Natural Computing

Veranstalter

Prof. Dr. Claudia Linnhoff-Popien

Dr. Thomas Gabor (Ansprechpartner für Fragen)

Sprechstunde

auf Anfrage

Hörerkreis

  • vertiefendes Thema Bachelor Informatik
  • Master Informatik
  • Master Medieninformatik

Vorlesungstermin(e)
(Beginn:26.04.2022)

Vorlesung Dienstag, 12-14 Uhr (genaue Termine siehe unten), Geschw.-Scholl-Pl. 1 (A), A 240

Übung Donnerstag, 12-14 Uhr (genaue Termine siehe unten), Geschw.-Scholl-Pl. 1 (A), A 240

Übungsbetrieb

Hinweise zu den Übungen siehe unten

Anmeldung zur Veranstaltung

Natural Computing bei uni2work

Klausur

Eine Klausur gegen Semesterende wird geplant.

Nachholklausur

Eine Nachholklausur gegen Beginn des Folgesemesters wird geplant.

Material zur Vorlesung

Das Material zur Vorlesung findet sich auf uni2work.

Aktuelles

  • Wir bieten einen zweiten Einsichtstermin außerhalb der Semesterferien an. Dieser findet statt am Mittwoch, den 19. Oktober 2022, um 12 Uhr im Raum G 010 in der Oettingenstr. 67.
  • Die Noten der Klausur sind nun auf Uni2work einsehbar. Die Klausurangabe und ein Lösungsvorschlag finden sich als Übungsblatt in Uni2work. Die Klausureinsicht findet wie angekündigt am Mittwoch, den 17. August 2022, von 12 Uhr bis 14 Uhr im Raum G 010 in der Oettingenstr. 67 statt.
  • Die Klausuranmeldung über Uni2work ist noch bis Sonntag, 24. Juli 2022, freigeschaltet. Eine Anmeldung ist zwingend erforderlich zur Teilnahem an der Klausur!
  • Die praktische Programmieraufgabe, deren Bestehen zusätzlich zur Klausur für Natural Computing notwendig ist, ist nun gestartet. Alle Informationen sind auf der entsprechenden Seite in Uni2work verfügbar.
  • Vergangene Veranstaltung stehen nun teilweise zur Wiederholung des Stoffes auf LMUcast zur Verfügung.
  • Am Donnerstag, den 12. Mai 2022, bieten wir von 12-14 Uhr im üblichen Raum A 240 (HGB) ein Tutorial zu den Grundlagen in Python an. Dieses soll Python-Beginnern helfen, die Übungsaufgaben in Python lösen zu können. Die Inhalte sind natürlich nicht direkt Teil des Vorlesungsstoffes.
  • Räume eingetragen. Der Start der Veranstaltung ist am Dienstag, 26. April 2022, um 12 Uhr c.t. in Raum A 240 im Hauptgebäude.
  • Die Seite zu dieser Veranstaltung ist ab sofort online.

Inhalt der Vorlesung

Das Feld des Natural Computing betrachtet Algorithmen und Methoden, die von Phänomenen der Natur übernommen oder inspiriert sind. Diese Veranstaltung behandelt dabei u.A. evolutionäre Algorithmen und weitere Optimierungsverfahren, Ameisenalgorithmen, zelluläre Automaten, artificial chemistry systems, quantum computing und neuronale Netze, deren Konzepte jeweils aus der Biologie, Chemie oder Physik abgeleitet sind.

Veranstaltungsplan (kann sich noch ändern):

KW Di Do
17 26. April 2022
Vorlesung #1
18 3. Mai 2022
Vorlesung #2
5. Mai 2022
Übung #1
19 10. Mai 2022
Vorlesung #3
12. Mai 2022
Fakultatives Tutorial
20 17. Mai 2022
Vorlesung #4
19. Mai 2022
Vorlesung #5
21
22 31. Mai 2022
Übung #2
2. Juni 2022
Vorlesung #6
23 9. Juni 2022
Übung #3
24 14. Juni 2022
Vorlesung #7
25 21. Juni 2022
Vorlesung #8
23. Juni 2022
Übung #4
26 28. Juni 2022
Vorlesung #9
27 5. Juli 2022
Vorlesung #10
7. Juli 2022
Vorlesung #11
28 14. Juli 2022
Übung #5
29 19. Juli 2022
Vorlesung #12
21. Juli 2022
Übung #6
30 26. Juli 2022, 16:30 Uhr
Klausur (Anmeldung)
28. Juli 2022
Nachbesprechung

Klausureinsicht: Mittwoch, den 17. August 2022, von 12 Uhr bis 14 Uhr im Raum G 010 in der Oettingenstr. 67

Übungen

Zentralübungen nach Veranstaltungsplan (siehe oben).

Übungsmaterial

Die Übungsblätter (und Lösungsvorschläge) finden sich auf uni2work.

Klausur

Infos folgen.

Programme und Hilfsmittel

  • Eine unvollständige Aufzeichnung der Veranstaltung zum Zweck der Wiederholung des Stoffes findet sich bei LMUcast.

Literatur

  • Anthony Brabazon, Michael O'Neill, Seán McGarraghy. Natural Computing Algorithms. Springer, 2015.
    [Link via LMU UB]
  • Nathaniel Johnston, Dave Greene. Conway’s Game of Life — Mathematics and Construction. Online, 2022.
    [Link]
  • Daniel Shiffman. The Nature of Code. Online, 2012.
    [Link]
  • Charu C. Aggarwal. Neural Networks and Deep Learning — A Textbook. Springer, 2018.
    [Link via LMU UB]
  • A. E. Eiben, J. E. Smith. Introduction to Evolutionary Computing. Springer, 2015.
    [Link via LMU UB]