriffe
      2. Robuste KI: Definition und Grenzen des Deep Learning, Stärkung von Robustheit, robuste Optimierungsmethoden
      3. Adversarial ML: Verteidigungsmechanismen, Adversarial-Training, Übertragbarkeit, Real-World Implikationen
      4. Generative KI: Generative Modelle, Deepfakes
      5. Federated ML: Sicherheitsherausforderungen, sichere Aggregationsprotokolle
    • 19238502 Übung
      Übung zu Kernel Methods and Applications (Feliks Nüske)
      Zeit: Do 12:00-14:00 (Erster Termin: 18.04.2024)
      Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    • 19322702 Übung
      Übung zu Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
      Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)
    • 19335302 Übung
      Übung zu Cybersecurity und AI IV (Gerhard Wunder)
      Zeit: Mo 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

  • Aktuelle Forschungsthemen der Technischen Informatik

    0089cA3.10
    • 19325301 Vorlesung
      Cluster Computing (Barry Linnert)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      • MSc

      Anforderungen

      • Erfahrung mit Computern und Software sowie Programierkenntnisse

      Sprache

      • Die Kurssprache ist Deutsch (oder Englisch wenn benötigt).
      • The exam will be formulated in German, but answers may be given in English, too.

      Credits & Klausur

      • aktive Teilnahme an den Übungen: regelmäßige Vorbereitung von Übungsaufgaben & Präsentation der Ergebnisse in den Übungen
      • Bestehen der Klausur

      Webseite

      https://www.mi.fu-berlin.de/w/SE/VorlesungClusterComputing

      Kommentar

      Cluster-Computer bilden die zur Zeit vorherrschende Klasse paralleler Hochleistungsrechner. Sie bestehen aus konventionellen Prozessorknoten, die über ein Hochgeschwindig­keitsnetzwerk miteinander verbunden sind. Obwohl meistens räumlich integriert, handelt es sich um verteilte Systeme mit jeweils lokalen Betriebssystemen. Das enorme Leistungspotential dieser Rechnerklasse kann nur ausgeschöpft werden, wenn Programmcode und Daten optimal über die Knoten verteilt werden. Die einge­setzten Verfahren müssen insbesondere skalierbar sein, also auch bei Tausenden von Rechnerknoten noch effizient arbeiten. Gleichzeitig soll aber die Programmiererin bzw. der Programmierer von diesen Aufgaben entlastet werden. Die Vorlesung gibt einen Überblick über die auftretenden Probleme und stellt Algorithmen zu ihrer Lösung vor.

      Literaturhinweise

      • Heiss, H.-U.: Prozessorzuteilung in Parallelrechnern, BI-Verlag, Mannheim, 1996
      • Andrews, G. A.: Foundations of Multithreaded, Parallel and Distributed Programming, Addison-Wesley, 2000
      • Pfister, G.: In Search of Clusters 2nd ed., Prentice Hall, 1998
      • Zomaya, A.: Parallel and distributed computing handbook, McGraw Gill, 1995
      • Buyya, R.: High Performance Cluster Computing, Vol. 1+2, Prentice Hall, 1999
    • 19327401 Vorlesung
      Bild- und Videocodierung (Heiko Schwarz)
      Zeit: Mo 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      Die Vorlesung behandelt die wichtigsten Konzepte und Algorithmen, die in modernen Bild- und Videocodierverfahren verwendet werden. Wir werden uns insbesondere auf Techniken konzentrieren, die in aktuellen internationalen Videocodierstandards Anwendung finden.

      In einem kurzen ersten Teil werden zunächst die sogenannten Rohdatenformate eingeführt, welche als Eingangs- und Ausgangsformate von Bild- und Videocodecs verwendet werden. Dieser Teil beinhaltet folgenden Themen:

      • Farbräume und deren Beziehung zur menschlichen Farbwahrnehmung
      • Transfer-Funktionen (Gamma-Codierung)
      • Warum verwenden wir das YCbCr-Format?

      Der zweite Teil der Vorlesung behandelt zunächst die Bildcodierung und umfasst folgende Themen:

      • Der Anfang: Wie funktioniert JPEG?
      • Warum verwenden wir die Diskrete Cosinus-Transformation?
      • Effiziente Codierung von Transformationskoeffizienten
      • Prädiktion von Bildblöcken
      • Adaptive Blockpartitionierung
      • Wie treffen wir Entscheidungen im Encoder?
      • Optimierungen der Quantisierung

      Im dritten und letzten Teil der Vorlesungen behandeln wir Konzept die letztendlich die Videocodierung deutlich effizienter machen als eine separate Codierung der Einzelbilder. Dieser Teil umfasst folgende Themen:

      • Bewegungskompensierte Prädiktion
      • Codierung von Bewegungsvektoren
      • Algorithmen zur Bewegungssuche
      • Subpixel-genaue Bewegungsvektoren und Interpolationsfilter
      • Verwendung mehrere Referenzbilder
      • Was sind B-Bilder und warum verwenden wir diese?
      • Deblocking- und Deringing-Filter
      • Effiziente zeitliche Codierstrukturen

      In den Übungen werden wir schrittweise einen eigenen Codec für Bilder implementieren. Bei entsprechenden Interesse kann dieser zu einem einfachen Videocodec erweitert werden.

       

      Literaturhinweise

      • Bull, D. R., “Communicating Pictures: A Course in Image and Video Coding,” Elsevier, 2014.
      • Ohm, J.-R., “Multimedia Signal Coding and Transmission,” Springer, 2015.
      • Wien, M., “High Efficiency Video Coding — Coding Tools and Specifications,” Springer 2014.
      • Sze, V., Budagavi, M., and Sullivan, G. J. (eds.), “High Efficiency Video Coding (HEVC): Algorithm and Architectures,” Springer, 2014.
      • Wiegand, T. and Schwarz, H., "Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 4, no. 1–2, 2011.
      • Schwarz, H. and Wiegand, T., “Video Coding: Part II of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 10, no. 1–3, 2016.
    • 19335301 Vorlesung
      Cybersecurity and AI IV: Angriffe (Gerhard Wunder)
      Zeit: Di 12:00-13:30 (Erster Termin: 16.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Kommentar

      Cybersecurity and AI ist ein viersemestriger Vorlesungszyklus, der alle wesentlichen Aspekte von Cybersecurity und KI abdeckt. Dieser Kurs vermittelt die Grundlagen für Angriffe auf- und mit KI. Grundsätzlich ist es möglich, den Vorlesungszyklus zu jedem Semester zu beginnen.

      Der Lehrplan ist:

      1. Einführung: KI & Cybersicherheit, Bedrohungsmodell, Bewertungsmetriken, Beispiele für Angriffe
      2. Robuste KI: Definition und Grenzen des Deep Learning, Stärkung von Robustheit, robuste Optimierungsmethoden
      3. Adversarial ML: Verteidigungsmechanismen, Adversarial-Training, Übertragbarkeit, Real-World Implikationen
      4. Generative KI: Generative Modelle, Deepfakes
      5. Federated ML: Sicherheitsherausforderungen, sichere Aggregationsprotokolle
    • 19325302 Übung
      Übung zu Cluster Computing (Barry Linnert)
      Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
      Ort: T9/K 048 Rechnerpoolraum (Takustr. 9)
    • 19327402 Übung
      Übung zu Bild- und Videocodierung (Heiko Schwarz)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)
    • 19335302 Übung
      Übung zu Cybersecurity und AI IV (Gerhard Wunder)
      Zeit: Mo 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

  • Spezielle Aspekte der Technischen Informatik

    0089cA3.11
    • 19325301 Vorlesung
      Cluster Computing (Barry Linnert)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      • MSc

      Anforderungen

      • Erfahrung mit Computern und Software sowie Programierkenntnisse

      Sprache

      • Die Kurssprache ist Deutsch (oder Englisch wenn benötigt).
      • The exam will be formulated in German, but answers may be given in English, too.

      Credits & Klausur

      • aktive Teilnahme an den Übungen: regelmäßige Vorbereitung von Übungsaufgaben & Präsentation der Ergebnisse in den Übungen
      • Bestehen der Klausur

      Webseite

      https://www.mi.fu-berlin.de/w/SE/VorlesungClusterComputing

      Kommentar

      Cluster-Computer bilden die zur Zeit vorherrschende Klasse paralleler Hochleistungsrechner. Sie bestehen aus konventionellen Prozessorknoten, die über ein Hochgeschwindig­keitsnetzwerk miteinander verbunden sind. Obwohl meistens räumlich integriert, handelt es sich um verteilte Systeme mit jeweils lokalen Betriebssystemen. Das enorme Leistungspotential dieser Rechnerklasse kann nur ausgeschöpft werden, wenn Programmcode und Daten optimal über die Knoten verteilt werden. Die einge­setzten Verfahren müssen insbesondere skalierbar sein, also auch bei Tausenden von Rechnerknoten noch effizient arbeiten. Gleichzeitig soll aber die Programmiererin bzw. der Programmierer von diesen Aufgaben entlastet werden. Die Vorlesung gibt einen Überblick über die auftretenden Probleme und stellt Algorithmen zu ihrer Lösung vor.

      Literaturhinweise

      • Heiss, H.-U.: Prozessorzuteilung in Parallelrechnern, BI-Verlag, Mannheim, 1996
      • Andrews, G. A.: Foundations of Multithreaded, Parallel and Distributed Programming, Addison-Wesley, 2000
      • Pfister, G.: In Search of Clusters 2nd ed., Prentice Hall, 1998
      • Zomaya, A.: Parallel and distributed computing handbook, McGraw Gill, 1995
      • Buyya, R.: High Performance Cluster Computing, Vol. 1+2, Prentice Hall, 1999
    • 19327401 Vorlesung
      Bild- und Videocodierung (Heiko Schwarz)
      Zeit: Mo 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Kommentar

      Die Vorlesung behandelt die wichtigsten Konzepte und Algorithmen, die in modernen Bild- und Videocodierverfahren verwendet werden. Wir werden uns insbesondere auf Techniken konzentrieren, die in aktuellen internationalen Videocodierstandards Anwendung finden.

      In einem kurzen ersten Teil werden zunächst die sogenannten Rohdatenformate eingeführt, welche als Eingangs- und Ausgangsformate von Bild- und Videocodecs verwendet werden. Dieser Teil beinhaltet folgenden Themen:

      • Farbräume und deren Beziehung zur menschlichen Farbwahrnehmung
      • Transfer-Funktionen (Gamma-Codierung)
      • Warum verwenden wir das YCbCr-Format?

      Der zweite Teil der Vorlesung behandelt zunächst die Bildcodierung und umfasst folgende Themen:

      • Der Anfang: Wie funktioniert JPEG?
      • Warum verwenden wir die Diskrete Cosinus-Transformation?
      • Effiziente Codierung von Transformationskoeffizienten
      • Prädiktion von Bildblöcken
      • Adaptive Blockpartitionierung
      • Wie treffen wir Entscheidungen im Encoder?
      • Optimierungen der Quantisierung

      Im dritten und letzten Teil der Vorlesungen behandeln wir Konzept die letztendlich die Videocodierung deutlich effizienter machen als eine separate Codierung der Einzelbilder. Dieser Teil umfasst folgende Themen:

      • Bewegungskompensierte Prädiktion
      • Codierung von Bewegungsvektoren
      • Algorithmen zur Bewegungssuche
      • Subpixel-genaue Bewegungsvektoren und Interpolationsfilter
      • Verwendung mehrere Referenzbilder
      • Was sind B-Bilder und warum verwenden wir diese?
      • Deblocking- und Deringing-Filter
      • Effiziente zeitliche Codierstrukturen

      In den Übungen werden wir schrittweise einen eigenen Codec für Bilder implementieren. Bei entsprechenden Interesse kann dieser zu einem einfachen Videocodec erweitert werden.

       

      Literaturhinweise

      • Bull, D. R., “Communicating Pictures: A Course in Image and Video Coding,” Elsevier, 2014.
      • Ohm, J.-R., “Multimedia Signal Coding and Transmission,” Springer, 2015.
      • Wien, M., “High Efficiency Video Coding — Coding Tools and Specifications,” Springer 2014.
      • Sze, V., Budagavi, M., and Sullivan, G. J. (eds.), “High Efficiency Video Coding (HEVC): Algorithm and Architectures,” Springer, 2014.
      • Wiegand, T. and Schwarz, H., "Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 4, no. 1–2, 2011.
      • Schwarz, H. and Wiegand, T., “Video Coding: Part II of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, Now Publishers, vol. 10, no. 1–3, 2016.
    • 19335301 Vorlesung
      Cybersecurity and AI IV: Angriffe (Gerhard Wunder)
      Zeit: Di 12:00-13:30 (Erster Termin: 16.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Kommentar

      Cybersecurity and AI ist ein viersemestriger Vorlesungszyklus, der alle wesentlichen Aspekte von Cybersecurity und KI abdeckt. Dieser Kurs vermittelt die Grundlagen für Angriffe auf- und mit KI. Grundsätzlich ist es möglich, den Vorlesungszyklus zu jedem Semester zu beginnen.

      Der Lehrplan ist:

      1. Einführung: KI & Cybersicherheit, Bedrohungsmodell, Bewertungsmetriken, Beispiele für Angriffe
      2. Robuste KI: Definition und Grenzen des Deep Learning, Stärkung von Robustheit, robuste Optimierungsmethoden
      3. Adversarial ML: Verteidigungsmechanismen, Adversarial-Training, Übertragbarkeit, Real-World Implikationen
      4. Generative KI: Generative Modelle, Deepfakes
      5. Federated ML: Sicherheitsherausforderungen, sichere Aggregationsprotokolle
    • 19325302 Übung
      Übung zu Cluster Computing (Barry Linnert)
      Zeit: Do 10:00-12:00 (Erster Termin: 18.04.2024)
      Ort: T9/K 048 Rechnerpoolraum (Takustr. 9)
    • 19327402 Übung
      Übung zu Bild- und Videocodierung (Heiko Schwarz)
      Zeit: Mo 12:00-14:00 (Erster Termin: 15.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)
    • 19335302 Übung
      Übung zu Cybersecurity und AI IV (Gerhard Wunder)
      Zeit: Mo 14:00-16:00 (Erster Termin: 15.04.2024)
      Ort: T9/053 Seminarraum (Takustr. 9)

  • Mobilkommunikation

    0089cA3.3
    • 19303901 Vorlesung
      Mobilkommunikation (Jochen Schiller)
      Zeit: Mi 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2024)
      Ort: T9/SR 005 Übungsraum (Takustr. 9)

      Kommentar

      Inhalt:

      Das Modul Mobilkommunikation stellt exemplarisch alle Aspekte mobiler und drahtloser Kommunikation dar, welche derzeit den stärksten Wachstumsmarkt überhaupt darstellt und in immer mehr Bereiche der Gesellschaft vordringt.

      Während der gesamten Vorlesung wird ein starker Wert auf die Systemsicht gelegt und es werden zahlreiche Querverweise auf reale Systeme, internationale Standardisierungen und aktuellste Forschungsergebnisse gegeben.

      Die zu behandelnden Themen sind:

      • Technische Grundlagen der drahtlosen Übertragung: Frequenzen, Signale, Antennen, Signalausbreitung, Multiplex, Modulation, Spreizspektrum, zellenbasierte Systeme;
      • Medienzugriff: SDMA, FDMA, TDMA, CDMA;
      • Drahtlose Telekommunikationssysteme: GSM, TETRA, UMTS, IMT-2000, LTE;
      • Drahtlose lokale Netze: Infrastruktur/ad-hoc, IEEE 802.11/15, Bluetooth;
      • Mobile Netzwerkschicht: Mobile IP, DHCP, ad-hoc Netze;
      • Mobile Transportschicht: traditionelles TCP, angepasste TCP-Varianten, weitere Mechanismen;
      • Mobilitätsunterstützung;
      • Ausblick: 4. Generation Mobilnetze

      Literaturhinweise

      Jochen Schiller, Mobilkommunikation, Addison-Wesley, 2.Auflage 2003

      Alle Unterlagen verfügbar unter http://www.mi.fu-berlin.de/inf/groups/ag-tech/teaching/resources/Mobile_Communications/course_Material/index.html

  • Softwareprojekt - Technische Informatik A

    0089cA3.6
    • 19315312 Projektseminar
      Softwareprojekt: Verteilte Systeme (Justus Purat)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Kommentar

      Das Softwareprojekt: Verteilte Systeme behandelt Themen aus verschiedenen Projekten der AG Zuverlässige Systeme. Dabei ist eine Aufgabenstellung selbstständig durch Entwurf, Implementierung und Testen zu bearbeiten.

      Das Softwareprojekt ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

      Themen in diesem Semester sind:
      - (Weiter-)Entwicklung einer Anwendung in Kooperation mit der Charité Berlin
      - Intelligente Clustersteuerung
      - SmartContract - Entwicklung
      - Tangle - Technologien als Alternative zur Blockchain für IoT

      Details werden in der ersten Sitzung besprochen.
      Das Softwareprojekt: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.
    • 19322512 Projektseminar
      Softwareprojekt: GPU Offloading and Compiler Optimization (Barry Linnert)
      Zeit: Mi 12:00-14:00 (Erster Termin: 24.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      BA und MA Informatik

      Webseite

      https://www.mi.fu-berlin.de/w/SE/SoftwareprojektCompilerOptimization2024

      Dozent & Ansprechpartner

      Barry Linnert führt die Veranstaltung durch.

      Kommentar

      Pony [1] ist eine Programmiersprache, die dafür designed wird, hoch
      performant zu sein.
      Sie basiert auf dem Akteur-Modell [2]: Akteure beinhalten
      sequentielle Code-Abschnitte, verschiedene Akteure werden
      nebenläufig und unabhängig voneinander ausgeführt.
      Die Nebenläufigkeit auf der Ebene von Akteuren [3] siedelt
      Beschleunigung direkt im Design der Sprache an.
      Es gibt jedoch auch andere Formen von Parallelismus auf anderen Ebenen,
      welche dazu genutzt werden könnten, Pony noch performanter zu machen.
      Auf Ebene der Daten gibt es sogenannten Datenparallelismus [4].
      Er kann beispielsweise in Schleifennestern gefunden werden,
      die viele Male ausgeführt werden und auf unabhängigen aber
      gleich strukturierten Daten arbeiten.

      Grafische Prozessoren (GPUs) spezialisieren sich darauf
      datenparallele Probleme zu berechnen. [5]
      In einem System, in dem sowohl eine GPU als auch eine CPU vorhanden
      sind, kann die GPU die Berechnungen der CPU unterstützen,
      indem datenparallele Probleme von ihr übernommen werden.
      Der Fachbegriff dazu heißt GPU Offloading.
      Die GPU berechnet aufgrund ihrer internen Struktur und Ressourcen
      datenparallele Probleme effizienter und schneller als die CPU und
      beschleunigt dadurch die Gesamtausführung eines Programms.

      In diesem Softwareprojekt wollen wir gemeinsam herausfinden,
      ob sich GPU Offloading in Pony integrieren lässt.
      Dazu experimentieren wir mit Ponys Compiler und schreiben Teile
      dieses Compilers um.

      Das SWP bietet die Möglichkeit, einmal genauer in den internen
      Aufbau eines Compilers zu blicken und sich anzusehen, wie genau
      GPUs dazu verwendet werden können, ein Programm zu beschleunigen.
      Darüber hinaus werden wir die Compiler Infrastruktur LLVM [6]
      kennenlernen, denn der Pony Compiler ist ein Compiler Frontend
      zu LLVM.
      Falls Ihnen der Name LLVM nichts sagt, ist es vielleicht interessant
      für Sie zu wissen, dass sowohl der Rust, als auch der Clang Compiler
      Frontends zu LLVM sind.

      Das Softwareprojekt zielt darauf ab im Bereich GPU Offloading zu forschen,
      möglicherweise mit der Option später die Ergebnisse der Experimente
      zu veröffentlichen und zu den beiden genannten Open-Source-Projekten
      Pony und LLVM beizutragen.

       

      Ablauf

      Während der Vorlesungszeit wird die Aufgabenstellung mit reduziertem Anwesenheits- und Arbeitsaufwand spezifiziert. Die eigentliche Bearbeitung der Aufgabenstellung erfolgt dann in der vorlesungsfreien Zeit.

       

      Links:

      [1]: [Pony](https://www.ponylang.io/discover/#what-is-pony)
      [2]: [Actor Model](https://en.wikipedia.org/wiki/Actor_model)
      [3]: [Task-level parallelism](https://en.wikipedia.org/wiki/Task_parallelism)
      [4]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Page 528.
      [5]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Appendix B.
      [6]: [LLVM](https://llvm.org/)

       

       
    • 19334412 Projektseminar
      SWP: Szenario-Management im Future Security Lab (Larissa Groth)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/K 040 Multimediaraum (Takustr. 9)

      Kommentar

      Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

      Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen Problemstellungen wie paralleler Startup aller Rechner in einem Netzwerk über WakeOn LAN aus einer Web-App heraus oder die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

      Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

      Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (16.04.2024) wird in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin, stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen präsentiert und die Problemstellungen besprochen. Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024) und die Abschlusspräsentation (16.07.2024). 
      Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 

  • Softwareprojekt - Technische Informatik B

    0089cA3.7
    • 19315312 Projektseminar
      Softwareprojekt: Verteilte Systeme (Justus Purat)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Kommentar

      Das Softwareprojekt: Verteilte Systeme behandelt Themen aus verschiedenen Projekten der AG Zuverlässige Systeme. Dabei ist eine Aufgabenstellung selbstständig durch Entwurf, Implementierung und Testen zu bearbeiten.

      Das Softwareprojekt ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

      Themen in diesem Semester sind:
      - (Weiter-)Entwicklung einer Anwendung in Kooperation mit der Charité Berlin
      - Intelligente Clustersteuerung
      - SmartContract - Entwicklung
      - Tangle - Technologien als Alternative zur Blockchain für IoT

      Details werden in der ersten Sitzung besprochen.
      Das Softwareprojekt: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.
    • 19322512 Projektseminar
      Softwareprojekt: GPU Offloading and Compiler Optimization (Barry Linnert)
      Zeit: Mi 12:00-14:00 (Erster Termin: 24.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      BA und MA Informatik

      Webseite

      https://www.mi.fu-berlin.de/w/SE/SoftwareprojektCompilerOptimization2024

      Dozent & Ansprechpartner

      Barry Linnert führt die Veranstaltung durch.

      Kommentar

      Pony [1] ist eine Programmiersprache, die dafür designed wird, hoch
      performant zu sein.
      Sie basiert auf dem Akteur-Modell [2]: Akteure beinhalten
      sequentielle Code-Abschnitte, verschiedene Akteure werden
      nebenläufig und unabhängig voneinander ausgeführt.
      Die Nebenläufigkeit auf der Ebene von Akteuren [3] siedelt
      Beschleunigung direkt im Design der Sprache an.
      Es gibt jedoch auch andere Formen von Parallelismus auf anderen Ebenen,
      welche dazu genutzt werden könnten, Pony noch performanter zu machen.
      Auf Ebene der Daten gibt es sogenannten Datenparallelismus [4].
      Er kann beispielsweise in Schleifennestern gefunden werden,
      die viele Male ausgeführt werden und auf unabhängigen aber
      gleich strukturierten Daten arbeiten.

      Grafische Prozessoren (GPUs) spezialisieren sich darauf
      datenparallele Probleme zu berechnen. [5]
      In einem System, in dem sowohl eine GPU als auch eine CPU vorhanden
      sind, kann die GPU die Berechnungen der CPU unterstützen,
      indem datenparallele Probleme von ihr übernommen werden.
      Der Fachbegriff dazu heißt GPU Offloading.
      Die GPU berechnet aufgrund ihrer internen Struktur und Ressourcen
      datenparallele Probleme effizienter und schneller als die CPU und
      beschleunigt dadurch die Gesamtausführung eines Programms.

      In diesem Softwareprojekt wollen wir gemeinsam herausfinden,
      ob sich GPU Offloading in Pony integrieren lässt.
      Dazu experimentieren wir mit Ponys Compiler und schreiben Teile
      dieses Compilers um.

      Das SWP bietet die Möglichkeit, einmal genauer in den internen
      Aufbau eines Compilers zu blicken und sich anzusehen, wie genau
      GPUs dazu verwendet werden können, ein Programm zu beschleunigen.
      Darüber hinaus werden wir die Compiler Infrastruktur LLVM [6]
      kennenlernen, denn der Pony Compiler ist ein Compiler Frontend
      zu LLVM.
      Falls Ihnen der Name LLVM nichts sagt, ist es vielleicht interessant
      für Sie zu wissen, dass sowohl der Rust, als auch der Clang Compiler
      Frontends zu LLVM sind.

      Das Softwareprojekt zielt darauf ab im Bereich GPU Offloading zu forschen,
      möglicherweise mit der Option später die Ergebnisse der Experimente
      zu veröffentlichen und zu den beiden genannten Open-Source-Projekten
      Pony und LLVM beizutragen.

       

      Ablauf

      Während der Vorlesungszeit wird die Aufgabenstellung mit reduziertem Anwesenheits- und Arbeitsaufwand spezifiziert. Die eigentliche Bearbeitung der Aufgabenstellung erfolgt dann in der vorlesungsfreien Zeit.

       

      Links:

      [1]: [Pony](https://www.ponylang.io/discover/#what-is-pony)
      [2]: [Actor Model](https://en.wikipedia.org/wiki/Actor_model)
      [3]: [Task-level parallelism](https://en.wikipedia.org/wiki/Task_parallelism)
      [4]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Page 528.
      [5]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Appendix B.
      [6]: [LLVM](https://llvm.org/)

       

       
    • 19334412 Projektseminar
      SWP: Szenario-Management im Future Security Lab (Larissa Groth)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/K 040 Multimediaraum (Takustr. 9)

      Kommentar

      Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

      Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen Problemstellungen wie paralleler Startup aller Rechner in einem Netzwerk über WakeOn LAN aus einer Web-App heraus oder die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

      Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

      Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (16.04.2024) wird in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin, stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen präsentiert und die Problemstellungen besprochen. Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024) und die Abschlusspräsentation (16.07.2024). 
      Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 

  • Wissenschaftliches Arbeiten Technische Informatik A

    0089cA3.8
    • 19307111 Seminar
      Seminar: Zuverlässige Systeme (Justus Purat)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Das "Seminar: Verteilte Systeme" behandelt sowohl theoretische als auch praktische Themen aus verschiedenen Projekten der Arbeitsgruppe "Zuverlässige verteilte Systeme". Dabei ist eine Aufgabenstellung selbstständig alleine oder in einer Gruppe von maximal 2-3 Studierenden durch Literaturrecherche, Evaluation und Schreiben eines wissenschaftlichen Reports zu bearbeiten.

      Das Seminar ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

      Themen in diesem Semester sind:
      - Blockchain - Technologien im Alltag (PoW, PoS, Offlinenutzung)
      - Tangle - Technologien als Alternative zur Blockchain für IoT
      - Could - Computing
      - Consensus algorithms

      Details werden in der ersten Sitzung besprochen.
      Das Seminar: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.
    • 19329617 Seminar/Proseminar
      Seminar/Proseminar: IoT im Smart Home (Larissa Groth)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: K 063 Hardwarepraktikum (Takustr. 9)

      Kommentar

      Dieses Seminar konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit Teilaspekten des Internets der Dinge und Sicherheitsaspekten in Smart Homes befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen kann alleine oder in Kleingruppen (2 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat.

      Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (16.04.2024) wird die Themenliste ausgegeben und besprochen. Bitte bereiten Sie einen kurzen (2-3 Minuten) Abriss Ihres eigenen Themenvorschlages vor, wenn Sie diesen in das Seminar einbringen möchten. Zur nächsten Woche (23.04.2024, kein Präsenztermin!) erfolgt dann die Themenvergabe per Whiteboard Assignment. Danach gibt es insgesamt 3 Präsentationstermine: die Themenvorstellung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024 und 11.06.2024) und die Abschlusspräsentation (09.07.2024, 16.07.2024 und ggfs. 23.07.2024).

  • Wissenschaftliches Arbeiten Technische Informatik B

    0089cA3.9
    • 19307111 Seminar
      Seminar: Zuverlässige Systeme (Justus Purat)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Das "Seminar: Verteilte Systeme" behandelt sowohl theoretische als auch praktische Themen aus verschiedenen Projekten der Arbeitsgruppe "Zuverlässige verteilte Systeme". Dabei ist eine Aufgabenstellung selbstständig alleine oder in einer Gruppe von maximal 2-3 Studierenden durch Literaturrecherche, Evaluation und Schreiben eines wissenschaftlichen Reports zu bearbeiten.

      Das Seminar ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

      Themen in diesem Semester sind:
      - Blockchain - Technologien im Alltag (PoW, PoS, Offlinenutzung)
      - Tangle - Technologien als Alternative zur Blockchain für IoT
      - Could - Computing
      - Consensus algorithms

      Details werden in der ersten Sitzung besprochen.
      Das Seminar: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.
    • 19329617 Seminar/Proseminar
      Seminar/Proseminar: IoT im Smart Home (Larissa Groth)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: K 063 Hardwarepraktikum (Takustr. 9)

      Kommentar

      Dieses Seminar konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit Teilaspekten des Internets der Dinge und Sicherheitsaspekten in Smart Homes befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen kann alleine oder in Kleingruppen (2 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat.

      Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (16.04.2024) wird die Themenliste ausgegeben und besprochen. Bitte bereiten Sie einen kurzen (2-3 Minuten) Abriss Ihres eigenen Themenvorschlages vor, wenn Sie diesen in das Seminar einbringen möchten. Zur nächsten Woche (23.04.2024, kein Präsenztermin!) erfolgt dann die Themenvergabe per Whiteboard Assignment. Danach gibt es insgesamt 3 Präsentationstermine: die Themenvorstellung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024 und 11.06.2024) und die Abschlusspräsentation (09.07.2024, 16.07.2024 und ggfs. 23.07.2024).

  • Softwareprojekt A

    0159cA1.1
    • 19308312 Projektseminar
      Softwareprojekt: Anwendungen von Algorithmen (Mahmoud Elashmawi)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt

      Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

      Voraussetzungen

      Grundkenntnisse in Entwurf und Analyse von Algorithmen

      Literaturhinweise

      je nach Anwendungsgebiet
    • 19308412 Projektseminar
      Softwareprojekt: Datenverwaltung (Muhammed-Ugur Karagülle)
      Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2024)
      Ort: 1.1.26 Seminarraum E1 (Arnimallee 14)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      Studierende im Master- bzw. Bachelorstudiengang

      Voraussetzungen

      Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

      Kommentar

      Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

      Die Veranstaltung wird in zwei Phasen durchgeführt. Die zweite Phase (Implementierung, Test, Auslieferung) kann als Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt werden.

      Literaturhinweise

      Wird bekannt gegeben. / To be announced.
    • 19314012 Projektseminar
      Softwareprojekt: Semantische Technologien (Adrian Paschke)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Weitere Informationen finden sich auf der Veranstaltungsseite.

      Kommentar

      Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.
    • 19315312 Projektseminar
      Softwareprojekt: Verteilte Systeme (Justus Purat)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Kommentar

      Das Softwareprojekt: Verteilte Systeme behandelt Themen aus verschiedenen Projekten der AG Zuverlässige Systeme. Dabei ist eine Aufgabenstellung selbstständig durch Entwurf, Implementierung und Testen zu bearbeiten.

      Das Softwareprojekt ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

      Themen in diesem Semester sind:
      - (Weiter-)Entwicklung einer Anwendung in Kooperation mit der Charité Berlin
      - Intelligente Clustersteuerung
      - SmartContract - Entwicklung
      - Tangle - Technologien als Alternative zur Blockchain für IoT

      Details werden in der ersten Sitzung besprochen.
      Das Softwareprojekt: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.
    • 19322512 Projektseminar
      Softwareprojekt: GPU Offloading and Compiler Optimization (Barry Linnert)
      Zeit: Mi 12:00-14:00 (Erster Termin: 24.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      BA und MA Informatik

      Webseite

      https://www.mi.fu-berlin.de/w/SE/SoftwareprojektCompilerOptimization2024

      Dozent & Ansprechpartner

      Barry Linnert führt die Veranstaltung durch.

      Kommentar

      Pony [1] ist eine Programmiersprache, die dafür designed wird, hoch
      performant zu sein.
      Sie basiert auf dem Akteur-Modell [2]: Akteure beinhalten
      sequentielle Code-Abschnitte, verschiedene Akteure werden
      nebenläufig und unabhängig voneinander ausgeführt.
      Die Nebenläufigkeit auf der Ebene von Akteuren [3] siedelt
      Beschleunigung direkt im Design der Sprache an.
      Es gibt jedoch auch andere Formen von Parallelismus auf anderen Ebenen,
      welche dazu genutzt werden könnten, Pony noch performanter zu machen.
      Auf Ebene der Daten gibt es sogenannten Datenparallelismus [4].
      Er kann beispielsweise in Schleifennestern gefunden werden,
      die viele Male ausgeführt werden und auf unabhängigen aber
      gleich strukturierten Daten arbeiten.

      Grafische Prozessoren (GPUs) spezialisieren sich darauf
      datenparallele Probleme zu berechnen. [5]
      In einem System, in dem sowohl eine GPU als auch eine CPU vorhanden
      sind, kann die GPU die Berechnungen der CPU unterstützen,
      indem datenparallele Probleme von ihr übernommen werden.
      Der Fachbegriff dazu heißt GPU Offloading.
      Die GPU berechnet aufgrund ihrer internen Struktur und Ressourcen
      datenparallele Probleme effizienter und schneller als die CPU und
      beschleunigt dadurch die Gesamtausführung eines Programms.

      In diesem Softwareprojekt wollen wir gemeinsam herausfinden,
      ob sich GPU Offloading in Pony integrieren lässt.
      Dazu experimentieren wir mit Ponys Compiler und schreiben Teile
      dieses Compilers um.

      Das SWP bietet die Möglichkeit, einmal genauer in den internen
      Aufbau eines Compilers zu blicken und sich anzusehen, wie genau
      GPUs dazu verwendet werden können, ein Programm zu beschleunigen.
      Darüber hinaus werden wir die Compiler Infrastruktur LLVM [6]
      kennenlernen, denn der Pony Compiler ist ein Compiler Frontend
      zu LLVM.
      Falls Ihnen der Name LLVM nichts sagt, ist es vielleicht interessant
      für Sie zu wissen, dass sowohl der Rust, als auch der Clang Compiler
      Frontends zu LLVM sind.

      Das Softwareprojekt zielt darauf ab im Bereich GPU Offloading zu forschen,
      möglicherweise mit der Option später die Ergebnisse der Experimente
      zu veröffentlichen und zu den beiden genannten Open-Source-Projekten
      Pony und LLVM beizutragen.

       

      Ablauf

      Während der Vorlesungszeit wird die Aufgabenstellung mit reduziertem Anwesenheits- und Arbeitsaufwand spezifiziert. Die eigentliche Bearbeitung der Aufgabenstellung erfolgt dann in der vorlesungsfreien Zeit.

       

      Links:

      [1]: [Pony](https://www.ponylang.io/discover/#what-is-pony)
      [2]: [Actor Model](https://en.wikipedia.org/wiki/Actor_model)
      [3]: [Task-level parallelism](https://en.wikipedia.org/wiki/Task_parallelism)
      [4]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Page 528.
      [5]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Appendix B.
      [6]: [LLVM](https://llvm.org/)

       

       
    • 19323612 Projektseminar
      Softwareprojekt: AMOS-Projekt (Lutz Prechelt, Dirk Riehle)
      Zeit: Mi 10:00-14:00 (Erster Termin: 17.04.2024)
      Ort: Online - zeitABhängig

      Zusätzl. Angaben / Voraussetzungen

      Lernziele und Kompetenzen

      • Studierende lernen zu Softwareprodukten und Softwareentwicklung in der Industrie
      • Studierende lernen zu agilen Methoden, insbesondere Scrum und Extreme Programming
      • Studierende lernen zu Open-Source-Softwareentwicklung und ihren Prinzipien
      • Studierende erwerben praktische Erfahrung mit Scrum und Extrem Programming

      Zielgruppe

      Studierende der Informatik (und verwandte Disziplinen). Für die Softwareentwickler:innen Rolle sollten Sie praktische Programmiererfahrung mitbringen. Dieser Kurs ist nicht geeignet, um Programmieren zu lernen.

      Sprache

      Englisch (Vorlesungen auf Englisch, Team-Meeting auf Deutsch oder Englisch nach Wahl der Studierenden)

      Benotung

      • Softwareentwickler:in (zu 100%)
        • 10% der Note: 5 Kurzquizzes zu jeweils 5 Fragen mit 2 Punkten
        • 90% der Note: Wöchentliche Projektarbeit

      Weiteres

      • SWS: 4 SWS (2 SWS VL, 2 SWS Team-Meeting)
      • Semester: Jedes Semester
      • Modalität: Online, universitätsübergreifend
      • Tags: Scrum

      Kommentar

      Dieser Kurs lehrt agile Methoden (Scrum und XP) und Open-Source-Werkzeuge anhand eines semesterlangen Projekts. Der Kurs findet online und universitätsübergreifend statt. Lehr- und Lerninhalte umfassen:

      • Agile Methoden und verwandte Entwicklungsprozesse
      • Scrum Rollen und Prozesspraktiken, inkl. Produktmanagement und Entwicklungsleitung
      • Technische Praktiken wie Refactoring, Continuous Integration, und test-getriebene Entwicklung
      • Prinzipien und Praktiken der Open-Source-Softwareentwicklung

      Das Projekt ist ein Softwareentwicklungsprojekt, bei dem jedes Studierendenteam mit einem Industriepartner zusammenarbeitet, der die Projektidee bereitstellt. Studierende arbeiten praktisch und angewandt.

      Studierende nehmen die Rolle einer Softwareentwicklerin oder eines Softwareentwicklers ein. In dieser Rolle schätzen sie den Aufwand von Anforderungen und setzen sie im Projekt um. Teilnehmende Studierende müssen über vorherige Softwareentwicklungserfahrung verfügen.

      Studierende werden in Teams von 7-9 Personen organisiert. Ein Team besteht aus einem Scrum Master, zwei Product Ownern, und sechs Softwareentwickler:innen. Ein Industriepartner stellt die allgemeinen Anforderungen bereit, welche von den Product Ownern ausgearbeitet und von den Softwareentwickler:innen umgesetzt werden. Das Projektangebot wird kurz vor Semesterbeginn vorgestellt werden.

      Der Kurs besteht aus einer 90 min. Vorlesung, gefolgt von einem 90 min. Team-Meeting (Teilnahme verpflichtend). Bitte registrieren Sie sich nicht für diesen Kurs, falls Sie nicht regelmäßig am Team-Meeting teilnehmen können.

      Registrierung und weitere Kursinformation finden Sie auf eine Google Spreadsheet über https://amos.uni1.de – bitte registrieren Sie Ihr Teilnahmeinteresse durch Ausfüllen des dort verlinkten Formulars zur Interessenbekundung, sobald sich dieses öffnet.

      Literaturhinweise

      http://goo.gl/5Wqnr7
    • 19329012 Projektseminar
      Softwareprojekt: Continual Learning (Manuel Heurich)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      ,,

      Kommentar

      In diesem Kurs werden die Konzepte und Techniken des Continual Learning, eines wichtigen Bereichs im maschinellen Lernen, untersucht. Continual Learning, auch als lebenslanges Lernen bekannt, bezieht sich auf die Fähigkeit von KI-Systemen, kontinuierlich zu lernen und sich an neue Informationen anzupassen, ohne dabei früher erworbenes Wissen zu verlieren. Diese Fähigkeit ist entscheidend für die Entwicklung flexiblerer und anpassungsfähigerer KI-Systeme, insbesondere in sich schnell verändernden und datenreichen Umgebungen.

      Der Kurs richtet sich an Studierende der (Bio-)Informatik und Data Science, die ein tieferes Verständnis für fortgeschrittene Konzepte im maschinellen Lernen entwickeln und praktische Erfahrungen im Bereich Continual Learning sammeln möchten.

      Literaturhinweise

      ,,
    • 19329912 Projektseminar
      Softwareprojekt: Threat Assessment and Hacking Challenge (Volker Roth)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)

      Kommentar

      Students will be tasked to devise and implement a basic consumer electronic device of
      their choice (e.g. RFID tagging system, radio controller, keyboard) using a development platform
      (Propeller 1, Raspberry PI, Arduino), focusing on threat modelling and assessment for possible
      attacks on their device. At the half of the semester they will present their result and asked to assess
      and break into other groups UI prototypes, presenting once more their results at the end of the
      semester.
    • 19333912 Projektseminar
      Softwareprojekt: Lab Machine Learning for Data Science (Grégoire Montavon)
      Zeit: Fr 14:00-16:00 (Erster Termin: 19.04.2024)
      Ort: T9/K 036 Rechnerpoolraum (Takustr. 9)

      Kommentar

      The course will consist of applying machine learning techniques for extracting domain insights from real-world or simulated datasets. It will take the form of multiple lab exercises in Python, where the students will extract data, apply visualization techniques, train machine learning models on this data, use model selection/validation techniques, and finally apply interpretability techniques to extract domain insights from the learned models.

      Recommended prior course: Machine Learning for Data Science

      Format: Oral exam at the end of the semester

       
    • 19334212 Projektseminar
      Softwareprojekt: Maschinelles Lernen in den Lebenswissenschaften (Katharina Baum)
      Zeit: Di 14:00-16:00, Di 16:00-18:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Während des Projektes werden wir verschiedene Machine-Learning (ML)-Methoden trainieren und die Ergebnisse evaluieren. Hierfür werden verschiedene, zum Teil große Datensätze aus dem Bereich der Lebenswissenschaften für das maschinelle Lernen vorbereitet und hinsichtlich einer vorher definierten Fragestellung analysiert. Die Fragestellung kann von uns ausgegeben und dicht an unseren Forschungsinteressen liegen oder gemeinsam mit uns erarbeitet werden. Eine konkrete Anwendung kann die personalisierte Medizin sein, wie etwa eine Vorhersage der Wirkung von Krebsmedikamenten anhand von umfassenden Daten von Krebszellen, oder auch zeitliche Vorhersagen, zum Beispiel von Infektionszahlen in Epidemien. Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie scikit-learn, TensorFlow oder PyTorch. Gute Python-Kenntnisse sind Voraussetzung. Das Ziel ist die Erstellung eines Python-Pakets, das für den konkreten Anwendungsfall wiederverwendbaren Code zur Präprozessierung, Training auf ML-Modelle und Evaluation der Ergebnisse mit Dokumentation (z.B. mit sphinx) liefert. Das Softwareprojekt findet semesterbegleitend statt.

      Update 22.04.: Wir haben noch Plätze frei!

      Bei Interesse und für die Anmeldung im CM meldet euch bitte bei uns pascal.iversen@fu-berlin.de und pauline.hiort@fu-berlin.de. 

      Wir bieten vorrausichtlich eins von zwei möglichen Projekten an:
      (1)    Active learning for drug reponse prediction in cancer: Das Projekt zielt darauf ab, durch aktives Lernen die Vorhersage von der Effizienz von Medikamenten bei Krebs mit Deep Learning Modellen zu verbessern.
      (2)    Deep learning for drug combination response prediction: Hier werdet ihr eine deep learning base-line implementieren für Medikamentenkombinationenvorhersagen und mit einer publizierten Methode vergleichen. Ihr werdet dann die Methoden mit randomisiertem Input testen.
      Im Whiteboard finden Sie mehr Informationen dazu.
    • 19334412 Projektseminar
      SWP: Szenario-Management im Future Security Lab (Larissa Groth)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/K 040 Multimediaraum (Takustr. 9)

      Kommentar

      Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

      Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen Problemstellungen wie paralleler Startup aller Rechner in einem Netzwerk über WakeOn LAN aus einer Web-App heraus oder die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

      Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

      Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (16.04.2024) wird in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin, stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen präsentiert und die Problemstellungen besprochen. Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024) und die Abschlusspräsentation (16.07.2024). 
      Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 
    • 19337112 Projektseminar
      Softwareprojekt: Open Hardware (Tim Landgraf)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      In der wissenschaftlichen Gemeinschaft hat sich die Praxis von offenem Quellcode und offenen Daten als Standard für Reproduzierbarkeit und Transparenz etabliert. Im Gegensatz dazu befindet sich "Open Hardware" noch in einem frühen Entwicklungsstadium. Oft werden in der Forschung eigene Hardware-Lösungen entwickelt – sei es aus finanziellen Gründen oder weil kommerzielle Produkte die spezifischen Anforderungen nicht erfüllen. Diese Eigenentwicklungen werden jedoch selten als vollwertige Forschungsergebnisse anerkannt und finden in wissenschaftlichen Publikationen meist nur als methodische Komponenten Erwähnung. In diesem Projekt untersuchen wir, wie ein offenes Publikationssystem gestaltet werden kann, um Forschenden zu ermöglichen, ihre Entwicklungen im Bereich Open Hardware effektiver zu publizieren. Unser Ziel ist es, ein System zu entwickeln, das die einfache Veröffentlichung, Begutachtung und Verifizierung von Open Hardware in der wissenschaftlichen Forschung unterstützt.

  • Softwareprojekt B

    0159cA1.2
    • 19308312 Projektseminar
      Softwareprojekt: Anwendungen von Algorithmen (Mahmoud Elashmawi)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Inhalt

      Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

      Voraussetzungen

      Grundkenntnisse in Entwurf und Analyse von Algorithmen

      Literaturhinweise

      je nach Anwendungsgebiet
    • 19308412 Projektseminar
      Softwareprojekt: Datenverwaltung (Muhammed-Ugur Karagülle)
      Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2024)
      Ort: 1.1.26 Seminarraum E1 (Arnimallee 14)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      Studierende im Master- bzw. Bachelorstudiengang

      Voraussetzungen

      Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

      Kommentar

      Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

      Die Veranstaltung wird in zwei Phasen durchgeführt. Die zweite Phase (Implementierung, Test, Auslieferung) kann als Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt werden.

      Literaturhinweise

      Wird bekannt gegeben. / To be announced.
    • 19314012 Projektseminar
      Softwareprojekt: Semantische Technologien (Adrian Paschke)
      Zeit: Mi 14:00-16:00 (Erster Termin: 17.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Weitere Informationen finden sich auf der Veranstaltungsseite.

      Kommentar

      Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.
    • 19315312 Projektseminar
      Softwareprojekt: Verteilte Systeme (Justus Purat)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Kommentar

      Das Softwareprojekt: Verteilte Systeme behandelt Themen aus verschiedenen Projekten der AG Zuverlässige Systeme. Dabei ist eine Aufgabenstellung selbstständig durch Entwurf, Implementierung und Testen zu bearbeiten.

      Das Softwareprojekt ist verschiedenen Modulen zugeordnet. Bitte informieren Sie sich vorher, ob sie die Veranstaltung in einem Modul aus ihrem Studiengang belegen können.

      Themen in diesem Semester sind:
      - (Weiter-)Entwicklung einer Anwendung in Kooperation mit der Charité Berlin
      - Intelligente Clustersteuerung
      - SmartContract - Entwicklung
      - Tangle - Technologien als Alternative zur Blockchain für IoT

      Details werden in der ersten Sitzung besprochen.
      Das Softwareprojekt: Verteilte Systeme wird je nach Bedarf der Studierenden in deutscher oder englischer Sprache durchgeführt.
    • 19322512 Projektseminar
      Softwareprojekt: GPU Offloading and Compiler Optimization (Barry Linnert)
      Zeit: Mi 12:00-14:00 (Erster Termin: 24.04.2024)
      Ort: T9/046 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      BA und MA Informatik

      Webseite

      https://www.mi.fu-berlin.de/w/SE/SoftwareprojektCompilerOptimization2024

      Dozent & Ansprechpartner

      Barry Linnert führt die Veranstaltung durch.

      Kommentar

      Pony [1] ist eine Programmiersprache, die dafür designed wird, hoch
      performant zu sein.
      Sie basiert auf dem Akteur-Modell [2]: Akteure beinhalten
      sequentielle Code-Abschnitte, verschiedene Akteure werden
      nebenläufig und unabhängig voneinander ausgeführt.
      Die Nebenläufigkeit auf der Ebene von Akteuren [3] siedelt
      Beschleunigung direkt im Design der Sprache an.
      Es gibt jedoch auch andere Formen von Parallelismus auf anderen Ebenen,
      welche dazu genutzt werden könnten, Pony noch performanter zu machen.
      Auf Ebene der Daten gibt es sogenannten Datenparallelismus [4].
      Er kann beispielsweise in Schleifennestern gefunden werden,
      die viele Male ausgeführt werden und auf unabhängigen aber
      gleich strukturierten Daten arbeiten.

      Grafische Prozessoren (GPUs) spezialisieren sich darauf
      datenparallele Probleme zu berechnen. [5]
      In einem System, in dem sowohl eine GPU als auch eine CPU vorhanden
      sind, kann die GPU die Berechnungen der CPU unterstützen,
      indem datenparallele Probleme von ihr übernommen werden.
      Der Fachbegriff dazu heißt GPU Offloading.
      Die GPU berechnet aufgrund ihrer internen Struktur und Ressourcen
      datenparallele Probleme effizienter und schneller als die CPU und
      beschleunigt dadurch die Gesamtausführung eines Programms.

      In diesem Softwareprojekt wollen wir gemeinsam herausfinden,
      ob sich GPU Offloading in Pony integrieren lässt.
      Dazu experimentieren wir mit Ponys Compiler und schreiben Teile
      dieses Compilers um.

      Das SWP bietet die Möglichkeit, einmal genauer in den internen
      Aufbau eines Compilers zu blicken und sich anzusehen, wie genau
      GPUs dazu verwendet werden können, ein Programm zu beschleunigen.
      Darüber hinaus werden wir die Compiler Infrastruktur LLVM [6]
      kennenlernen, denn der Pony Compiler ist ein Compiler Frontend
      zu LLVM.
      Falls Ihnen der Name LLVM nichts sagt, ist es vielleicht interessant
      für Sie zu wissen, dass sowohl der Rust, als auch der Clang Compiler
      Frontends zu LLVM sind.

      Das Softwareprojekt zielt darauf ab im Bereich GPU Offloading zu forschen,
      möglicherweise mit der Option später die Ergebnisse der Experimente
      zu veröffentlichen und zu den beiden genannten Open-Source-Projekten
      Pony und LLVM beizutragen.

       

      Ablauf

      Während der Vorlesungszeit wird die Aufgabenstellung mit reduziertem Anwesenheits- und Arbeitsaufwand spezifiziert. Die eigentliche Bearbeitung der Aufgabenstellung erfolgt dann in der vorlesungsfreien Zeit.

       

      Links:

      [1]: [Pony](https://www.ponylang.io/discover/#what-is-pony)
      [2]: [Actor Model](https://en.wikipedia.org/wiki/Actor_model)
      [3]: [Task-level parallelism](https://en.wikipedia.org/wiki/Task_parallelism)
      [4]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Page 528.
      [5]: David A. Patterson and John L. Hennessy. Computer Organization and Design: The Hardware Software Interface [RISC-V Edition]. 2nd. The Morgan Kaufmann Series in Computer Architecture and Design. Morgan Kaufmann, 2021. ISBN: 9780128203316. Appendix B.
      [6]: [LLVM](https://llvm.org/)

       

       
    • 19323612 Projektseminar
      Softwareprojekt: AMOS-Projekt (Lutz Prechelt, Dirk Riehle)
      Zeit: Mi 10:00-14:00 (Erster Termin: 17.04.2024)
      Ort: Online - zeitABhängig

      Zusätzl. Angaben / Voraussetzungen

      Lernziele und Kompetenzen

      • Studierende lernen zu Softwareprodukten und Softwareentwicklung in der Industrie
      • Studierende lernen zu agilen Methoden, insbesondere Scrum und Extreme Programming
      • Studierende lernen zu Open-Source-Softwareentwicklung und ihren Prinzipien
      • Studierende erwerben praktische Erfahrung mit Scrum und Extrem Programming

      Zielgruppe

      Studierende der Informatik (und verwandte Disziplinen). Für die Softwareentwickler:innen Rolle sollten Sie praktische Programmiererfahrung mitbringen. Dieser Kurs ist nicht geeignet, um Programmieren zu lernen.

      Sprache

      Englisch (Vorlesungen auf Englisch, Team-Meeting auf Deutsch oder Englisch nach Wahl der Studierenden)

      Benotung

      • Softwareentwickler:in (zu 100%)
        • 10% der Note: 5 Kurzquizzes zu jeweils 5 Fragen mit 2 Punkten
        • 90% der Note: Wöchentliche Projektarbeit

      Weiteres

      • SWS: 4 SWS (2 SWS VL, 2 SWS Team-Meeting)
      • Semester: Jedes Semester
      • Modalität: Online, universitätsübergreifend
      • Tags: Scrum

      Kommentar

      Dieser Kurs lehrt agile Methoden (Scrum und XP) und Open-Source-Werkzeuge anhand eines semesterlangen Projekts. Der Kurs findet online und universitätsübergreifend statt. Lehr- und Lerninhalte umfassen:

      • Agile Methoden und verwandte Entwicklungsprozesse
      • Scrum Rollen und Prozesspraktiken, inkl. Produktmanagement und Entwicklungsleitung
      • Technische Praktiken wie Refactoring, Continuous Integration, und test-getriebene Entwicklung
      • Prinzipien und Praktiken der Open-Source-Softwareentwicklung

      Das Projekt ist ein Softwareentwicklungsprojekt, bei dem jedes Studierendenteam mit einem Industriepartner zusammenarbeitet, der die Projektidee bereitstellt. Studierende arbeiten praktisch und angewandt.

      Studierende nehmen die Rolle einer Softwareentwicklerin oder eines Softwareentwicklers ein. In dieser Rolle schätzen sie den Aufwand von Anforderungen und setzen sie im Projekt um. Teilnehmende Studierende müssen über vorherige Softwareentwicklungserfahrung verfügen.

      Studierende werden in Teams von 7-9 Personen organisiert. Ein Team besteht aus einem Scrum Master, zwei Product Ownern, und sechs Softwareentwickler:innen. Ein Industriepartner stellt die allgemeinen Anforderungen bereit, welche von den Product Ownern ausgearbeitet und von den Softwareentwickler:innen umgesetzt werden. Das Projektangebot wird kurz vor Semesterbeginn vorgestellt werden.

      Der Kurs besteht aus einer 90 min. Vorlesung, gefolgt von einem 90 min. Team-Meeting (Teilnahme verpflichtend). Bitte registrieren Sie sich nicht für diesen Kurs, falls Sie nicht regelmäßig am Team-Meeting teilnehmen können.

      Registrierung und weitere Kursinformation finden Sie auf eine Google Spreadsheet über https://amos.uni1.de – bitte registrieren Sie Ihr Teilnahmeinteresse durch Ausfüllen des dort verlinkten Formulars zur Interessenbekundung, sobald sich dieses öffnet.

      Literaturhinweise

      http://goo.gl/5Wqnr7
    • 19329012 Projektseminar
      Softwareprojekt: Continual Learning (Manuel Heurich)
      Zeit: Di 14:00-16:00 (Erster Termin: 16.04.2024)
      Ort: T9/051 Seminarraum (Takustr. 9)

      Zusätzl. Angaben / Voraussetzungen

      ,,

      Kommentar

      In diesem Kurs werden die Konzepte und Techniken des Continual Learning, eines wichtigen Bereichs im maschinellen Lernen, untersucht. Continual Learning, auch als lebenslanges Lernen bekannt, bezieht sich auf die Fähigkeit von KI-Systemen, kontinuierlich zu lernen und sich an neue Informationen anzupassen, ohne dabei früher erworbenes Wissen zu verlieren. Diese Fähigkeit ist entscheidend für die Entwicklung flexiblerer und anpassungsfähigerer KI-Systeme, insbesondere in sich schnell verändernden und datenreichen Umgebungen.

      Der Kurs richtet sich an Studierende der (Bio-)Informatik und Data Science, die ein tieferes Verständnis für fortgeschrittene Konzepte im maschinellen Lernen entwickeln und praktische Erfahrungen im Bereich Continual Learning sammeln möchten.

      Literaturhinweise

      ,,
    • 19329912 Projektseminar
      Softwareprojekt: Threat Assessment and Hacking Challenge (Volker Roth)
      Zeit: Di 10:00-12:00 (Erster Termin: 16.04.2024)
      Ort: T9/055 Seminarraum (Takustr. 9)

      Kommentar

      Students will be tasked to devise and implement a basic consumer electronic device of
      their choice (e.g. RFID tagging system, radio controller, keyboard) using a development platform
      (Propeller 1, Raspberry PI, Arduino), focusing on threat modelling and assessment for possible
      attacks on their device. At the half of the semester they will present their result and asked to assess
      and break into other groups UI prototypes, presenting once more their results at the end of the
      semester.
    • 19333912 Projektseminar
      Softwareprojekt: Lab Machine Learning for Data Science (Grégoire Montavon)
      Zeit: Fr 14:00-16:00 (Erster Termin: 19.04.2024)
      Ort: T9/K 036 Rechnerpoolraum (Takustr. 9)

      Kommentar

      The course will consist of applying machine learning techniques for extracting domain insights from real-world or simulated datasets. It will take the form of multiple lab exercises in Python, where the students will extract data, apply visualization techniques, train machine learning models on this data, use model selection/validation techniques, and finally apply interpretability techniques to extract domain insights from the learned models.

      Recommended prior course: Machine Learning for Data Science

      Format: Oral exam at the end of the semester

       
    • 19334212 Projektseminar
      Softwareprojekt: Maschinelles Lernen in den Lebenswissenschaften (Katharina Baum)
      Zeit: Di 14:00-16:00, Di 16:00-18:00 (Erster Termin: 16.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      Während des Projektes werden wir verschiedene Machine-Learning (ML)-Methoden trainieren und die Ergebnisse evaluieren. Hierfür werden verschiedene, zum Teil große Datensätze aus dem Bereich der Lebenswissenschaften für das maschinelle Lernen vorbereitet und hinsichtlich einer vorher definierten Fragestellung analysiert. Die Fragestellung kann von uns ausgegeben und dicht an unseren Forschungsinteressen liegen oder gemeinsam mit uns erarbeitet werden. Eine konkrete Anwendung kann die personalisierte Medizin sein, wie etwa eine Vorhersage der Wirkung von Krebsmedikamenten anhand von umfassenden Daten von Krebszellen, oder auch zeitliche Vorhersagen, zum Beispiel von Infektionszahlen in Epidemien. Die Programmiersprache ist Python, und wir planen die Verwendung von modernen Python-Modulen für ML wie scikit-learn, TensorFlow oder PyTorch. Gute Python-Kenntnisse sind Voraussetzung. Das Ziel ist die Erstellung eines Python-Pakets, das für den konkreten Anwendungsfall wiederverwendbaren Code zur Präprozessierung, Training auf ML-Modelle und Evaluation der Ergebnisse mit Dokumentation (z.B. mit sphinx) liefert. Das Softwareprojekt findet semesterbegleitend statt.

      Update 22.04.: Wir haben noch Plätze frei!

      Bei Interesse und für die Anmeldung im CM meldet euch bitte bei uns pascal.iversen@fu-berlin.de und pauline.hiort@fu-berlin.de. 

      Wir bieten vorrausichtlich eins von zwei möglichen Projekten an:
      (1)    Active learning for drug reponse prediction in cancer: Das Projekt zielt darauf ab, durch aktives Lernen die Vorhersage von der Effizienz von Medikamenten bei Krebs mit Deep Learning Modellen zu verbessern.
      (2)    Deep learning for drug combination response prediction: Hier werdet ihr eine deep learning base-line implementieren für Medikamentenkombinationenvorhersagen und mit einer publizierten Methode vergleichen. Ihr werdet dann die Methoden mit randomisiertem Input testen.
      Im Whiteboard finden Sie mehr Informationen dazu.
    • 19334412 Projektseminar
      SWP: Szenario-Management im Future Security Lab (Larissa Groth)
      Zeit: Di 12:00-14:00 (Erster Termin: 16.04.2024)
      Ort: T9/K 040 Multimediaraum (Takustr. 9)

      Kommentar

      Das Projekt BeLIFE, Teil der AG Technische Informatik, konzentriert sich auf die Verbesserung des Wissenstransfers und des kommunikativen Austausches in der zivilen Sicherheitsforschung. Zentraler Bestandteil des Projekts ist das Future Security Lab, das in den Räumlichkeiten des Einstein Center Digital Future in Mitte beheimatet ist. Hier werden Politiker:innen von Bundes- und Landesebenen, aber auch Vertreter:innen aus Behörden und Organisationen mit Sicherheitsaufgaben willkommen geheißen. 

      Im Rahmen des Softwareprojekts entwickeln die Studierenden Konzepte, um die bestehende technische Infrastruktur des Raumes zu optimieren und kreativ weiterzuentwickeln. Ziel ist es insbesondere die Usability des Raumes auf Seiten der Wissenschaftler:innen zu erhöhen, aber auch die User Experience der Besuchenden zu verbessern. Um das zu erreichen, besteht das Softwareprojekt aus mehreren Teilbereichen, die sich entweder aus einem konkreten Problem ergeben, das es zu lösen gilt, oder kreative Herangehensweisen und Ideenreichtum erfordern. Die zu bearbeitenden Aufgaben generieren sich aus den Bereichen Systemadministration, Interfaceentwicklung sowie Licht-/Ton-Installation und -Orchestrierung und umfassen Problemstellungen wie paralleler Startup aller Rechner in einem Netzwerk über WakeOn LAN aus einer Web-App heraus oder die Optimierung der vorhandenen WebApp zur Szenariopräsentation. 

      Die Bearbeitung der Aufgabenstellung erfolgt ausschließlich in Kleingruppen (3-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki. Modularität und Erweiterbarkeit des entwickelten Codes und eine top Dokumentation sind entscheidend für den Erfolg dieses Softwareprojekts!

      Zum Ablauf: Dieses Softwareprojekt findet Semesterbegleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Der erste Termin (16.04.2024) wird in Berlin Mitte im Future Security Lab, Wilhelmstr. 67, 10117 Berlin, stattfinden. Im Rahmen dieses Termins werden die bereits implementierten Lösungen präsentiert und die Problemstellungen besprochen. Danach gibt es insgesamt 3 Präsentationstermine: die Präsentation eines ersten Ansatzes zur Problemlösung (07.05.2024), eine kurze Zwischenpräsentation (04.06.2024) und die Abschlusspräsentation (16.07.2024). 
      Die Studierenden erhalten zusätzlich regelmäßig die Möglichkeit, in den Räumlichkeiten des Future Security Labs zu arbeiten und sich so mit der Ausstattung vertraut zu machen. 
    • 19337112 Projektseminar
      Softwareprojekt: Open Hardware (Tim Landgraf)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: T9/049 Seminarraum (Takustr. 9)

      Kommentar

      In der wissenschaftlichen Gemeinschaft hat sich die Praxis von offenem Quellcode und offenen Daten als Standard für Reproduzierbarkeit und Transparenz etabliert. Im Gegensatz dazu befindet sich "Open Hardware" noch in einem frühen Entwicklungsstadium. Oft werden in der Forschung eigene Hardware-Lösungen entwickelt – sei es aus finanziellen Gründen oder weil kommerzielle Produkte die spezifischen Anforderungen nicht erfüllen. Diese Eigenentwicklungen werden jedoch selten als vollwertige Forschungsergebnisse anerkannt und finden in wissenschaftlichen Publikationen meist nur als methodische Komponenten Erwähnung. In diesem Projekt untersuchen wir, wie ein offenes Publikationssystem gestaltet werden kann, um Forschenden zu ermöglichen, ihre Entwicklungen im Bereich Open Hardware effektiver zu publizieren. Unser Ziel ist es, ein System zu entwickeln, das die einfache Veröffentlichung, Begutachtung und Verifizierung von Open Hardware in der wissenschaftlichen Forschung unterstützt.

  • Grundlagen des Managements von IT-Projekten

    0159cA2.6
    • 19335406 Seminaristischer Unterricht
      Projektmanagement in agilen Umgebungen Teil 2 (SoSe) (Lutz Prechelt, Matthias Horn)
      Zeit: Mo 08:00-10:00, Fr 16:00-18:00 (Erster Termin: 15.04.2024)
      Ort: T9/SR 006 Seminarraum (Takustr. 9)

      Kommentar

      Qualifikationsziele: Die Studierenden verstehen verschiedene Modelle skaliert agiler Software-Produktion mehrerer kooperierender agiler Teams. Sie verstehen grundlegende und fortgeschrittene Techniken des hybriden, prädiktiven sowie adaptiven Projektmanagements in solchen agilen Umgebungen und können sie anwenden. Sie können einen Projektplan erstellen und mit einem geeigneten Vorgehen abgleichen. Sie können in der Leitung eines hybriden Projektes mitarbeiten und Verantwortung für wesentliche Bereiche des Projektmanagements übernehmen, einschließlich der Führung von Personal. Sie können ein einfaches Projekt eigenverantwortlich leiten.

      Inhalte: Studierende erlernen Prinzipien, Methoden und Verfahrensweisen skaliert agiler Softwareproduktion anhand etablierter Modelle (z. B. Scaled Agile Framework) und des Projektmanagements anhand einer anerkannten Methodik (z. B. „Projekt Management Body of Knowledge“ (PMBoK)) und üben deren praktische Anwendung. Sie erarbeiten sich agile Prinzipien und Werte sowie Scrum und üben beides ein. Darüber hinaus diskutieren und üben sie die Planung des Produktumfangs und Koordination mehrerer daran gemeinsam arbeitender Teams, nötige Prozesse und involvierte Rollen. Weiterhin lernen sie alle Bereiche des Projektmanagements kennen, diskutieren deren Anwendung und üben teilweise deren Umsetzung:

      • Projektentstehung, -definition und Planung des Projektumfangs,
      • Projektplanung,
      • Projektablaufsteuerung, -statusermittlung und -reporting,
      • Projektorganisation und Einbettung eines Projekts in die ausführende Organisation,
      • Führen ohne formale Macht,
      • Projektkommunikation,
      • Führung eines Projektteams und Qualitätsmanagement

       

  • Berufspraktikum (mit 10 LP)

    0159cA3.1
    • 19315733 Berufspraktikum
      Berufspraktikum Informatik (Volker Roth)
      Zeit: -
      Ort: keine Angabe

      Zusätzl. Angaben / Voraussetzungen


      mindestens sechs Wochen (240 Stunden) außeruniversitär

      Kommentar

      Inhalt

      Praktika haben eine wichtige Orientierungsfunktion für den Fortgang des Studiums und für die zukünftige berufliche Ausrichtung der Studierenden. Das Berufspraktikum selbst dient dazu, einen ausgewählten Tätigkeitsbereich vor Ort kennen zu lernen und die bisher erworbenen Fach- und Schlüsselkompetenzen im konkreten Berufsalltag zu erproben.

      Die Veranstaltungen, die das Praktikum begleiten, bieten die Möglichkeit - durch intensive Vorbereitung und Reflexion - die Praxisphase effektiv zu gestalten. Die Studierenden setzen sich mit Fragen der Berufsorientierung und Bewerbung auseinander und haben Gelegenheit, sich über den konkreten Arbeitsprozess auszutauschen.

      Darüber hinaus lernen sie, überfachliche Kenntnisse in Zusammenhang mit beruflichen Anforderungen zu definieren, und sich mit dem Verhältnis von Studium und betrieblicher Erfahrung auseinander zu setzen.

      Literaturhinweise

      Exemplarische Praktikumsberichte sind beim Praktikumsbeauftragten einsehbar.

  • Fachdidaktik Informatik - Ausgewählte Themen

    0556aA1.1
    • 19323311 Seminar
      Ausgewählte Themen der Informatikdidaktik (Ralf Romeike)
      Zeit: Di 09:00-12:00 (Erster Termin: 16.04.2024)
      Ort: KöLu24-26/SR 016 (vorrang Schülerlabor) (Königin-Luise-Str. 24 / 26)

      Kommentar

      Willkommen im Seminar "Ausgewählte Themen" der Fachdidaktik Informatik!

      In diesem Seminar befassen wir uns mit verschiedenen Gegenstandsbereichen der Informatikdidaktik bzw. des Informatikunterrichts.

       

       

  • Fachdidaktik Informatik - Entwicklung, Evaluation und Forschung

    0556aA1.2
    • 19323411 Seminar
      Entwicklung, Evaluation und Forschung (Ralf Romeike, Viktoriya Olari)
      Zeit: Do 09:00-12:00 (Erster Termin: 18.04.2024)
      Ort: KöLu24-26/SR 016 (vorrang Schülerlabor) (Königin-Luise-Str. 24 / 26)

      Kommentar

      Willkommen im Seminar "Entwicklung, Evaluation, Forschung" der Fachdidaktik Informatik!

      In diesem Masterseminar haben Sie die Gelegenheit, sich mit informatikdidaktischer Forschung auseinanderzusetzen und hierbei ein eigenes kleines Forschungsprojekt zu konzipieren, durchzuführen, auszuwerten und darzustellen.

      Thematisch befassen wir uns in diesem Semester mit Bildungsaspekten der Künstlichen Intelligenz und Datenkompetenz.


      Wir organisieren die Lehrveranstaltung primär über den Moodle-Kurs, der am Sonntag, den 15.04.2024 zur Selbsteinschreibung freigeschaltet wird.:

      https://moodle.mi.fu-berlin.de/moodle/course/view.php?id=XXX

      Die Lehrveranstaltungszeiten (donnerstags von 9:15 Uhr bis 11:45 Uhr) werden regelmäßig für synchrone Lerntätigkeiten verwendet.

      Der Auftakt findet am Donnerstag, den 18.04.2024 um 09:15 Uhr in der Königin-Luise-Str. 24-26, Raum 016 (EG) statt. Alle Informationen dazu finden Sie im Moodle.

       

  • F1 Informatik: Schulpraktische Studien

    0556aA1.3
    • 19314911 Seminar
      Schulpraktische Studien im Unterrichtsfach Informatik: Vorbereitungsseminar (Ralf Romeike)
      Zeit: Mi 10:00-12:00 (Erster Termin: 17.04.2024)
      Ort: KöLu24-26/SR 016 (vorrang Schülerlabor) (Königin-Luise-Str. 24 / 26)

      Kommentar

      Willkommen im Vorbereitungsseminar zum Praxissemester in Informatik!

      In diesem Masterseminar haben Sie die Gelegenheit, die zuvor vor allem aus theoretischer Perspektive gewonnenen Kompetenzen mit Blick auf deren praktische Anwendung zu reflektieren und in der Entwicklung und Gestaltung von Informatikunterricht anzuwenden.

      Wir organisieren die Lehrveranstaltung primär wieder über den Moodle-Kurs, der am Montag der Vorlesungszeit zur Selbsteinschreibung freigeschaltet wird:

      https://moodle.mi.fu-berlin.de/moodle/course/view.php?id=XXX

      Kurs-Passwort: "Kompetenz"

      Die Lehrveranstaltungszeiten (mittwochs von 10:15 Uhr bis 11:45 Uhr) werden regelmäßig für synchrone Lerntätigkeiten verwendet.

       

      Voraussetzungen:
      Das Vorbereitungsseminar baut direkt auf die Kompetenzen, die Sie in der Lehrveranstaltung „Grundlagen der Didaktik der Informatik“ erworben haben, auf. Sollten Sie diese Lehrveranstaltung nicht bei Professor Romeike absolviert haben, senden Sie ihm bitte eine E-Mail in der Sie aufzeigen, wann und wo Sie die entsprechenden Kompetenzen erworben haben und ggf. welche Kompetenzdefizite Sie diesbzgl. besitzen. Eine Darstellung der dieser Lehrveranstaltung zugrundeliegenden Kompetenzen finden Sie im Moodlekurs.

       

      WICHTIG! Hinweise zur Wahl der Praktikumsschule!
      Zu Beginn des Sommersemesters können die Priorisierungen für die Praktikumsschulen im Praxissemester-Portal eingereicht werden.

      Für das Fach Informatik muss hierbei seitens der Studierenden dafür Sorge getragen werden, dass die ausgewählte Schule auch Informatikunterricht anbietet. Insbesondere bei ISS war das in der Vergangenheit oftmals nicht der Fall!

      Aus diesem Grund ist aus Sicht der Informatik ein Gymnasium als Praktikumsschule zu empfehlen. Sollten Sie sich für eine ISS entscheiden, sprechen Sie bitte mit der Schule ab, dass Sie dort auch Informatikunterricht (nicht "Informationstechnische Grundbildung"!), mindestens im Wahlpflichtbereich ab Klasse 9 beobachten und unterrichten können.

      Bitte beachten Sie zusätzlich, dass ein Algorithmus die Studierenden auf Grund der genannten Priorisierungen verteilt, sodass es immer sein kann, dass Studierende nicht die höchsten Priorisierungen zugeteilt bekommen. Sollte Ihnen eine ISS zugeteilt werden, erkundigen Sie sich ebenfalls, ob Sie dort im Informatikunterricht eingesetzt werden können. Sollte das nicht der Fall sein, wenden Sie sich bitte an das Praktikumsbüro für einen Wechsel der Schule.

      Ein den Ausbildungsanforderungen genügendes Unterrichtspraktikum in Informatik ist an ISS i.d.R. leider kaum möglich.

  • Wahlmodul: Fachdidaktik Informatik

    0556aA1.72
    • 19309416 Forschungsseminar
      Forschungsseminar: Didaktik der Informatik (Ralf Romeike)
      Zeit: Do 14:00-16:00 (Erster Termin: 18.04.2024)
      Ort: KöLu24-26/SR 016 (vorrang Schülerlabor) (Königin-Luise-Str. 24 / 26)

      Zusätzl. Angaben / Voraussetzungen

      Zielgruppe

      Studierende im lehramtsbezogenen, großen Master mit Informatik als Kernfach oder als Zweitfach Studierende im lehramtsbezogenen, kleinen Master mit Informatik als Kernfach

      Homepage

      http://www.inf.fu-berlin.de/w/DDI/LehreHome

      Kommentar

      Vorträge über eigene Forschung, Bachelor- und Masterarbeiten sowie Originalarbeiten aus der Didaktik der Informatik.

      Literaturhinweise

      Wird während des Semesters geklärt. / To be determined during the semester.

  • Module ohne Lehrangebot in diesem Semester

    38 Module
    • Auswirkungen der Informatik 0086cA3.1
    • Grundlagen der Technischen Informatik 0086cB1.1
    • Forschungspraktikum 0086cB1.2
    • Rechnerarchitektur 0087dA1.8
    • Auswirkungen der Informatik 0087dA2.6
    • Gesellschaftliche Aspekte der Informatik 0087dA2.7
    • Medizinische Bildverarbeitung 0089cA1.10
    • Modellgetriebene Softwareentwicklung 0089cA1.11
    • Mustererkennung 0089cA1.12
    • Netzbasierte Informationssysteme 0089cA1.13
    • Projektmanagement 0089cA1.14
    • Projektmanagement-Vertiefung 0089cA1.15
    • Rechnersicherheit 0089cA1.16
    • Semantisches Geschäftsprozessmanagement 0089cA1.17
    • Softwareprozesse 0089cA1.18
    • Übersetzerbau 0089cA1.19
    • Verteilte Systeme 0089cA1.20
    • XML-Technologien 0089cA1.21
    • Praktiken professioneller Softwareentwicklung 0089cA1.22
    • Spezielle Aspekte der Datenverwaltung 0089cA1.29
    • Computer-Vision 0089cA1.3
    • Ausgewählte Themen der Praktischen Informatik 0089cA1.31
    • Datenbanktechnologie 0089cA1.4
    • Empirische Bewertung in der Informatik 0089cA1.5
    • Grundlagen des Softwaretestens 0089cA1.7
    • Höhere Algorithmik 0089cA2.1
    • Modelchecking 0089cA2.2
    • Algorithmische Geometrie 0089cA2.4
    • Kryptographie und Sicherheit in Verteilten Systemen 0089cA2.8
    • Semantik von Programmiersprachen 0089cA2.9
    • Betriebssysteme 0089cA3.1
    • Ausgewählte Themen der Technischen Informatik 0089cA3.12
    • Mikroprozessor-Praktikum 0089cA3.2
    • Robotik 0089cA3.4
    • Telematik 0089cA3.5
    • Existenzgründung in der IT-Industrie 0159cA2.2
    • Gesellschaftliche Aspekte der Informatik 0159cA2.3
    • Systemverwaltung 0159cA2.7