Künstliche Intelligenz in der Verkehrstechnik

Worum geht's

In diesem Modul lernst du zentrale Methoden der künstlichen Intelligenz (klassische KI, maschinelles Lernen, neuronale Netze, Deep Learning und Reinforcement Learning) und ihre Anwendung im Verkehrsbereich kennen. Am Ende kannst du KI-Modelle in Python implementieren, Verkehrsprobleme analysieren und KI-basierte Lösungen für reale Aufgaben in Verkehrstechnik und urbaner Mobilität entwickeln und evaluieren.

Was du danach kannst

• KI-Lösungen und -Aufgaben mit Python programmieren
• Unterschiede von klassischer KI, ML und neuronalen Netzen verstehen
• Neuronale Netze auf reale Transportprobleme anwenden
• Datensätze mit KI-Methoden analysieren und Erkenntnisse extrahieren
• ML- und DL-Verfahren für verschiedene Anwendungen implementieren
• Werkzeuge wie PyTorch und TensorBoard zur Modellbildung und -bewertung nutzen
• Stand der Technik der KI-Forschung im Verkehrswesen kennen
• Effektiv in Gruppenprojekten zusammenarbeiten und Lösungen präsentieren
• KI-Techniken zur Vorhersage von Verkehrsmustern verstehen
• Methoden zur Verkehrsflussoptimierung und für Echtzeit-Verkehrsmanagement anwenden
• Grundlagen der KI für autonome Fahrzeuge (Sensorfusion, Wahrnehmung, Entscheidungsprozesse) verstehen und Herausforderungen analysieren

Aus was das Modul besteht

• VorlesungenVermittlung der theoretischen Grundlagen zu KI-Technologien und deren Verkehrsanwendungen
• Praktische ProjekteEntwurf, Entwicklung und Implementierung von KI-Lösungen für reale Verkehrsaufgaben
• FallstudienAnalyse erfolgreicher KI-Implementierungen im Verkehr
• GastvorträgeEinblicke in aktuelle Trends und industrielle Praxis
• Live-Demonstrationen und ÜbungssitzungenEinüben von Programmier- und KI-Tools sowie Vertiefung theoretischer Konzepte

Lehrmethode

• Vorträge durch Lehrstuhlmitglieder und ExpertenVermittlung von Grundprinzipien und aktuellem Forschungsstand
• FallstudienanalyseVeranschaulichung realer Anwendungen und Best Practices
• Praxisnahe GruppenprojekteAnwenden und Vertiefen des Gelernten an realen Datensätzen und Aufgaben
• Gastvorträge aus der IndustrieKontext zu aktuellen Herausforderungen und zukünftigen Entwicklungen
• Live-Demonstrationen und ÜbungenPraktisches Training mit Programmier- und KI-Tools