Informatik

• Betriebs- und Kommunikationssysteme

  0086bA2.3
  • 19300701 Vorlesung
    Betriebs- und Kommunikationssysteme (Larissa Groth)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Das Modul Betriebs- und Kommunikationssysteme schließt die Lücke zwischen dem Rechner als Hardware und den Anwendungen.

    Themen sind daher:

    • Ein-/Ausgabe-Systeme
    • DMA/PIO
    • Unterbrechungsbehandlung
    • Puffer
    • Prozesse/Threads
    • virtueller Speicher
    • UNIX und Windows
    • Shells
    • Utilities
    • Peripherie und Vernetzung
    • Netze
    • Medien
    • Medienzugriff
    • Protokolle
    • Referenzmodelle
    • TCP/IP
    • grundlegender Aufbau des Internet

    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 10:00-12:00, Mo 14:00-16:00, Di 10:00-12:00, Di 12:00-14:00, Mi 08:00-10:00, Mi 12:00-14:00, Mi 14:00-16:00, Do 10:00-12:00, Do 12:00-14:00, Do 16:00-18:00, Fr 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: T9/K38 Rechnerpoolraum (Takustr. 9)
    

    Kommentar

    Begleitveranstaltung zur Vorlesung 19300701

• Aktuelle Forschungsthemen der Technischen Informatik

  0089cA3.10
  • 19325301 Vorlesung
    Cluster Computing (Barry Linnert)
    Zeit: Di 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 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: 14.04.2025)
    Ort: T9/053 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.

  • 19325302 Übung
    Übung zu Cluster Computing (Barry Linnert)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: T9/K44 Rechnerpoolraum (Takustr. 9)
    
  • 19327402 Übung
    Übung zu Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 14.04.2025)
    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: 15.04.2025)
    Ort: T9/055 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: 14.04.2025)
    Ort: T9/053 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.

  • 19325302 Übung
    Übung zu Cluster Computing (Barry Linnert)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: T9/K44 Rechnerpoolraum (Takustr. 9)
    
  • 19327402 Übung
    Übung zu Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    

• Mikroprozessor-Praktikum

  0089cA3.2
  • 19310030 Praktikum
    Mikroprozessor-Praktikum (Larissa Groth)
    Zeit: Mo 16:00-18:00, Di 14:00-16:00, Mi 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Wichtige Information zum Ablauf:
    Das Mikroprozessor-Praktikum wird in diesem Semester mit einem gemeinsamen Theorie-Termin Mittwochs, 12-14 Uhr, und zwei unabhängigen praktischen Übungs-Terminen angeboten:

    • Gruppe A, Montags, 16-18 Uhr Takustraße 9, Raum K63
    • Gruppe B, Dienstags, 14-16 Uhr Takustraße 9, Raum K63

    Von diesen Übungs-Terminen ist einer auszusuchen.

    Kommentar

    ACHTUNG: Entgegen der Terminübersicht im Vorlesungsverzeichnis hat diese Veranstaltung nicht 3 Pflicht-Termine, sondern nur 2! Weitere Infos siehe unten!

    Die überwältigende Mehrheit zukünftiger Computersysteme wird durch miteinander kommunizierende, eingebettete Systeme geprägt sein. Diese finden sich in Maschinensteuerungen, Haushaltsgeräten, Kraftfahrzeugen, Flugzeugen, intelligenten Gebäuden etc. und werden zukünftig immer mehr in Netze wie dem Internet eingebunden sein.

    Das Praktikum wird auf die Architektur eingebetteter Systeme eingehen und die Unterschiede zu traditionellen PC-Architekturen (z.B. Echtzeitfähigkeit, Interaktion mit der Umgebung) anhand praktischer Beispiele aufzeigen. Das Praktikum basiert auf 16- bzw. 32-Bit-Mikrocontrollersystemen.

    Schwerpunkte des in einzelne Versuche gegliederten Praktikums sind:

    • Registerstrukturen
    • Speicherorganisation
    • hardwarenahe Assembler- und Hochsprachenprogrammierung
    • I/O-System- und Timer-Programmierung
    • Interrupt-System
    • Watchdog-Logik
    • Analogschnittstellen
    • Bussystemanbindung von Komponenten
    • Kommunikation (seriell, CAN-Bus, Ethernet, Funk und USB)
    • Ansteuerung von Modellen und Nutzung unterschiedlichster Sensorik

    Literaturhinweise

    • Brian W. Kernighan, Dennis M. Ritchie: The C Programming Language, Second Edition, Prentice Hall, 1988.

• Mobilkommunikation

  0089cA3.3
  • 19303901 Vorlesung
    Mobilkommunikation (Jochen Schiller)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Kommentar

    Das Modul „Mobile Communications“ präsentiert die wichtigsten Themen der mobilen und drahtlosen Kommunikation - die treibenden Kräfte hinter der heutigen Kommunikationsindustrie, die das tägliche Leben aller beeinflussen.

    Die gesamte Vorlesung findet auf ENGLISCH statt und konzentriert sich auf eine Systemperspektive und gibt viele Hinweise auf reale Systeme, Standardisierung und aktuelle Forschung.

    Das Format der Vorlesung ist das Flipped Classroom, d.h. Sie sollten die Videos einer Vorlesung ANSCHAUEN, BEVOR Sie an der Q&A-Sitzung teilnehmen. Während der Q&A-Sitzung werden dann alle offenen Fragen und Probleme diskutiert und beantwortet.

    Die Hauptthemen der Vorlesung sind:

    • Grundlagen der drahtlosen Übertragung: Frequenzen, Signale, Antennen, Multiplexing, Modulation, Spreizspektrum

    • Mediumzugriff: SDMA, FDMA, TDMA, CDMA

    • Drahtlose Telekommunikationssysteme: GSM, TETRA, IMT-2000, LTE, 5G

    • Drahtlose lokale Netzwerke: Infrastruktur/Ad-hoc, IEEE 802.11/15, Bluetooth, ZigBee

    • Mobile Vernetzung: Mobile IP, Ad-hoc-Netze

    • Mobiler Transportschicht: traditionelles TCP, zusätzliche Mechanismen

    • Ausblick: 5 bis 6G, drahtlose Niedrigenergienetzwerke

    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

• Proseminar Informatik

  0086bA3.2
  • 19334617 Seminar/Proseminar
    Seminar/Proseminar: How to Startup (Tim Landgraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

    Kommentar

    Dieses Seminar beleuchtet die facettenreiche Welt von Startups und vermittelt den Studierenden ein umfassendes Verständnis dafür, was es braucht, um in einer dynamischen und wettbewerbsorientierten Umgebung erfolgreich zu sein. Behandelt werden Themen wie Teamzusammensetzung, Marktanalyse, Investmentlogik, aktuelle Trends (wie KI) und typische Fehler, die Startups machen.
    
    Im Gegensatz zu traditionellen Seminaren liegt der Fokus dieses Kurses auf der praktischen Auseinandersetzung mit dem Thema. Die Studierenden bereiten prägnante "Impulsvorträge" (kurze, 15-minütige Präsentationen) zu spezifischen startup-relevanten Themen vor. Diese Präsentationen basieren auf einer Vielzahl von Quellen, darunter:
    
    * Webrecherche: Sammlung von Erkenntnissen aus Branchenberichten, Blogs und Artikeln.
    * Interviews: Gespräche mit echten Startups, um aus erster Hand Wissen und Perspektiven zu gewinnen.
    * Trendanalyse: Untersuchung aktueller Innovationen und Umbrüche im Startup-Ökosystem.

    
    Jeder Vortrag dient als Ausgangspunkt für eine interaktive Diskussion, die ein tieferes Verständnis und vielfältige Perspektiven unter den Teilnehmern fördert.
    
    Dieses Seminar richtet sich an Studierende, die neugierig auf Unternehmertum sind und erkunden möchten, wie Startups in der heutigen schnelllebigen Welt arbeiten, wachsen und Herausforderungen meistern.

     

• Datenbanksysteme

  0086bA3.3
  • 19301501 Vorlesung
    Datenbanksysteme (Agnès Voisard)
    Zeit: Di 14:00-16:00, Do 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 15.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    • Pflichtmodul im Bachelorstudiengang Informatik
    • Pflichtmodul im lehramtsbezogenen Bachelorstudiengang mit Kernfach Informatik und Ziel: Großer Master
    • Studierende im lehramtsbezogenen Masterstudiengang (Großer Master mit Zeitfach Informatik) können dieses Modul zusammen mit dem "Praktikum DBS" absolvieren
    • Wahlpflichtmodul im Nebenfach Informatik

    Voraussetzungen

    • ALP 1 - Funktionale Programmierung
    • ALP 2 - Objektorientierte Programmierung
    • ALP 3 - Datenstrukturen und Datenabstraktion
    • ODER Informatik B

    Kommentar

    Inhalt

    Datenbankentwurf mit ERM/ERDD. Theoretische Grundlagen relationaler Datenbanksysteme: Relationale Algebra, Funktionale Abhängigkeiten, Normalformen. Relationale Datenbankentwicklung: SQL Datendefinition, Fremdschlüssel und andere Integritätsbedingungen. SQL als applikative Sprache: wesentliche Sprachelemente, Einbettung in Programmiersprachen, Anwendungsprogrammierung; objekt-relationale Abbildung. Transaktionsbegriff, transaktionale Garantien, Synchronisation des Mehrbenutzerbetriebs, Fehlertoleranzeigenschaften. Anwendungen und neue Entwicklungen: Data Warehousing, Data Mining, OLAP.

    Projekt: im begleitenden Projekt werden die Themen praktisch vertieft.

    Literaturhinweise

    • Alfons Kemper, Andre Eickler: Datenbanksysteme - Eine Einführung, 5. Auflage, Oldenbourg 2004
    • R. Elmasri, S. Navathe: Grundlagen von Datenbanksystemen, Pearson Studium, 2005

  • 19301502 Übung
    Übung zu Datenbanksysteme (Muhammed-Ugur Karagülle)
    Zeit: Mo 12:00-14:00, Mo 14:00-16:00, Mo 16:00-18:00, Di 08:00-10:00, Di 10:00-12:00, Di 12:00-14:00, Mi 10:00-12:00, Mi 12:00-14:00, Mi 14:00-16:00, Do 08:00-10:00, Do 10:00-12:00, Do 12:00-14:00, Do 16:00-18:00, Fr 10:00-12:00, Fr 14:00-16:00, Fr 16:00-18:00 (Erster Termin: 14.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

• Softwareprojekt

  0086bA3.4
  • 19308412 Projektseminar
    Softwareprojekt: Datenverwaltung (Agnès Voisard)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 05.02.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    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.

     

    Literaturhinweise

    Wird bekannt gegeben. / To be announced.

  • 19314012 Projektseminar
    Softwareprojekt: Semantische Technologien (Adrian Paschke)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    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.

    Literaturhinweise

    Corporate Semantic Web

  • 19323612 Projektseminar
    Softwareprojekt: AMOS-Projekt (Lutz Prechelt)
    Zeit: -
    Ort: keine Angabe
    

    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.

    ACHTUNG: Dieser Kurs findet extern statt und verwendet einen zusätzlichen Prozess für die Anmeldung. Registrierung und weitere Kursinformation finden Sie auf einem 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

• Aktuelle Forschungsthemen der Praktischen Informatik

  0089cA1.27
  • 19302801 Vorlesung
    Angewandte Biometrie (Andreas Wolf)
    Zeit: Mo 08:00-10:00 (Erster Termin: 14.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Vorlesung beginnt am Montag, den 17.04.

    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: 15.04.2025)
    Ort: T9/055 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: 14.04.2025)
    Ort: T9/053 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.

  • 19331101 Vorlesung
    Human Centered Data Science (Claudia Müller-Birn)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    [link HCC-Webseite aktuelles Semester]

    Kommentar

    In den letzten Jahren hat sich der Bereich Data Science rasant entwickelt, was in erster Linie auf die Fortschritte beim maschinellen Lernen zurückzuführen ist. Diese Entwicklung hat neue Möglichkeiten in einer Vielzahl von sozialen, wissenschaftlichen und technologischen Bereichen eröffnet. Aus den Erfahrungen der letzten Jahre wird jedoch immer deutlicher, dass die Konzentration auf rein statistische und numerische Aspekte in der Datenwissenschaft weder soziale Nuancen erfasst noch ethische Kriterien berücksichtigt. Der Forschungsbereich der Human-Centered Data Science schließt diese Lücke an der Schnittstelle von Mensch-Computer-Interaktion (HCI), Computer-Supported Cooperative Work (CSCW), Human Computation und den statistischen und numerischen Techniken des Data Science.

    Human-Centered Data Science (HCDS) konzentriert sich auf die grundlegenden Prinzipien des Data Science und deren Auswirkungen auf die Menschen, einschließlich der Forschungsethik, des Datenschutzes, der rechtlichen Rahmenbedingungen, des algorithmischen Bias, der Transparenz, Fairness und Accountability, sowie Daten-Provenance, -kuration, -bewahrung und -reproduzierbarkeit, User Experience-Design und  (Er)Forschung von großen Datensätzen, Human Computing, und darüber hinaus der effektiven mündlichen, schriftlichen und visuellen wissenschaftlichen Kommunikation und der gesellschaftlichen Auswirkungen des Data Science.

    Am Ende dieses Kurses verstehen die Studierenden die wichtigsten Konzepte, Theorien, Praktiken und verschiedenen Perspektiven, aus denen Daten gesammelt und manipuliert werden können. Darüber hinaus sind die Studierenden in der Lage, die Auswirkungen der aktuellen technologischen Entwicklungen auf die Gesellschaft zu erkennen.

    Der Lehrplan dieses Kurses wurde ursprünglich von Jonathan T. Morgan, Cecilia Aragon, Os Keyes und Brock Craft entwickelt. Wir haben den Lehrplan an den europäischen Kontext und unser spezifisches Verständnis des Bereichs angepasst.

    Literaturhinweise

    Aragon, C. M., Hutto, C., Echenique, A., Fiore-Gartland, B., Huang, Y., Kim, J., et al. (2016). Developing a Research Agenda for Human-Centered Data Science. (pp. 529–535). Presented at the CSCW Companion, New York, New York, USA: ACM Press. http://doi.org/10.1145/2818052.2855518

    Baumer, E. P. (2017). Toward human-centered algorithm design:. Big Data & Society, 4(2), 205395171771885. http://doi.org/10.1177/2053951717718854

    Kogan, M., Halfaker, A., Guha, S., Aragon, C., Muller, M., & Geiger, S. (2020, January). Mapping Out Human-Centered Data Science: Methods, Approaches, and Best Practices. In Companion of the 2020 ACM International Conference on Supporting Group Work (pp. 151-156).

  • 19333101 Vorlesung
    Cybersecurity and AI II: Erklärbarkeit (Gerhard Wunder)
    Zeit: Mo 12:00-14:00, Di 10:00-12:00, Fr 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.3.21 Seminarraum T1 (Arnimallee 14)
    
  • 19333701 Vorlesung
    Ethics and Epistemology of AI (Christoph Benzmüller)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    The course Ethics and Epistemology of AI will be offered again in summer 2025 in cooperation with the TU Berlin (Prof. Sabine Ammon) and U Bamberg. It will bring together an interdisciplinary mix of students from different institutions, including BUA Berlin and Erasmus students.

    Innovative. Experimental. Interdisciplinary.

    More Information: https://www.tu.berlin/en/philtech/study-and-teaching/courses/ethics-and-epistemology-of-ai

    Information for interested students:

    • The course primarily targets masters students with interest in assessing critical aspects of latest artificial intelligence technology and to explore possible solutions and improvements; the course is also part of the Berlin Ethics certificate.
    • Online on-boarding meetings are offered on April 16 (14:15) and April 23 (14:15). The link will be communicated.
    • The course starts immediately after easter with a small pre-exercise to be conducted by each participant individually.
    • Very important is that students then meet for one week in person in Berlin from 28. April to 2. Mai. Participation in this intensive (but also great fun) daily event at TU Berlin is crucial, since it is here where the interdisciplinary and interinstitutional working teams are formed and where the working topics are defined in interaction with the supervisors.
    • After the intensive meeting in Berlin the teams work independently  via the internet; the group typically meets online with their supervisors each Wednesday (early afternoon).
    • Group project presentations are scheduled for June 11; after this date the groups then work on their joint final report.
    • This course is challenging but also fun, and you can expect to build an international network of other students who are interested in assessing critical aspects of AI.

    Contact for administrational questions at TU Berlin: Leon Dirmeier (dirmeier@campus.tu-berlin.de)

  • 19302802 Übung
    Übung zu Angewandte Biometrie (Andreas Wolf)
    Zeit: Mo 10:00-12:00 (Erster Termin: 14.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19325302 Übung
    Übung zu Cluster Computing (Barry Linnert)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: T9/K44 Rechnerpoolraum (Takustr. 9)
    
  • 19327402 Übung
    Übung zu Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    
  • 19331102 Übung
    Übung zu Human Centered Data Science (Claudia Müller-Birn)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    
  • 19333102 Übung
    Übung zu Cybersecurity and AI II (Gerhard Wunder)
    Zeit: Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    
  • 19333702 Übung
    Übung zu Ethics and Epistemology of AI (Christoph Benzmüller)
    Zeit: -
    Ort: keine Angabe
    

• Spezielle Aspekte der Praktischen Informatik

  0089cA1.28
  • 19302801 Vorlesung
    Angewandte Biometrie (Andreas Wolf)
    Zeit: Mo 08:00-10:00 (Erster Termin: 14.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Die Vorlesung beginnt am Montag, den 17.04.

    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: 15.04.2025)
    Ort: T9/055 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: 14.04.2025)
    Ort: T9/053 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.

  • 19331101 Vorlesung
    Human Centered Data Science (Claudia Müller-Birn)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    [link HCC-Webseite aktuelles Semester]

    Kommentar

    In den letzten Jahren hat sich der Bereich Data Science rasant entwickelt, was in erster Linie auf die Fortschritte beim maschinellen Lernen zurückzuführen ist. Diese Entwicklung hat neue Möglichkeiten in einer Vielzahl von sozialen, wissenschaftlichen und technologischen Bereichen eröffnet. Aus den Erfahrungen der letzten Jahre wird jedoch immer deutlicher, dass die Konzentration auf rein statistische und numerische Aspekte in der Datenwissenschaft weder soziale Nuancen erfasst noch ethische Kriterien berücksichtigt. Der Forschungsbereich der Human-Centered Data Science schließt diese Lücke an der Schnittstelle von Mensch-Computer-Interaktion (HCI), Computer-Supported Cooperative Work (CSCW), Human Computation und den statistischen und numerischen Techniken des Data Science.

    Human-Centered Data Science (HCDS) konzentriert sich auf die grundlegenden Prinzipien des Data Science und deren Auswirkungen auf die Menschen, einschließlich der Forschungsethik, des Datenschutzes, der rechtlichen Rahmenbedingungen, des algorithmischen Bias, der Transparenz, Fairness und Accountability, sowie Daten-Provenance, -kuration, -bewahrung und -reproduzierbarkeit, User Experience-Design und  (Er)Forschung von großen Datensätzen, Human Computing, und darüber hinaus der effektiven mündlichen, schriftlichen und visuellen wissenschaftlichen Kommunikation und der gesellschaftlichen Auswirkungen des Data Science.

    Am Ende dieses Kurses verstehen die Studierenden die wichtigsten Konzepte, Theorien, Praktiken und verschiedenen Perspektiven, aus denen Daten gesammelt und manipuliert werden können. Darüber hinaus sind die Studierenden in der Lage, die Auswirkungen der aktuellen technologischen Entwicklungen auf die Gesellschaft zu erkennen.

    Der Lehrplan dieses Kurses wurde ursprünglich von Jonathan T. Morgan, Cecilia Aragon, Os Keyes und Brock Craft entwickelt. Wir haben den Lehrplan an den europäischen Kontext und unser spezifisches Verständnis des Bereichs angepasst.

    Literaturhinweise

    Aragon, C. M., Hutto, C., Echenique, A., Fiore-Gartland, B., Huang, Y., Kim, J., et al. (2016). Developing a Research Agenda for Human-Centered Data Science. (pp. 529–535). Presented at the CSCW Companion, New York, New York, USA: ACM Press. http://doi.org/10.1145/2818052.2855518

    Baumer, E. P. (2017). Toward human-centered algorithm design:. Big Data & Society, 4(2), 205395171771885. http://doi.org/10.1177/2053951717718854

    Kogan, M., Halfaker, A., Guha, S., Aragon, C., Muller, M., & Geiger, S. (2020, January). Mapping Out Human-Centered Data Science: Methods, Approaches, and Best Practices. In Companion of the 2020 ACM International Conference on Supporting Group Work (pp. 151-156).

  • 19333101 Vorlesung
    Cybersecurity and AI II: Erklärbarkeit (Gerhard Wunder)
    Zeit: Mo 12:00-14:00, Di 10:00-12:00, Fr 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.3.21 Seminarraum T1 (Arnimallee 14)
    
  • 19333701 Vorlesung
    Ethics and Epistemology of AI (Christoph Benzmüller)
    Zeit: -
    Ort: keine Angabe
    

    Kommentar

    The course Ethics and Epistemology of AI will be offered again in summer 2025 in cooperation with the TU Berlin (Prof. Sabine Ammon) and U Bamberg. It will bring together an interdisciplinary mix of students from different institutions, including BUA Berlin and Erasmus students.

    Innovative. Experimental. Interdisciplinary.

    More Information: https://www.tu.berlin/en/philtech/study-and-teaching/courses/ethics-and-epistemology-of-ai

    Information for interested students:

    • The course primarily targets masters students with interest in assessing critical aspects of latest artificial intelligence technology and to explore possible solutions and improvements; the course is also part of the Berlin Ethics certificate.
    • Online on-boarding meetings are offered on April 16 (14:15) and April 23 (14:15). The link will be communicated.
    • The course starts immediately after easter with a small pre-exercise to be conducted by each participant individually.
    • Very important is that students then meet for one week in person in Berlin from 28. April to 2. Mai. Participation in this intensive (but also great fun) daily event at TU Berlin is crucial, since it is here where the interdisciplinary and interinstitutional working teams are formed and where the working topics are defined in interaction with the supervisors.
    • After the intensive meeting in Berlin the teams work independently  via the internet; the group typically meets online with their supervisors each Wednesday (early afternoon).
    • Group project presentations are scheduled for June 11; after this date the groups then work on their joint final report.
    • This course is challenging but also fun, and you can expect to build an international network of other students who are interested in assessing critical aspects of AI.

    Contact for administrational questions at TU Berlin: Leon Dirmeier (dirmeier@campus.tu-berlin.de)

  • 19336901 Vorlesung
    Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    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: 14.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19325302 Übung
    Übung zu Cluster Computing (Barry Linnert)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: T9/K44 Rechnerpoolraum (Takustr. 9)
    
  • 19327402 Übung
    Übung zu Bild- und Videocodierung (Heiko Schwarz)
    Zeit: Mo 12:00-14:00 (Erster Termin: 14.04.2025)
    Ort: T9/053 Seminarraum (Takustr. 9)
    
  • 19331102 Übung
    Übung zu Human Centered Data Science (Claudia Müller-Birn)
    Zeit: Di 16:00-18:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    
  • 19333102 Übung
    Übung zu Cybersecurity and AI II (Gerhard Wunder)
    Zeit: Mo 14:00-16:00 (Erster Termin: 28.04.2025)
    Ort: A6/SR 032 Seminarraum (Arnimallee 6)
    
  • 19333702 Übung
    Übung zu Ethics and Epistemology of AI (Christoph Benzmüller)
    Zeit: -
    Ort: keine Angabe
    
  • 19336902 Übung
    Ü: Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Spezielle Aspekte der Softwareentwicklung

  0089cA1.30
  • 19336901 Vorlesung
    Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

    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.

  • 19336902 Übung
    Ü: Advanced Data Visualization for Artificial Intelligence (Georges Hattab)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Ausgewählte Themen der Praktischen Informatik

  0089cA1.31
  • 19326601 Vorlesung
    Markovketten (Katinka Wolter)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Dieser Kurs wird auf englisch gehalten.

    Wir beschäftigen uns mit den grundlegenden stochastischen Modellen, die zur Untersuchung der Leistung von Computersystemen häufig benutzt werden. Markov modelle und Warteschlangen werden gerne für die Untersuchung dynamischer Systeme verwendet, z.B. Computer Hardware, Kommunicationsprotokolle, biologische Systeme, Epidemien, Verkehr und digitale Währungen.  Wir werden uns einen raschen Überblick verschaffen.  Betrachtete Themen sind der Geburts- und Todesprozess, der Poissonprozess, verallgemeinerte Markov und semi-Markov prozesse sowie deren Lösungsmethoden. Soweit die Zeit es erlaubt werden wir auch die Hintergründe der diskreten Ereignissimulation ansehen.

    Literaturhinweise

    William Stewart. Probability, Markov Chains, Queues and Simulation. Princeton University Press 2009.

  • 19326602 Übung
    Übung zu Markovketten (Justus Purat)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Aktuelle Forschungsthemen der Theoretischen Informatik

  0089cA2.3
  • 19320501 Vorlesung
    Kryptoanalyse symmetrischer Verfahren (Marian Margraf)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19321101 Vorlesung
    Advanced Data Structures (László Kozma)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Die Schwerpunkte dieser Vorlesung sind Design, Analyse, und Anwendungen von Datenstrukturen.

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

     

    Literaturhinweise

    D. E. Knuth, The Art of Computer Programming, Volume 4A: Combinatorial Algorithms, Part 1. (Addison-Wesley, 2011), xv+883pp. ISBN 0-201-03804-8

  • 19322701 Vorlesung
    Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    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.

  • 19337401 Vorlesung
    Elliptic Curve Cryptography (Marian Margraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19321102 Übung
    Übung zu Advanced Data Structures (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Übungen

  • 19322702 Übung
    Übung zu Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Mi 16:00-18:00 (Erster Termin: 16.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19337402 Übung
    Übung zu Elliptic Curve Cryptography (Marian Margraf)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

• Algorithmische Geometrie

  0089cA2.4
  • 19313801 Vorlesung
    Algorithmische Geometrie (Günther Rothe)
    Zeit: Mo 10:00-12:00, Do 14:00-16:00 (Erster Termin: 14.04.2025)
    Ort: T9/051 Seminarraum (Takustr. 9)
    
  • 19313802 Übung
    Übung zu Algorithmische Geometrie (Günther Rothe)
    Zeit: Fr 14:00-16:00 (Erster Termin: 25.04.2025)
    Ort: T9/SR 006 Seminarraum (Takustr. 9)
    

• Ausgewählte Themen der Theoretischen Informatik

  0089cA2.5
  • 19315401 Vorlesung
    Multiplicative Weights - A Popular Algorithmic Technique with Countless Applications (Wolfgang Mulzer)
    Zeit: Di 14:00-16:00, Fr 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Kommentar

    Just like greedy algorithms, dynamic programming, or divide-and-conquer, the multiplicative weights method is a fundamental algorithmic technique with countless applications across disciplines. However, it is taught only rarely in basic classes.

    
    
    

    In this class, we will study the multiplicative weights method in detail. We will learn about the basic technique and its variations, explore connections to other fields such as online convex optimization and machine learning, and see the beautiful mathematics that lies behind it.

    
    
    

    We will also see many applications of the technique, with examples from combinatorial optimization, machine learning, algorithmic game theory, computational geometry, information theory, online algorithms, and many more. For some of the applications, we will have invited speakers who have applied the technique in their respective fields.

    
    
    

    The class is jointly attended by students at Sorbonne Paris Nord in Paris and will be given in a hybrid format.

    
    
    

    The course website can be found here: https://www.inf.fu-berlin.de/lehre/SS25/mwu/

    
    

    Literaturhinweise

    Wird noch bekannt gegeben.

  • 19326601 Vorlesung
    Markovketten (Katinka Wolter)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Dieser Kurs wird auf englisch gehalten.

    Wir beschäftigen uns mit den grundlegenden stochastischen Modellen, die zur Untersuchung der Leistung von Computersystemen häufig benutzt werden. Markov modelle und Warteschlangen werden gerne für die Untersuchung dynamischer Systeme verwendet, z.B. Computer Hardware, Kommunicationsprotokolle, biologische Systeme, Epidemien, Verkehr und digitale Währungen.  Wir werden uns einen raschen Überblick verschaffen.  Betrachtete Themen sind der Geburts- und Todesprozess, der Poissonprozess, verallgemeinerte Markov und semi-Markov prozesse sowie deren Lösungsmethoden. Soweit die Zeit es erlaubt werden wir auch die Hintergründe der diskreten Ereignissimulation ansehen.

    Literaturhinweise

    William Stewart. Probability, Markov Chains, Queues and Simulation. Princeton University Press 2009.

  • 19315402 Übung
    Übung zu Multiplicative Weights (Michaela Krüger)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    
  • 19326602 Übung
    Übung zu Markovketten (Justus Purat)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Fortgeschrittene Themen der Theoretischen Informatik

  0089cA2.6
  • 19315401 Vorlesung
    Multiplicative Weights - A Popular Algorithmic Technique with Countless Applications (Wolfgang Mulzer)
    Zeit: Di 14:00-16:00, Fr 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/055 Seminarraum (Takustr. 9)
    

    Kommentar

    Just like greedy algorithms, dynamic programming, or divide-and-conquer, the multiplicative weights method is a fundamental algorithmic technique with countless applications across disciplines. However, it is taught only rarely in basic classes.

    
    
    

    In this class, we will study the multiplicative weights method in detail. We will learn about the basic technique and its variations, explore connections to other fields such as online convex optimization and machine learning, and see the beautiful mathematics that lies behind it.

    
    
    

    We will also see many applications of the technique, with examples from combinatorial optimization, machine learning, algorithmic game theory, computational geometry, information theory, online algorithms, and many more. For some of the applications, we will have invited speakers who have applied the technique in their respective fields.

    
    
    

    The class is jointly attended by students at Sorbonne Paris Nord in Paris and will be given in a hybrid format.

    
    
    

    The course website can be found here: https://www.inf.fu-berlin.de/lehre/SS25/mwu/

    
    

    Literaturhinweise

    Wird noch bekannt gegeben.

  • 19326601 Vorlesung
    Markovketten (Katinka Wolter)
    Zeit: Di 12:00-14:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Dieser Kurs wird auf englisch gehalten.

    Wir beschäftigen uns mit den grundlegenden stochastischen Modellen, die zur Untersuchung der Leistung von Computersystemen häufig benutzt werden. Markov modelle und Warteschlangen werden gerne für die Untersuchung dynamischer Systeme verwendet, z.B. Computer Hardware, Kommunicationsprotokolle, biologische Systeme, Epidemien, Verkehr und digitale Währungen.  Wir werden uns einen raschen Überblick verschaffen.  Betrachtete Themen sind der Geburts- und Todesprozess, der Poissonprozess, verallgemeinerte Markov und semi-Markov prozesse sowie deren Lösungsmethoden. Soweit die Zeit es erlaubt werden wir auch die Hintergründe der diskreten Ereignissimulation ansehen.

    Literaturhinweise

    William Stewart. Probability, Markov Chains, Queues and Simulation. Princeton University Press 2009.

  • 19315402 Übung
    Übung zu Multiplicative Weights (Michaela Krüger)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A7/SR 140 Seminarraum (Hinterhaus) (Arnimallee 7)
    
  • 19326602 Übung
    Übung zu Markovketten (Justus Purat)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 007/008 Seminarraum (Arnimallee 6)
    

• Spezielle Aspekte der Theoretischen Informatik

  0089cA2.7
  • 19320501 Vorlesung
    Kryptoanalyse symmetrischer Verfahren (Marian Margraf)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19321101 Vorlesung
    Advanced Data Structures (László Kozma)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A3/ 024 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Die Schwerpunkte dieser Vorlesung sind Design, Analyse, und Anwendungen von Datenstrukturen.

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

     

    Literaturhinweise

    D. E. Knuth, The Art of Computer Programming, Volume 4A: Combinatorial Algorithms, Part 1. (Addison-Wesley, 2011), xv+883pp. ISBN 0-201-03804-8

  • 19322701 Vorlesung
    Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    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.

  • 19337401 Vorlesung
    Elliptic Curve Cryptography (Marian Margraf)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19321102 Übung
    Übung zu Advanced Data Structures (N.N.)
    Zeit: Do 10:00-12:00 (Erster Termin: 17.04.2025)
    Ort: A3/019 Seminarraum (Arnimallee 3-5)
    

    Kommentar

    Übungen

  • 19322702 Übung
    Übung zu Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Mi 16:00-18:00 (Erster Termin: 16.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    
  • 19337402 Übung
    Übung zu Elliptic Curve Cryptography (Marian Margraf)
    Zeit: Do 14:00-16:00 (Erster Termin: 17.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

• Analysis I

  0084dA1.1
  • 19202801 Vorlesung
    Analysis I (Pavle Blagojevic)
    Zeit: Di 10:00-12:00, Do 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Kommentar

    Inhalt:
    Dies ist der erste Teil einer dreisemestrigen Einführung in die mathematische Grunddisziplin Analysis. Behandelt wird die Differenzial- und Integralrechnung in einer reellen Veränderlichen. Themen:

    1. Grundlagen, Elementare Logik, Geordnete Paare, Relationen, Funktionen, Definitionsbereich und Wertebereich einer Funktion, Umkehrfunktion (Injektivität, Surjektivität)
    2. Zahlen, Vollständige Induktion, Rechnen in R, C
    3. Anordnung von R, Maximum und Minimum, Supremum und Infimum reeller Mengen, Supremums/Infimums-Vollständigkeit von R, Betrag einer reellen Zahl, Q ist dicht in R
    4. Folgen und Reihen, Grenzwerte, Cauchyfolgen, Konvergenzkriterien, Reihen und grundlegende Konvergenzprinzipien
    5. Topologische Aspekte von R, offene, abgeschlossene und kompakte reelle Mengen
    6. Funktionenfolgen, Funktionenreihen, Potenzreihen
    7. Eigenschaften von Funktionen, Beschränktheit, Monotonie, Konvexität
    8. Stetigkeit, Grenzwerte und Stetigkeit von Funktionen, Gleichmäßige Stetigkeit, Zwischenwertsätze, Stetigkeit und Kompaktheit
    9. Differenzierbarkeit, Begriff der Ableitung, Differentiationsregeln, Mittelwertsätze, Lokale und globale Extrema, Krümmung, Monotonie, Konvexität
    10. Elementare Funktionen, Rationale Funktionen, Wurzelfunktionen, Exponentialfunktionen, Winkelfunktionen, Hyperbolische Funktionen, Reeller Logarithmus, Reelle Arkus-Funktionen, Kurvendiskussionen
    11. Anfänge der Integralrechnung

    Nähere Informationen finden Sie auf der Homepage der 19202801 Analysis I.

    Literaturhinweise

    Literature:

    • Bröcker, Theodor: Analysis 1, Spektrum der Wissenschaft-Verlag.
    • Forster, Otto: Analysis 1, Vieweg-Verlag.
    • Spivak, Michael: Calculus, 4th Edition.

    Viele Analysis Bücher sind auch über die Fachbibliothek der FU Berlin elektronisch verfügbar.

    Bei Schwierigkeiten mit den Grundbegriffen Menge, Abbildung etc. ist die folgende Ausarbeitung empfehlenswert:

    • Scheerer, Hans: Brückenkurs, Skript FU Berlin 2006.

  • 19202802 Übung
    Übung zu Analysis I (Pavle Blagojevic)
    Zeit: Di 14:00-16:00, Mi 10:00-12:00, Mi 14:00-16:00, Do 08:00-10:00 (Erster Termin: 15.04.2025)
    Ort: A6/SR 025/026 Seminarraum (Arnimallee 6)
    

• Lineare Algebra I

  0084dA1.4
  • 19201401 Vorlesung
    Lineare Algebra I Sommer (Niels Lindner)
    Zeit: Di 12:00-14:00, Fr 10:00-12:00 (Erster Termin: 15.04.2025)
    Ort: A3/Hs 001 Hörsaal (Arnimallee 3-5)
    

    Kommentar

    Inhalt

    • Grundbegriffe: Mengen, Abbildungen, Äquivalenzrelationen, Gruppen, Ringe, Körper
    • Lineare Gleichungssysteme: Lösbarkeitskriterien, Gauß-Algorithmus
    • Vektorräume: Lineare Unabhängigkeit, Erzeugendensysteme und Basen, Dimension, Unterräume, Faktorräume, Vektorprodukt im R3
    • Lineare Abbildungen: Bild und Rang, Zusammenhang mit Matrizen, Verhalten bei Basiswechsel
    • Dualer Vektorraum: Multilinearformen, alternierende und symmetrische Bilinearformen, Zusammenhang mit Matrizen, Basiswechsel
    • Determinanten: Cramersche Regel, Eigenwerte und -vektoren

    Voraussetzungen

    • Der Brückenkurs Mathematik ist zum Einstieg sehr zu empfehlen!

    Literaturhinweise

    • Siegfried Bosch, Lineare Algebra, 4. Auflage, Springer-Verlag, 2008;
    • Gerd Fischer, Lernbuch Lineare Algebra und Analytische Geometrie, Springer-Verlag, 2017;
    • Bartel Leendert van der Waerden, Algebra Volume I, 9th Edition, Springer 1993;

    Zu den Grundlagen

    • Kevin Houston, Wie man mathematisch denkt: Eine Einführung in die mathematische Arbeitstechnik für Studienanfänger, Spektrum Akademischer Verlag, 2012

  • 19201402 Übung
    Übung zu Lineare Algebra I (Niels Lindner)
    Zeit: Di 14:00-16:00, Mi 12:00-14:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.1.26 Seminarraum E1 (Arnimallee 14)
    

• Lineare Algebra

  0086bA4.4
  • 19301001 Vorlesung
    Lineare Algebra für (Bio-)Informatik (Max Willert)
    Zeit: Mi 16:00-18:00, Do 10:00-12:00, Fr 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    Ort: Hs 2 Hörsaal (Habelschwerdter Allee 45)
    

    Zusätzl. Angaben / Voraussetzungen

    Freischaltung der Anmeldung zu Tutorien wird rechtzeitig bekanntgegeben.

    Kommentar

    • Lineare Algebra:
      • Vektorraum, Basis und Dimension;
      • lineare Abbildung, Matrix und Rang;
      • Gauss-Elimination und lineare Gleichungssysteme;
      • Determinanten, Eigenwerte und Eigenvektoren;
      • Euklidische Vektorräume und Orthonormalisierung;
      • Hauptachsentransformation
    • Anwendungen der linearen Algebra in der affinen Geometrie, Statistik und Codierungstheorie (lineare Codes)

    Literaturhinweise

    • Klaus Jänich: Lineare Algebra, Springer-Lehrbuch, 10. Auflage 2004
    • Dirk Hachenberger: Mathematik für Informatiker, Pearson 2005
    • G. Grimmett, D. Welsh: Probability - An Introduction, Oxford Science Publications 1986
    • Kurt Meyberg, Peter Vachenauer: Höhere Mathematik 1, Springer-Verlag, 6. Auflage 2001
    • G. Berendt: Mathematik für Informatiker, Spektrum Akademischer Verlag 1994
    • Oliver Pretzel: Error-Correcting Codes and Finite Fields, Oxford Univ. Press 1996

  • 19301002 Übung
    Übung zu Lineare Algebra für Informatik (Max Willert)
    Zeit: Mo 10:00-12:00, Mo 14:00-16:00, Mo 16:00-18:00, Di 08:00-10:00, Di 10:00-12:00, Di 12:00-14:00, Di 14:00-16:00, Di 16:00-18:00 (Erster Termin: 14.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

• Vertiefungsmodul (Seminar) I

  0086bA5.12
  • 19307117 Seminar/Proseminar
    Seminar/Proseminar: Smart Homes und die Welt der IoT (Marius Max Wawerek)
    Zeit: Mo 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte moderner "Internet of Things" (IoT) Systeme. Hauptbestandteil sollen Anwendungen und Veröffentlichungen mit Bezügen zu dem Bereich des "Smart Home" sein. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit der Daten Analyse (sowohl "normaler" Stastistik als auch Machine Learning), Sicherheitsaspekten und der Nützlichkeit des Internets der Dinge bzw. des "Smart Home" befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu IoT Systemen muss aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (14.04.2025) wird die Themenliste ausgegeben und besprochen. In der nächsten Woche (21.04.2025) wird eine weitere Möglichkeit zur Themenfindung angeboten. Sollten Sie Interesse an einem eigenem Thema haben bereiten Sie bitte einen kurzen (2-3 Minuten) Abriss Ihres eigenen Vorschlages vor. So dass in der dritten Woche (28.04.2025) die Themenvergabe erfolgt.

     

    Danach gibt es pro Person 3 Präsentationstermine: die Vorstellung der Literaturrecherche (19.05.2025), eine kurze Zwischenpräsentation (16.06.2025) und die Abschlusspräsentation an einem der Termine im Zeitraum vom 30.06.2025 - 14.07.2025. Darüber hinaus gibt es keine weiteren Treffen.

    Das bedeutet das je nach Teilnehmerzahl folgende Treffen verpflichtend sind:

    • 14.04.2025
    • 21.04.2025
    • 19.05.2025
    • 16.06.2025
    • 30.06.2025
    • 07.07.2025
    • 14.07.2025

• Vertiefungsmodul (Projekt 4 SWS)

  0086bA5.13
  • 19308412 Projektseminar
    Softwareprojekt: Datenverwaltung (Agnès Voisard)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 05.02.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    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.

     

    Literaturhinweise

    Wird bekannt gegeben. / To be announced.

• Vertiefungsmodul (Vorlesung 2+2 SWS)

  0086bA5.2
  • 19303401 Vorlesung
    Empirische Methoden im Software Engineering (Lutz Prechelt)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    The course language is German, but the actual slides and practice sheets are in English.

    The exam will be formulated in German, but answers may be given in English, too.

    Homepage: http://www.inf.fu-berlin.de/w/SE/VorlesungEmpirie

    Kommentar

    Software Engineering is a field of so-high socio-technical complexity that the properties (let alone the usefulness) of proposed methods and tools are not at all obvious. We need to evaluate them empirically.

    This course introduces two different manners in which one can think about this situation and approach evaluations:

    1. A quantitative perspective. This aims at quantified statements about the tools and methods and is based on a positivist epistemological stance and corresponding culture.
    2. A qualitative perspective. This aims at making sense of the things that are going on to create the phenomena that give rise to the quantitative outcomes. This perspective is based on an interpretivist epistemological stance and has a culture that values different things.

    Both perspectives have different strengths and weaknesses and are suitable for different types of research interest. In this course, we will learn to think in both of these perspectives and to appreciate the different benefits they provide. We will learn what it means that a study has high quality: it has high credibility and high relevance. We will train diagnosing the various quality problems that often reduce credibility or relevance.

    We will work through the most common research methods and will discuss real examples (interesting published studies) of each, along with their strengths and weaknesses.

    Participants will understand how and when to apply each method and for one of them develop some practical skills by doing so.

    Literaturhinweise

    • Jacob Cohen: The Earth Is Round (p > .05). American Psychologist 49(12): 997003, 1994. Darrell Huff: How to lie with statistics, Penguin 1991.
    • John C. Knight, Nancy G. Leveson: An Experimental Evaluation of the Assumption of Independence in Multi-Version Programming. IEEE Transactions on Software Engineering 12(1):9609, January 1986.
    • John C. Knight, Nancy G. Leveson: A Reply to the Criticisms of the Knight and Leveson Experiment. Software Engineering Notes 15(1):24-35, January 1990.
    • Audris Mockus, Roy T. Fielding, James D. Herbsleb: Two Case Studies of Open Source Software Development: Apache and Mozilla. ACM Transactions of Software Engineering and Methodology 11(3):309-346, July 2002.
    • Timothy Lethbridge: What Knowledge Is Important to a Software Professional? IEEE Computer 33(5):44-50, May 2000.
    • David A. Scanlan: Structured Flowcharts Outperform Pseudocode: An Experimental Comparison. IEEE Software 6(5):28-36, September 1989.
    • Ben Shneiderman, Richard Mayer, Don McKay, Peter Heller: Experimental investigations of the utility of detailed flowcharts in programming. Commun. ACM 20(6):373-381, 1977.
    • Lutz Prechelt, Barbara Unger-Lamprecht, Michael Philippsen, Walter F. Tichy: Two Controlled Experiments Assessing the Usefulness of Design Pattern Documentation in Program Maintenance. IEEE Transactions on Software Engineering 28(6):595-606, 2002.
    • Lutz Prechelt. An Empirical Comparison of Seven Programming Languages: Computer 33(10):23-29, October 2000.
    • Lutz Prechelt: An empirical comparison of C, C++, Java, Perl, Python, Rexx, and Tcl for a search/string-processing program. Technical Report 2000-5, March 2000.
    • Tom DeMarco, Tim Lister: Programmer performance and the effects of the workplace. Proceedings of the 8th international conference on Software engineering. IEEE Computer Society Press, 268-272, 1985.
    • John L. Henning: SPEC CPU2000: Measuring CPU Performance in the New Millennium. Computer 33(7):28-35, July 2000.
    • Susan Elliot Sim, Steve Easterbrook, Richard C. Holt: Using Benchmarking to Advance Research: A Challenge to Software Engineering. Proceedings of the 25th International Conference on Software Engineering (ICSE'03). 2003.
    • Ellen M. Voorhees, Donna Harman: Overview of the Eighth Text REtrieval Conference (TREC-8).
    • Susan Elliott Sim, Richard C. Holt: The Ramp-Up Problem in Software Projects: A case Study of How Software Immigrants Naturalize. Proceedings of the 20th international conference on Software engineering, April 19-25, 1998, Kyoto, Japan: 361-370.
    • Oliver Laitenberger, Thomas Beil, Thilo Schwinn: An Industrial Case Study to Examine a Non-Traditional Inspection Implementation for Requirements Specifications. Empirical Software Engineering 7(4): 345-374, 2002.
    • Yatin Chawathe, Sylvia Ratnasamy, Lee Breslau, Nick Lanham, Scott Shenker: Making Gnutella-like P2P Systems Scalable. Proceedings of ACM SIGCOMM 2003. April 2003.
    • Stephen G. Eick, Todd L. Graves, Alan F. Karr, J.S. Marron, Audris Mockus: Does Code Decay? Assessing the Evidence from Change Management Data. IEEE Transactions of Software Engineering 27(1):12, 2001.
    • Chris Sauer, D. Ross Jeffrey, Lesley Land, Philip Yetton: The Effectiveness of Software Development Technical Reviews: A Behaviorally Motivated Program of Research. IEEE Transactions on Software Engineering 26(1):14, January 2000.

  • 19303402 Übung
    Übung zu Empirische Methoden im Software Engineering (Lutz Prechelt)
    Zeit: Mi 08:00-10:00 (Erster Termin: 16.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

• Vertiefungsmodul (Projekt 4 SWS) I

  0086bA5.23
  • 19308412 Projektseminar
    Softwareprojekt: Datenverwaltung (Agnès Voisard)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 05.02.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    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.

     

    Literaturhinweise

    Wird bekannt gegeben. / To be announced.

• Vertiefungsmodul (Seminar)

  0086bA5.4
  • 19307117 Seminar/Proseminar
    Seminar/Proseminar: Smart Homes und die Welt der IoT (Marius Max Wawerek)
    Zeit: Mo 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte moderner "Internet of Things" (IoT) Systeme. Hauptbestandteil sollen Anwendungen und Veröffentlichungen mit Bezügen zu dem Bereich des "Smart Home" sein. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit der Daten Analyse (sowohl "normaler" Stastistik als auch Machine Learning), Sicherheitsaspekten und der Nützlichkeit des Internets der Dinge bzw. des "Smart Home" befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu IoT Systemen muss aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (14.04.2025) wird die Themenliste ausgegeben und besprochen. In der nächsten Woche (21.04.2025) wird eine weitere Möglichkeit zur Themenfindung angeboten. Sollten Sie Interesse an einem eigenem Thema haben bereiten Sie bitte einen kurzen (2-3 Minuten) Abriss Ihres eigenen Vorschlages vor. So dass in der dritten Woche (28.04.2025) die Themenvergabe erfolgt.

     

    Danach gibt es pro Person 3 Präsentationstermine: die Vorstellung der Literaturrecherche (19.05.2025), eine kurze Zwischenpräsentation (16.06.2025) und die Abschlusspräsentation an einem der Termine im Zeitraum vom 30.06.2025 - 14.07.2025. Darüber hinaus gibt es keine weiteren Treffen.

    Das bedeutet das je nach Teilnehmerzahl folgende Treffen verpflichtend sind:

    • 14.04.2025
    • 21.04.2025
    • 19.05.2025
    • 16.06.2025
    • 30.06.2025
    • 07.07.2025
    • 14.07.2025

• Vertiefungsmodul (Vorlesung 2+2 SWS) I

  0086bA5.9
  • 19303401 Vorlesung
    Empirische Methoden im Software Engineering (Lutz Prechelt)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    The course language is German, but the actual slides and practice sheets are in English.

    The exam will be formulated in German, but answers may be given in English, too.

    Homepage: http://www.inf.fu-berlin.de/w/SE/VorlesungEmpirie

    Kommentar

    Software Engineering is a field of so-high socio-technical complexity that the properties (let alone the usefulness) of proposed methods and tools are not at all obvious. We need to evaluate them empirically.

    This course introduces two different manners in which one can think about this situation and approach evaluations:

    1. A quantitative perspective. This aims at quantified statements about the tools and methods and is based on a positivist epistemological stance and corresponding culture.
    2. A qualitative perspective. This aims at making sense of the things that are going on to create the phenomena that give rise to the quantitative outcomes. This perspective is based on an interpretivist epistemological stance and has a culture that values different things.

    Both perspectives have different strengths and weaknesses and are suitable for different types of research interest. In this course, we will learn to think in both of these perspectives and to appreciate the different benefits they provide. We will learn what it means that a study has high quality: it has high credibility and high relevance. We will train diagnosing the various quality problems that often reduce credibility or relevance.

    We will work through the most common research methods and will discuss real examples (interesting published studies) of each, along with their strengths and weaknesses.

    Participants will understand how and when to apply each method and for one of them develop some practical skills by doing so.

    Literaturhinweise

    • Jacob Cohen: The Earth Is Round (p > .05). American Psychologist 49(12): 997003, 1994. Darrell Huff: How to lie with statistics, Penguin 1991.
    • John C. Knight, Nancy G. Leveson: An Experimental Evaluation of the Assumption of Independence in Multi-Version Programming. IEEE Transactions on Software Engineering 12(1):9609, January 1986.
    • John C. Knight, Nancy G. Leveson: A Reply to the Criticisms of the Knight and Leveson Experiment. Software Engineering Notes 15(1):24-35, January 1990.
    • Audris Mockus, Roy T. Fielding, James D. Herbsleb: Two Case Studies of Open Source Software Development: Apache and Mozilla. ACM Transactions of Software Engineering and Methodology 11(3):309-346, July 2002.
    • Timothy Lethbridge: What Knowledge Is Important to a Software Professional? IEEE Computer 33(5):44-50, May 2000.
    • David A. Scanlan: Structured Flowcharts Outperform Pseudocode: An Experimental Comparison. IEEE Software 6(5):28-36, September 1989.
    • Ben Shneiderman, Richard Mayer, Don McKay, Peter Heller: Experimental investigations of the utility of detailed flowcharts in programming. Commun. ACM 20(6):373-381, 1977.
    • Lutz Prechelt, Barbara Unger-Lamprecht, Michael Philippsen, Walter F. Tichy: Two Controlled Experiments Assessing the Usefulness of Design Pattern Documentation in Program Maintenance. IEEE Transactions on Software Engineering 28(6):595-606, 2002.
    • Lutz Prechelt. An Empirical Comparison of Seven Programming Languages: Computer 33(10):23-29, October 2000.
    • Lutz Prechelt: An empirical comparison of C, C++, Java, Perl, Python, Rexx, and Tcl for a search/string-processing program. Technical Report 2000-5, March 2000.
    • Tom DeMarco, Tim Lister: Programmer performance and the effects of the workplace. Proceedings of the 8th international conference on Software engineering. IEEE Computer Society Press, 268-272, 1985.
    • John L. Henning: SPEC CPU2000: Measuring CPU Performance in the New Millennium. Computer 33(7):28-35, July 2000.
    • Susan Elliot Sim, Steve Easterbrook, Richard C. Holt: Using Benchmarking to Advance Research: A Challenge to Software Engineering. Proceedings of the 25th International Conference on Software Engineering (ICSE'03). 2003.
    • Ellen M. Voorhees, Donna Harman: Overview of the Eighth Text REtrieval Conference (TREC-8).
    • Susan Elliott Sim, Richard C. Holt: The Ramp-Up Problem in Software Projects: A case Study of How Software Immigrants Naturalize. Proceedings of the 20th international conference on Software engineering, April 19-25, 1998, Kyoto, Japan: 361-370.
    • Oliver Laitenberger, Thomas Beil, Thilo Schwinn: An Industrial Case Study to Examine a Non-Traditional Inspection Implementation for Requirements Specifications. Empirical Software Engineering 7(4): 345-374, 2002.
    • Yatin Chawathe, Sylvia Ratnasamy, Lee Breslau, Nick Lanham, Scott Shenker: Making Gnutella-like P2P Systems Scalable. Proceedings of ACM SIGCOMM 2003. April 2003.
    • Stephen G. Eick, Todd L. Graves, Alan F. Karr, J.S. Marron, Audris Mockus: Does Code Decay? Assessing the Evidence from Change Management Data. IEEE Transactions of Software Engineering 27(1):12, 2001.
    • Chris Sauer, D. Ross Jeffrey, Lesley Land, Philip Yetton: The Effectiveness of Software Development Technical Reviews: A Behaviorally Motivated Program of Research. IEEE Transactions on Software Engineering 26(1):14, January 2000.

  • 19303402 Übung
    Übung zu Empirische Methoden im Software Engineering (Lutz Prechelt)
    Zeit: Mi 08:00-10:00 (Erster Termin: 16.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

• Projektseminar Datenverwaltungssysteme

  0089bA1.13
  • 19303811 Seminar
    Projektseminar: Datenverwaltung (Muhammed-Ugur Karagülle)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: T9/137 Konferenzraum (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.

• Robotik

  0089bA1.14
  • 19304701 Vorlesung
    Robotik (Daniel Göhring)
    Zeit: Mi 12:00-14:00 (Erster Termin: 16.04.2025)
    Ort: T9/Gr. Hörsaal (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Voraussetzungen:

    Interesse an Robotik mit Anwendungen an autonomen Fahrzeugen. Grundwissen in Mathematik, insbesondere Lineare Algebra und Optimisierung. Die Studierenden werden mit einem echten Modellauto im Robotiklabor arbeiten.

    Kommentar

    Inhalt:

    Die Vorlesung gibt eine Einführung in die Robotik. Sie ist in folgende Themenschwerpunkte untergliedert:

    • Bewegungserzeugung und dynamische Regelungsverfahren: Dieser Schwerpunkt beschäftigt sich mit Koordinatensystemen, nichtholonomen Bewegungsmodellen wie Ackermannmodellen (analog zu Automobilen) sowie PID-Reglern.
    • Planungsverfahren: Planung mit Hindernissen, Finden von Pfaden, Dijkstra, A*, Hindernisse im Konfigurationsraum, RRT, lattice planner, Gradientenabstieg, Potenzialfeldmethoden, Splines
    • Localisierung und Mapping: Zustandsabschätzung, Bayesfilter, Odometrie, Partikelfilter, Kalmanfilter, SLAM-Verfahren.
    • Vision und Umgebungswahrnehmung: SIFT, HOG-features, Deformable parts models, hough transform, Spurerkennung, 3d-Punktwolken, RANSAC .

    Nach dieser Vorlesung werden die Studenten in der Lage sein, einfache Algorithmen zur Bewegungserzeugung und Zustandsabschätzung für Roboter zu erzeugen.

    Die VL wird in deutscher Sprache gehalten, Folien und Begleitmaterial sind größtenteils auf Englisch.

     

    Literaturhinweise

    Literatur:

    
    John J Craig: Introduction to Robotics: Mechanics and Control; Steven LaValle: Planning Algorithms; Sebastian Thrun, Wolfram Burgard, Dieter Fox: Probabilistic Robotics
    
     

  • 19304702 Übung
    Übung zu Robotik (Daniel Göhring)
    Zeit: Do 12:00-14:00 (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

• Seminar Ausgewählte Beiträge zum Software Engineering

  0089bA1.17
  • 19305811 Seminar
    Seminar: Beiträge zum Software Engineering (Lutz Prechelt)
    Zeit: Do 16:00-18:00 (Erster Termin: 17.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Zielgruppe

    Studierende der Informatik (auch Nebenfach).

    Bitte melden Sie sich bei Interesse mit einem Themenvorschlag oder einer Themenanfrage bei irgendeinem geeigneten Mitarbeiter der Arbeitsgruppe.

    Der Einstieg ist auch während des laufenden Semesters möglich, da die Veranstaltung fortlaufend angeboten wird.

    Voraussetzungen

    Teilnehmen kann jede/r Student/in der Informatik, der/die die Vorlesung "Softwaretechnik" gehört hat.

    Im Rahmen der Teilnahme kann es nötig werden, sich mit Teilen der Materialien zur Veranstaltung "Empirische Bewertung in der Informatik" auseinanderzusetzen.

    Homepage

    http://www.inf.fu-berlin.de/w/SE/SeminarBeitraegeZumSE

    Kommentar

    Inhalt

    Dies ist ein Forschungsseminar. Das bedeutet, die Vorträge sollen in der Regel zur Förderung laufender Forschungsarbeiten beitragen. Es gibt deshalb, grob gesagt, drei Arten möglicher Themen:

    • Publizierte oder laufende Forschungsarbeiten aus einem der Bereiche, in denen die Arbeitsgruppe Software Engineering arbeitet.
    • Besonders gute spezielle Forschungsarbeiten (oder anderes Wissen) aus anderen Bereichen des Software Engineering oder angrenzender Bereiche der Informatik.
    • Grundlagenthemen aus wichtigen Gebieten des Software Engineering oder angrenzender Fächer wie Psychologie, Soziologie, Pädagogik, Wirtschaftswissenschaften sowie deren Methoden.

    Eine scharfe Einschränkung der Themen gibt es jedoch nicht; fast alles ist möglich.

    Literaturhinweise

    Je nach Wahl des Vortragsthemas

• Seminar Datenverwaltung

  0089bA1.18
  • 19328217 Seminar/Proseminar
    Seminar/Proseminar: New Trends in Information Systems (Agnès Voisard)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    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.

• Softwareprojekt Datenverwaltung

  0089bA1.21
  • 19308412 Projektseminar
    Softwareprojekt: Datenverwaltung (Agnès Voisard)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 05.02.2025)
    Ort: T9/137 Konferenzraum (Takustr. 9)
    

    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.

     

    Literaturhinweise

    Wird bekannt gegeben. / To be announced.

• Softwareprojekt Web-Technologien

  0089bA1.24
  • 19314012 Projektseminar
    Softwareprojekt: Semantische Technologien (Adrian Paschke)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    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.

    Literaturhinweise

    Corporate Semantic Web

• Seminar Datenbanksysteme

  0089bA1.33
  • 19328217 Seminar/Proseminar
    Seminar/Proseminar: New Trends in Information Systems (Agnès Voisard)
    Zeit: Mi 10:00-12:00 (Erster Termin: 16.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    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.

• Softwaretechnik-Projekt

  0089bA1.35
  • 19323612 Projektseminar
    Softwareprojekt: AMOS-Projekt (Lutz Prechelt)
    Zeit: -
    Ort: keine Angabe
    

    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.

    ACHTUNG: Dieser Kurs findet extern statt und verwendet einen zusätzlichen Prozess für die Anmeldung. Registrierung und weitere Kursinformation finden Sie auf einem 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

• Softwareprojekt Künstliche Intelligenz

  0089bA1.36
  • 19314012 Projektseminar
    Softwareprojekt: Semantische Technologien (Adrian Paschke)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: A7/SR 031 (Arnimallee 7)
    

    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.

    Literaturhinweise

    Corporate Semantic Web

• Empirische Bewertung in der Informatik

  0089bA1.6
  • 19303401 Vorlesung
    Empirische Methoden im Software Engineering (Lutz Prechelt)
    Zeit: Mo 12:00-14:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/049 Seminarraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    The course language is German, but the actual slides and practice sheets are in English.

    The exam will be formulated in German, but answers may be given in English, too.

    Homepage: http://www.inf.fu-berlin.de/w/SE/VorlesungEmpirie

    Kommentar

    Software Engineering is a field of so-high socio-technical complexity that the properties (let alone the usefulness) of proposed methods and tools are not at all obvious. We need to evaluate them empirically.

    This course introduces two different manners in which one can think about this situation and approach evaluations:

    1. A quantitative perspective. This aims at quantified statements about the tools and methods and is based on a positivist epistemological stance and corresponding culture.
    2. A qualitative perspective. This aims at making sense of the things that are going on to create the phenomena that give rise to the quantitative outcomes. This perspective is based on an interpretivist epistemological stance and has a culture that values different things.

    Both perspectives have different strengths and weaknesses and are suitable for different types of research interest. In this course, we will learn to think in both of these perspectives and to appreciate the different benefits they provide. We will learn what it means that a study has high quality: it has high credibility and high relevance. We will train diagnosing the various quality problems that often reduce credibility or relevance.

    We will work through the most common research methods and will discuss real examples (interesting published studies) of each, along with their strengths and weaknesses.

    Participants will understand how and when to apply each method and for one of them develop some practical skills by doing so.

    Literaturhinweise

    • Jacob Cohen: The Earth Is Round (p > .05). American Psychologist 49(12): 997003, 1994. Darrell Huff: How to lie with statistics, Penguin 1991.
    • John C. Knight, Nancy G. Leveson: An Experimental Evaluation of the Assumption of Independence in Multi-Version Programming. IEEE Transactions on Software Engineering 12(1):9609, January 1986.
    • John C. Knight, Nancy G. Leveson: A Reply to the Criticisms of the Knight and Leveson Experiment. Software Engineering Notes 15(1):24-35, January 1990.
    • Audris Mockus, Roy T. Fielding, James D. Herbsleb: Two Case Studies of Open Source Software Development: Apache and Mozilla. ACM Transactions of Software Engineering and Methodology 11(3):309-346, July 2002.
    • Timothy Lethbridge: What Knowledge Is Important to a Software Professional? IEEE Computer 33(5):44-50, May 2000.
    • David A. Scanlan: Structured Flowcharts Outperform Pseudocode: An Experimental Comparison. IEEE Software 6(5):28-36, September 1989.
    • Ben Shneiderman, Richard Mayer, Don McKay, Peter Heller: Experimental investigations of the utility of detailed flowcharts in programming. Commun. ACM 20(6):373-381, 1977.
    • Lutz Prechelt, Barbara Unger-Lamprecht, Michael Philippsen, Walter F. Tichy: Two Controlled Experiments Assessing the Usefulness of Design Pattern Documentation in Program Maintenance. IEEE Transactions on Software Engineering 28(6):595-606, 2002.
    • Lutz Prechelt. An Empirical Comparison of Seven Programming Languages: Computer 33(10):23-29, October 2000.
    • Lutz Prechelt: An empirical comparison of C, C++, Java, Perl, Python, Rexx, and Tcl for a search/string-processing program. Technical Report 2000-5, March 2000.
    • Tom DeMarco, Tim Lister: Programmer performance and the effects of the workplace. Proceedings of the 8th international conference on Software engineering. IEEE Computer Society Press, 268-272, 1985.
    • John L. Henning: SPEC CPU2000: Measuring CPU Performance in the New Millennium. Computer 33(7):28-35, July 2000.
    • Susan Elliot Sim, Steve Easterbrook, Richard C. Holt: Using Benchmarking to Advance Research: A Challenge to Software Engineering. Proceedings of the 25th International Conference on Software Engineering (ICSE'03). 2003.
    • Ellen M. Voorhees, Donna Harman: Overview of the Eighth Text REtrieval Conference (TREC-8).
    • Susan Elliott Sim, Richard C. Holt: The Ramp-Up Problem in Software Projects: A case Study of How Software Immigrants Naturalize. Proceedings of the 20th international conference on Software engineering, April 19-25, 1998, Kyoto, Japan: 361-370.
    • Oliver Laitenberger, Thomas Beil, Thilo Schwinn: An Industrial Case Study to Examine a Non-Traditional Inspection Implementation for Requirements Specifications. Empirical Software Engineering 7(4): 345-374, 2002.
    • Yatin Chawathe, Sylvia Ratnasamy, Lee Breslau, Nick Lanham, Scott Shenker: Making Gnutella-like P2P Systems Scalable. Proceedings of ACM SIGCOMM 2003. April 2003.
    • Stephen G. Eick, Todd L. Graves, Alan F. Karr, J.S. Marron, Audris Mockus: Does Code Decay? Assessing the Evidence from Change Management Data. IEEE Transactions of Software Engineering 27(1):12, 2001.
    • Chris Sauer, D. Ross Jeffrey, Lesley Land, Philip Yetton: The Effectiveness of Software Development Technical Reviews: A Behaviorally Motivated Program of Research. IEEE Transactions on Software Engineering 26(1):14, January 2000.

  • 19303402 Übung
    Übung zu Empirische Methoden im Software Engineering (Lutz Prechelt)
    Zeit: Mi 08:00-10:00 (Erster Termin: 16.04.2025)
    Ort: T9/046 Seminarraum (Takustr. 9)
    

• Aktuelle Forschungsthemen der Algorithmik

  0089bA2.1
  • 19320501 Vorlesung
    Kryptoanalyse symmetrischer Verfahren (Marian Margraf)
    Zeit: Di 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: 1.4.03 Seminarraum T2 (Arnimallee 14)
    

    Kommentar

    Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

  • 19322701 Vorlesung
    Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Do 10:00-12:00, zusätzliche Termine siehe LV-Details (Erster Termin: 17.04.2025)
    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.

  • 19320502 Übung
    Übung zu Kryptoanalyse (Marian Margraf)
    Zeit: Mi 14:00-16:00 (Erster Termin: 16.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    
  • 19322702 Übung
    Übung zu Kryptoanalyse asymmetrischer Verfahren (Marian Margraf)
    Zeit: Mi 16:00-18:00 (Erster Termin: 16.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

• Seminar Technische Informatik

  0089bA3.6
  • 19307117 Seminar/Proseminar
    Seminar/Proseminar: Smart Homes und die Welt der IoT (Marius Max Wawerek)
    Zeit: Mo 14:00-16:00, zusätzliche Termine siehe LV-Details (Erster Termin: 14.04.2025)
    Ort: T9/K63 Hardwarepraktikum (Takustr. 9)
    

    Kommentar

    Dieses Seminar konzentriert sich auf verschiedene Aspekte moderner "Internet of Things" (IoT) Systeme. Hauptbestandteil sollen Anwendungen und Veröffentlichungen mit Bezügen zu dem Bereich des "Smart Home" sein. Zu Beginn des Seminars werden Themenvorschläge ausgegeben, die sich vor allem mit der Daten Analyse (sowohl "normaler" Stastistik als auch Machine Learning), Sicherheitsaspekten und der Nützlichkeit des Internets der Dinge bzw. des "Smart Home" befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zu IoT Systemen muss aber gegeben sein. Die Bearbeitung der Themen soll alleine erfolgen.
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin (14.04.2025) wird die Themenliste ausgegeben und besprochen. In der nächsten Woche (21.04.2025) wird eine weitere Möglichkeit zur Themenfindung angeboten. Sollten Sie Interesse an einem eigenem Thema haben bereiten Sie bitte einen kurzen (2-3 Minuten) Abriss Ihres eigenen Vorschlages vor. So dass in der dritten Woche (28.04.2025) die Themenvergabe erfolgt.

     

    Danach gibt es pro Person 3 Präsentationstermine: die Vorstellung der Literaturrecherche (19.05.2025), eine kurze Zwischenpräsentation (16.06.2025) und die Abschlusspräsentation an einem der Termine im Zeitraum vom 30.06.2025 - 14.07.2025. Darüber hinaus gibt es keine weiteren Treffen.

    Das bedeutet das je nach Teilnehmerzahl folgende Treffen verpflichtend sind:

    • 14.04.2025
    • 21.04.2025
    • 19.05.2025
    • 16.06.2025
    • 30.06.2025
    • 07.07.2025
    • 14.07.2025

  • 19310817 Seminar/Proseminar
    Seminar/Proseminar: High Performance and Cloud Computing (Barry Linnert)
    Zeit: Di 12:00-14:00 (Erster Termin: 22.04.2025)
    Ort: T9/K40 Multimediaraum (Takustr. 9)
    

    Kommentar

    Wenn es darum geht, komplexe Anwendungen oder große Datenmengen in einem angemessenen Zeitrahmen zu verarbeiten, ist der Einsatz von parallelen Programmen unumgänglich. Diese können jedoch sowohl auf Grund des spezifischen Anwendungsrahmens oder der technischen Umgebungen sehr unterschiedlich ausfallen. So kommen im High Performance Computing (HPC) Supercomputer zum Einsatz, die Anwendungen mit einem hohen Maß an Interaktion unterstützen, während beim Cloud Computing ein Schwerpunkt auf die Bereitstellung von Daten und Rechenkapazität bei Bedarf (on demand) gelegt wird.

    Beide Anwendungsbereiche haben Herausforderungen sowohl auf Ebene der Programmierung als auch bei der Verwaltung der entsprechenden Systeme.

    Im Seminar wollen wir uns im Rahmen dieses Spektrums jeweils einem Aspekt widmen, und die aktuelle Forschung hierzu zusammenfassen und bewerten.

     

    Weitere Informationen zum Ablauf werden beim ersten Termin am 22.04.2025 bereitgestellt.

  • 19329617 Seminar/Proseminar
    Seminar/Proseminar: Telematik (Jochen Schiller)
    Zeit: Di 15.07. 10:00-16:00, Di 22.07. 10:00-18:00 (Erster Termin: 15.07.2025)
    Ort: T9/K40 Multimediaraum (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  Sicherheitsaspekten des Internets der Dinge 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 (2-3 Studierende) erfolgen. Dann muss aber deutlich werden, wer welchen Teil zur Seminararbeit beigetragen hat. 
    
    Es ist möglich, dieses Seminar mit dem Softwareprojekt Technische Informatik zu kombinieren. Die theoretischen Grundlagen des gewählten Themas werden dann hier in Form einer wissenschaftlichen Ausarbeitung behandelt und im Softwareprojekt praktisch umgesetzt. Beachten Sie bitte, dass die Seminararbeit sich nicht mit Implementierungsdetails befassen soll und die Pflicht zur sorgfältigen schriftlichen Dokumentation des Softwareprojekts nicht entfällt. 
    
    Zum Ablauf: Dieses Seminar findet Semester-begleitend statt. Es gibt wenige Meetings, diese sind aber verpflichtend. Am ersten Termin 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 erfolgt dann die Themenvergabe. Danach gibt es insgesamt 3 Präsentationstermine: die Themenvorstellung, eine kurze Zwischenpräsentation und die Abschlusspräsentation. Darüber hinaus gibt es keine weiteren Treffen. Die genauen Termine und weitere Hinweise werden auf Whiteboard bekanntgegeben.

• Seminar zur Mathematik

  0084cB1.1
  • 19203611 Seminar
    Proseminar/Seminar: das Buch der Beweise (Giulia Codenotti)
    Zeit: Di 14:00-16:00 (Erster Termin: 15.04.2025)
    Ort: A3/SR 115 (Arnimallee 3-5)
    

    Kommentar

    Der Schwerpunkt des Seminars liegt auf dem Schreiben von Mathematik: Was macht einen Beweis vollständig und sauber? Wie kann er gut kommuniziert werden? Wir werden schöne und elegante Beweise aus verschiedenen Bereichen der Mathematik (insbesondere Geometrie, Kombinatorik und Graphentheorie) diskutieren. Dies ist eine Auswahl der Beweise aus dem Buch der Beweise von Aigner und Ziegler, inspiriert vom berühmten Mathematiker Paul Erdos, der gerne von einem überirdischen Buch sprach, in dem die perfekten Beweise für mathematische Theoreme aufbewahrt wurden.

  • 19213910 Proseminar
    Proseminar/Seminar zur Zahlentheorie: Geometrie der Zahlen (Niels Lindner)
    Zeit: Fr 12:00-14:00 (Erster Termin: 25.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Zusätzl. Angaben / Voraussetzungen

    Nötige Vorkenntnisse: Lineare Algebra und eine gewisse Vertrautheit mit den Grundbegriffen der Algebra, etwa "Gruppe", "Ring", "Körper", "Ideal", "Normalteiler", etc.

    Kommentar

    Das Proseminar/Seminar beschäftigt sich mit Minkowskis "Geometrie der Zahlen". Diese eröffnet nicht nur eine geometrische Perspektive auf algebraische Zahlentheorie, sondern ermöglicht auch interessante Anwendungen in der diskreten Geometrie und der kombinatorischen Optimierung. Konkreter bietet sich das Eintauchen in folgende Themen an:

    * Minkowskis klassische Theoreme über konvexe Körper

    * Gaußsche Zahlen, Fermats Zwei-Quadrate-Satz und Legendres Vier-Quadrate-Satz

    * Algebraische Zahlkörper, die Endlichkeit der Klassenzahl und Dirichlets Einheitensatz

    * Lineare Gleichungssysteme über den ganzen Zahlen: Hermite- und Smith-Normalform

    * Grundlagen der Gittertheorie

    * Gitterbasisreduktion und der LLL-Algorithmus

    * Das Problem des kürzesten Vektors

    * Dichte Kugelpackungen

    * Khinchine's flatness theorem

    * Ganzzahlige lineare Programmierung in fester Dimension

    Die Liste soll nur einen groben thematischen Überblick geben. Die konkreten Vortragsthemen werden später und in Absprache mit den Teilnehmer:innen festgelegt.

    Weitere Informationen folgen zu Beginn der Vorlesungszeit auf der Whiteboard-Homepage des Seminars.

• Diskrete Mathematik I

  0084cB3.2
  • 19214701 Vorlesung
    Diskrete Mathematik I (Ralf Borndörfer)
    Zeit: Di 14:00-16:00, Do 12:00-14:00 (Erster Termin: 15.04.2025)
    Ort: T9/SR 005 Übungsraum (Takustr. 9)
    

    Zusätzl. Angaben / Voraussetzungen

    Target group:

    BMS students, Master and Bachelor students

    Whiteboard:

    You need access to the whiteboard in order to receive information and participate in the exercises.

    Large tutorial:

    Participation is recommended, but non-mandatory.

    Exams:

    1st exam: Thurday July 17, 14:00-16:00, room tba, i.e., in the last lecture
    2nd exam: Thursday October 09, 10:00-12:00, room tba, i.e., in the last week before the lectures of the winter semester start

    Kommentar

    Content:

    Selection from the following topics:

    • Enumeration (twelvefold way, inclusion-exclusion, double counting, recursions, generating functions, inversion, Ramsey's Theorem, asymptotic counting)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)

    Literaturhinweise

    • J. Matousek, J. Nesetril (2002/2007): An Invitation to Discrete Mathematics, Oxford University Press, Oxford/Diskrete Mathematik, Springer Verlag, Berlin, Heidelberg.
    • L. Lovasz, J. Pelikan, K. Vesztergombi (2003): Discrete Mathemtics - Elementary and Beyond/Diskrete Mathematik, Springer Verlag, New York.
    • N. Biggs (2004): Discrete Mathematics. Oxford University Press, Oxford.
    • M. Aigner (2004/2007): Diskrete Mathematik, Vieweg Verlag, Wiesbaden/Discrete Mathemattics, American Mathematical Society, USA.
    • D. West (2011): Introduction to Graph Theory. Pearson Education, New York.

  • 19214702 Übung
    Übung zu Diskrete Mathematik I (Silas Rathke)
    Zeit: Di 16:00-18:00, Do 14:00-16:00 (Erster Termin: 22.04.2025)
    Ort: A3/SR 119 (Arnimallee 3-5)
    

    Kommentar

    Content:

    Selection from the following topics:

    • Counting (basics, double counting, Pigeonhole Principle, recursions, generating functions, Inclusion-Exclusion, inversion, Polya theory)
    • Discrete Structures (graphs, set systems, designs, posets, matroids)
    • Graph Theory (trees, matchings, connectivity, planarity, colorings)
    • Algorithms (asymptotic running time, BFS, DFS, Dijkstra, Greedy, Kruskal, Hungarian, Ford-Fulkerson)

• Module ohne Lehrangebot in diesem Semester

  113 Module
  • Funktionale Programmierung 0086bA1.1
  • Objektorientierte Programmierung 0086bA1.2
  • Datenstrukturen und Datenabstraktion 0086bA1.3
  • Nichtsequentielle Programmierung 0086bA1.4
  • Netzprogrammierung 0086bA1.5
  • Grundlagen der Technischen Informatik 0086bA2.1
  • Rechnerarchitektur 0086bA2.2
  • Praktikum Technische Informatik 0086bA2.4
  • Betriebssysteme 0089cA3.1
  • Ausgewählte Themen der Technischen Informatik 0089cA3.12
  • Telematik 0089cA3.5
  • Grundlagen der Theoretischen Informatik 0086bA3.1
  • Modellgetriebene Softwareentwicklung 0089cA1.11
  • Rechnersicherheit 0089cA1.16
  • Übersetzerbau 0089cA1.19
  • Computergrafik 0089cA1.2
  • Praktiken professioneller Softwareentwicklung 0089cA1.22
  • Grundlagen des Softwaretestens 0089cA1.7
  • Höhere Algorithmik 0089cA2.1
  • Modelchecking 0089cA2.2
  • Kryptographie und Sicherheit in Verteilten Systemen 0089cA2.8
  • Analysis I 0084aA1.1
  • Lineare Algebra I 0084aA2.1
  • Logik und Diskrete Mathematik 0086bA4.1
  • Analysis 0086bA4.2
  • Vertiefungsmodul (Vorlesung 4+2 SWS) 0086bA5.1
  • Vertiefungsmodul (Vorlesung 2+2 SWS) II 0086bA5.10
  • Vertiefungsmodul (Vorlesung 2 SWS) I 0086bA5.11
  • Vertiefungsmodul (Vorlesung 4+2 SWS) II 0086bA5.14
  • Vertiefungsmodul (Vorlesung 4+2 SWS) III 0086bA5.15
  • Vertiefungsmodul (Vorlesung 2+2 SWS) III 0086bA5.16
  • Vertiefungsmodul (Vorlesung 2+2 SWS, Miniprojekt) 0086bA5.17
  • Vertiefungsmodul (Vorlesung 2+2 SWS, Miniprojekt) I 0086bA5.18
  • Vertiefungsmodul (Begleitprojekt 2 SWS, 3 LP) 0086bA5.19
  • Vertiefungsmodul (Begleitprojekt 2 SWS, 3 LP) I 0086bA5.20
  • Vertiefungsmodul (Begleitprojekt, 3 LP) 0086bA5.21
  • Vertiefungsmodul (Begleitprojekt, 3 LP) I 0086bA5.22
  • Vertiefungsmodul (V 2 SWS, 3 LP) II 0086bA5.24
  • Vertiefungsmodul (Vorl. 2+1 SWS, 4 LP) 0086bA5.25
  • Vertiefungsmodul (Vorl. 2+2 SWS, 6 LP) 0086bA5.26
  • Vertiefungsmodul (Vorl. 3+1 SWS, 7 LP) 0086bA5.27
  • Vertiefungsmodul (Vorl. 3+2 SWS, 9 LP) 0086bA5.28
  • Vertiefungsmodul (Vorl. 2+1 SWS, 4 LP) I 0086bA5.29
  • Vertiefungsmodul (Vorlesung 2 SWS) 0086bA5.3
  • Vertiefungsmodul (Vorl. 2+2 SWS, 6 LP) I 0086bA5.30
  • Vertiefungsmodul (Vorl. 3+1 SWS, 7 LP) I 0086bA5.31
  • Vertiefungsmodul (Vorl. 3+2 SWS, 9 LP) I 0086bA5.32
  • Vertiefungsmodul (Praktikum/Projekt 2 SWS) 0086bA5.5
  • Vertiefungsmodul (Praktikum/Projekt 3 SWS) 0086bA5.6
  • Vertiefungsmodul (Praktikum/Projekt 4 SWS) 0086bA5.7
  • Vertiefungsmodul (Vorlesung 4+2 SWS) I 0086bA5.8
  • Vertiefungsmodul (Vorlesung 2+2 SWS) IV 0086bA5.85
  • Vertiefungsmodul (4+2 SWS, 10 LP) 0086bA5.86
  • Vertiefungsmodul (4+2 SWS, 10 LP) I 0086bA5.87
  • Vertiefungsmodul (Seminar, 5 LP) 0086bA5.88
  • Vertiefungsmodul (Seminar, 5 LP) I 0086bA5.89
  • Vertiefungsmodul (Prakt. 2 SWS, 4 LP) 0086bA5.90
  • Vertiefungsmodul (Prakt. 2 SWS, 4 LP) I 0086bA5.91
  • Vertiefungsmodul (V2 + P2 SWS, 5 LP) 0086bA5.92
  • Vertiefungsmodul (V2 + P2 SWS, 5 LP) I 0086bA5.93
  • Betriebssysteme 0089bA1.1
  • Mobilkommunikation 0089bA1.10
  • Mustererkennung 0089bA1.11
  • Netzbasierte Informationssysteme 0089bA1.12
  • Semantisches Geschäftsprozessmanagement 0089bA1.15
  • Semantik von Programmiersprachen 0089bA1.16
  • Seminar Künstliche Intelligenz 0089bA1.19
  • Bildverarbeitung 0089bA1.2
  • Seminar über Programmiersprachen 0089bA1.20
  • Softwareprojekt Mobilkommunikation 0089bA1.22
  • Softwareprojekt Übersetzerbau 0089bA1.23
  • Softwareprozesse 0089bA1.25
  • Spezielle Aspekte der Datenverwaltung 0089bA1.26
  • Telematik 0089bA1.27
  • Transaktionale Systeme 0089bA1.28
  • Übersetzerbau 0089bA1.29
  • Computergrafik 0089bA1.3
  • Verteilte Systeme 0089bA1.30
  • XML-Technologien 0089bA1.31
  • Telematik-Projekt 0089bA1.32
  • Seminar Moderne Web Technologien 0089bA1.34
  • Computer Vision 0089bA1.4
  • Seminar IT-Sicherheit 0089bA1.49
  • Datenbanktechnologie 0089bA1.5
  • Fortgeschrittene Aspekte der Funktionalen Programmierung 0089bA1.7
  • Rechnersicherheit 0089bA1.8
  • Künstliche Intelligenz 0089bA1.9
  • Softwareprojekt Anwendungen von Algorithmen 0089bA2.11
  • Algorithmische Geometrie 0089bA2.2
  • Ausgewählte Themen der Algorithmik 0089bA2.3
  • Höhere Algorithmik 0089bA2.4
  • Kryptographie und Sicherheit in Verteilten Systemen 0089bA2.6
  • Modelchecking 0089bA2.7
  • Seminar über Algorithmen 0089bA2.8
  • Mikroprozessor-Praktikum 0089bA3.2
  • Projektmanagement 0089bA4.25
  • Existenzgründungen in der IT-Industrie 0089bA4.27
  • Digitales Video 0089bA4.5
  • E-Learning Plattformen 0089bA4.6
  • Medizinische Bildverarbeitung 0089bA4.9
  • Elementargeometrie 0082aB1.3
  • Analysis II 0084aA1.2
  • Lineare Algebra II 0084aA2.2
  • Computerorientierte Mathematik I 0084aA3.1
  • Computerorientierte Mathematik II 0084aA3.2
  • Einführung in die Numerische Mathematik (Numerik I) 0084aA4.1
  • Einführung in die Elementare Stochastik (Stochastik I) 0084aA4.2
  • Einführung in die Elementare Stochastik 0084bA4.2
  • Algorithmische Bioinformatik 0260aA1.4
  • Statistik für Biowissenschaften I 0260aA2.5
  • Physik für Biologie, Geowissenschaften, Informatik und Mathematik 0086bK3.1
  • Physikalisches Praktikum für Geowissenschaften, Informatik und Mathematik 0086bK3.2
  • Zusätzliche Lehrveranstaltungen Informatik 0086bL1.1