Module

124 Module

Scientific Computing - Pflichtmodule32

Praktikum Scientific Computing (CSE)Noch keine Bewertungen für dieses Modul.In diesem Praktikum arbeitest Du mit MATLAB und lernst, numerische Verfahren praktisch anzuwenden. Du setzt Simulationen diskreter Prozesse um, implementierst explizite und implizite Einschrittverfahren für gewöhnliche Differentialgleichungen und löst stationäre sowie instationäre partielle Differentialgleichungen mit finiten Differenzen. Am Ende kannst Du diese Methoden in einem numerischen Programmierumfeld implementieren und ihre Eigenschaften beurteilen.6 ECTSläuft dieses SemesterIN2182Scientific Computing INoch keine Bewertungen für dieses Modul.Du lernst die Schritte der Simulations-Pipeline in der Wissenschaftlichen Datenverarbeitung kennen, mit Schwerpunkt auf Modellbildung und Diskretisierung. Am Ende kannst du einfache mathematische Modelle ableiten und klassifizieren sowie geeignete Diskretisierungs- und Zeitintegrationsverfahren anwenden und deren Genauigkeit und Eignung beurteilen.5 ECTSläuft dieses SemesterIN2005Scientific Computing IINoch keine Bewertungen für dieses Modul.Du lernst zentrale Schritte der Simulations-Pipeline in Scientific Computing kennen, mit Schwerpunkt auf iterativen Lösern und effizienter Umsetzung numerischer Verfahren. Angewendet wird das auf Beispiele aus der Computational Fluid Dynamics und auf teilchenbasierte Simulationen (z. B. Molecular Dynamics). Am Ende kannst du geeignete iterative Verfahren auswählen, analysieren und implementieren sowie effiziente Algorithmen für paarweise Wechselwirkungen entwerfen und parallelisieren.5 ECTSkein Termin dieses SemesterIN2141

CSE Seminar Scientific Computing23

Case Studies: Scientific ComputingNoch keine Bewertungen für dieses Modul.CSE Seminar Scientific ComputingDu bearbeitest in einer kleinen Gruppe eine praktische Aufgabe aus einem Anwendungsgebiet und entwickelst dafür eine mathematische Lösung. Dabei durchläufst du die gesamte Lösungskette: von der Modellierung und Analyse über die Auswahl und Umsetzung numerischer Verfahren bis zur Bewertung und Präsentation der Ergebnisse. Am Ende kannst du deine Arbeit sowohl einem nichtwissenschaftlichen als auch einem wissenschaftlichen Publikum vermitteln.5 ECTSkein Termin dieses SemesterMA4306Computational Methods for Operator-Based AnalysisNoch keine Bewertungen für dieses Modul.CSE Seminar Scientific ComputingDu lernst numerische Verfahren für große lineare Systeme und operatorbasierte Analysen (Stabilität, transient growth, Sensitivität, Pseudospektrum, Resolvent) kennen und anzuwenden. Am Ende kannst du iterative Algorithmen und moderne Python-/High-Performance-Bibliotheken nutzen, um solche Analysen auf Modellprobleme (z. B. in der Fluiddynamik) durchzuführen und die physikalischen Aussagen der Methoden zu interpretieren.6 ECTSkein Termin dieses SemesterED140016Recent Advances in 3D Computer VisionNoch keine Bewertungen für dieses Modul.CSE Seminar Scientific Computing5 ECTSkein Termin dieses SemesterIN4780alle 23 in CSE Seminar Scientific Computing

Masterpraktikum Computational Science and Engineering6

M.Sc. Praktikum - Scientific Computing - Computational Fluid DynamicsNoch keine Bewertungen für dieses Modul.Masterpraktikum Computational Science and Engineering10 ECTSkein Termin dieses SemesterIN4085M.Sc. Praktikum: Modern Wave Propagation - Discontinuous Galerkin & JuliaNoch keine Bewertungen für dieses Modul.Masterpraktikum Computational Science and Engineering10 ECTSkein Termin dieses SemesterIN4280Master-Praktikum - Machine Learning in Crowd Modeling & SimulationNoch keine Bewertungen für dieses Modul.Masterpraktikum Computational Science and Engineering10 ECTSkein Termin dieses SemesterIN4267alle 6 in Masterpraktikum Computational Science and Engineering

Master's Thesis1

Master's Thesis (CSE)Noch keine Bewertungen für dieses Modul.Du arbeitest sechs Monate selbstständig an einer wissenschaftlichen Fragestellung aus dem Bereich Computational Science and Engineering. Du analysierst verschiedene Lösungsansätze, triffst eine begründete Auswahl, setzt die Lösung um und fasst deine Ergebnisse in einer schriftlichen Masterarbeit zusammen. Am Ende kannst du ein Thema zügig erschließen, Lösungsmöglichkeiten strukturieren, begründet auswählen und ein Ergebnis wissenschaftlich dokumentieren.30 ECTSkein Termin dieses SemesterIN2192

Applied Mathematics - Wahlmodule3

Numerische Algorithmen im HochleistungsrechnenNoch keine Bewertungen für dieses Modul.Du lernst ausgewählte numerische Algorithmen für High-Performance-Computing (HPC), z. B. Löser für partielle Differentialgleichungen, Methoden der numerischen Linearen Algebra, partikelbasierte Simulationen und spektrale Verfahren. Du kannst deren Anwendungsbereich einschätzen, grundlegende Performance-Eigenschaften analysieren und die Parallelisierbarkeit sowie Skalierbarkeit der Algorithmen bewerten und nutzen.8 ECTSläuft dieses SemesterIN2398Numerische Programmierung 1 (CSE)Noch keine Bewertungen für dieses Modul.In diesem Modul lernst Du grundlegende Methoden der Numerik kennen: Analyse von Rundungsfehlern und Stabilität, Verfahren zur Lösung linearer Gleichungssysteme und Eigenwertprobleme, Interpolation, Numerische Integration sowie iterative und Zeitintegrationsverfahren. Am Ende kannst Du die mathematischen Prinzipien dieser Algorithmen verstehen, ihre Eigenschaften erläutern und sie auf konkrete Beispiele anwenden.8 ECTSläuft dieses SemesterMA3305Numerische Programmierung 2 (CSE)Noch keine Bewertungen für dieses Modul.Du lernst numerische Verfahren zur Lösung steifer gewöhnlicher Differentialgleichungen sowie grundlegende Methoden zur numerischen Lösung partieller Differentialgleichungen (Finite Differenzen, Finite Elemente, Finite Volumes). Außerdem erwirbst Du Programmierkenntnisse in MATLAB, um die Methoden an praktischen Beispielen umzusetzen.8 ECTSkein Termin dieses SemesterMA3306

Computer Science - Pflichtmodule2

Advanced ProgrammingNoch keine Bewertungen für dieses Modul.Du lernst, wissenschaftliche Software in C++ zu entwickeln und dabei Performance und Wartbarkeit auszubalancieren. Am Ende kannst du passende Datentypen und Programmstrukturen wählen, C++-Sprachmittel für Ressourcenmanagement, Objekt- und generische Programmierung anwenden sowie Performance analysieren und optimieren.5 ECTSläuft dieses SemesterIN1503Parallel ProgrammingNoch keine Bewertungen für dieses Modul.Du lernst Konzepte und Techniken paralleler Programmierung für verteilte und geteilte Speicherarchitekturen. Schwerpunkt sind MPI für verteilte Systeme und OpenMP für Shared-Memory; zusätzlich werden Abhängigkeitsanalyse, Programmtransformationen und neuere Programmiermodelle (z. B. PGAS, CUDA, OpenCL, OpenACC) behandelt. Am Ende kannst du Programme mit MPI und OpenMP erstellen, ihre Performance beurteilen und parallelisierte Anwendungen analysieren und optimieren.5 ECTSkein Termin dieses SemesterIN2147

Computer Science - Wahlmodule4

Advanced Computer ArchitectureNoch keine Bewertungen für dieses Modul.Du erhältst einen Überblick über moderne Prozessor- und Systemarchitekturen mit Fokus auf Parallelität, Speicherhierarchien, Verfügbarkeit und Virtualisierung. Du lernst verschiedene Klassen paralleler Architekturen (Instruktion-, Daten-, Thread- und Prozess-Level) kennen, ihre Vor- und Nachteile einzuschätzen und das Zusammenspiel von Hardware und Compiler-Techniken zu bewerten. Am Ende kannst du Architekturentscheidungen für unterschiedliche Anwendungen analysieren und bewerten.6 ECTSläuft dieses SemesterIN2076Grundlegende Algorithmen (CSE)Noch keine Bewertungen für dieses Modul.Du erhältst eine Einführung in grundlegende sequentielle und einfache parallele Algorithmen sowie in die Methoden zu ihrer Analyse. Am Ende kannst du typische Algorithmen (Sortieren, Suchen, Graphalgorithmen, einige parallele arithmetische Verfahren) anwenden, ihre Komplexität und Parallelität analysieren und Korrektheits- bzw. Leistungsbehauptungen formal begründen.5 ECTSläuft dieses SemesterIN2157Muster in der SoftwaretechnikNoch keine Bewertungen für dieses Modul.Du lernst Muster in der Softwaretechnik kennen und anzuwenden: von Architektur- und Entwurfsmustern über Test- und Organisationsmuster bis zu Antimustern. Am Ende kannst du Muster für Analyse, System- und Detailentwurf identifizieren, in UML modellieren und das Modell in Java-Quellcode überführen.5 ECTSläuft dieses SemesterIN2081alle 4 in Computer Science - Wahlmodule

Applications in Computational Science and Engineering - Wahlmodule59

Computational Structural Mechanics18

BaudynamikNoch keine Bewertungen für dieses Modul.Computational Structural MechanicsIm Modul Baudynamik lernst Du die Grundlagen der Strukturdynamik im Bauwesen: Analyse von Schwingungen, Modellbildung und Berechnung der Systemantwort auf dynamische Lasten (z. B. Wind, Erdbeben). Am Ende kannst Du geeignete Berechnungsverfahren auswählen, einfache analytische Lösungen herleiten und numerische Verfahren einordnen sowie Grundkenntnisse zu stochastischen und aeroelastischen Schwingungen anwenden.6 ECTSkein Termin dieses SemesterBV430008Computational Material Modeling 1Noch keine Bewertungen für dieses Modul.Computational Structural MechanicsDu lernst mechanische Materialmodelle für verschiedene Werkstoffe (Metalle, Komposite, Schäume, Biomaterialien) kennen und anzuwenden. Am Ende kannst du passende Modelle auswählen, ihre Annahmen verstehen, homogenisieren und simulationsgerecht bewerten sowie die Balance zwischen Modellkomplexität und numerischer Effizienz abschätzen.6 ECTSläuft dieses SemesterBV330009Computational Mechanics for Car Body DesignNoch keine Bewertungen für dieses Modul.Computational Structural MechanicsDu lernst die theoretischen und praktischen Grundlagen der Computational Mechanics mit Schwerpunkt Karosserieentwicklung. Am Ende kannst du mechanische Aspekte von Crash-Design verstehen und Methoden der numerischen Entwicklung von Fahrzeugkarosserien beurteilen und anwenden.3 ECTSkein Termin dieses SemesterBGU33011alle 18 in Computational Structural Mechanics

Computational Fluid Mechanics13

Advanced Fluid MechanicsNoch keine Bewertungen für dieses Modul.Computational Fluid MechanicsDu erhältst eine vertiefte Einführung in die Kontinuumsbeschreibung von Fluiden, die Herleitung und Anwendung von Bilanz- und Bewegungsgleichungen sowie analytische Lösungen der Navier–Stokes-Gleichungen. Am Ende kannst du Grenzschichtphänomene (laminar und turbulent), Strömungsinstabilitäten sowie grundlegende Aspekte turbulenter Strömungen und Transportprozesse (Advektion/Diffusion) erklären und auf einfache technische Probleme anwenden.6 ECTSkein Termin dieses SemesterBGU41021An Introduction to Microfluidic SimulationsNoch keine Bewertungen für dieses Modul.Computational Fluid MechanicsDu erhältst einen kompakten Überblick über Mikrofluidiksysteme, ihre speziellen Eigenschaften und die Unterschiede zu klassischen Strömungsproblemen. Anhand verschiedener numerischer Modelle auf Makro-, Meso- und Mikroskala lernst du geeignete Simulationsmethoden kennen und kannst am Ende ausgewählte Verfahren und deren Anwendungsbereiche erklären.3 ECTSkein Termin dieses SemesterMW0642Biofluid MechanicsNoch keine Bewertungen für dieses Modul.Computational Fluid MechanicsDu lernst, wie Fluidmechanik auf biologische Systeme angewendet wird, insbesondere auf Blutfluss in Gefäßen und Strömung in der Lunge. Am Ende kannst Du fluidmechanische Prinzipien und mathematische sowie numerische Methoden nutzen, um biologische Vorgänge zu beschreiben und zu simulieren.5 ECTSkein Termin dieses SemesterMW0376alle 12 in Computational Fluid Mechanics

Turbulent Flow Simulation on HPC-Systems1

Simulation turbulenter Strömungen auf HPC-Systemen (IN2311, MW2048)Noch keine Bewertungen für dieses Modul.Computational Fluid Mechanics › Turbulent Flow Simulation on HPC-SystemsDu lernst, wie man turbulente, inkompressible Strömungen numerisch modelliert und auf Hochleistungsrechnern (HPC) simuliert. Dazu gehören Grundlagen der RANS-Gleichungen, Turbulenzmodellierung, numerische Diskretisierung und Lösungsmethoden sowie Parallelisierung und Visualisierung von Simulationsdaten. Am Ende kannst Du entsprechende Algorithmen analysieren, in C++ implementieren und auf verteilten Systemen ausführen sowie Ergebnisse vor einem Fachpublikum präsentieren.5 ECTSkein Termin dieses SemesterMW2048

Modelling and Computation in the Biosciences5

Applications of Mathematical BiologyNoch keine Bewertungen für dieses Modul.Modelling and Computation in the BiosciencesDu lernst grundlegende mathematische Methoden der Mathematischen Biologie, darunter nichtlineare Dynamik und Bifurkationstheorie, Singulärperturbationsmethoden sowie Grundzüge stochastischer Prozesse. Am Ende bist du in der Lage, gängige biomathematische Modelle (z. B. aus Ökologie, Biochemie, Regulationswegen, Neurowissenschaften und Populationsgenetik) zu verstehen und auf konkrete Probleme anzuwenden.9 ECTSkein Termin dieses SemesterMA3602Computational Methods for Single-cell BiologyNoch keine Bewertungen für dieses Modul.Modelling and Computation in the BiosciencesIn diesem Modul lernst Du moderne computational Methoden zur Analyse von Einzelzell-Daten kennen und wendest sie praktisch an. Nach Vorlesungen zu wichtigen Themen der Einzelzellbiologie und -datenanalyse arbeitest Du acht Wochen in einem ICB-Labor an einem konkreten Projekt und sammelst so praktische Erfahrung.6 ECTSläuft dieses SemesterMA5617Computational Neuroscience: Eine Ringvorlesung von Modellen bis zu AnwendungenNoch keine Bewertungen für dieses Modul.Modelling and Computation in the BiosciencesDu erhältst einen interdisziplinären Überblick über Grundlagen und Modelle der Computational Neuroscience sowie deren Anwendungen, etwa in Neuroprothesen. Am Ende kennst du anatomische und physiologische Grundlagen, Methoden zur Modellierung neuronaler Aktivität und wie solche Modelle für technische Anwendungen eingesetzt werden.3 ECTSläuft dieses SemesterEI7646alle 5 in Modelling and Computation in the Biosciences

Computational Physics11

Bildverarbeitung in der PhysikNoch keine Bewertungen für dieses Modul.Computational PhysicsDu lernst grundlegende und weiterführende Techniken der Bildverarbeitung und Bildrekonstruktion mit Schwerpunkt auf Anwendungen in der Physik. Am Ende kannst du Filter- und Fourier-basierte Verfahren, Interpolation, Segmentierung, Rausch- und Auflösungsanalyse, tomographische Rekonstruktion sowie prinzipielle Konzepte der Wellenausbreitung und Phasenkontrast-Bildgebung anwenden und die jeweiligen Stärken und Grenzen beurteilen.5 ECTSläuft dieses SemesterPH2181Computational and Analytical Methods in ElectromagneticsNoch keine Bewertungen für dieses Modul.Computational PhysicsDu lernst mathematische und numerische Methoden zur Analyse und Lösung elektromagnetischer Feldprobleme. Am Ende kannst du analytische Lösungen (z. B. mit Greenschen Funktionen, Mie-Serien) und fortgeschrittene numerische Verfahren (FDTD, FEM, MoM) beurteilen, anwenden und für veränderte Geometrien und Materialkonfigurationen adaptieren.6 ECTSkein Termin dieses SemesterEI73181Computational Plasma PhysicsNoch keine Bewertungen für dieses Modul.Computational PhysicsDu lernst numerische Methoden zur Lösung von Modellen aus der Plasmaphysik kennen und anzuwenden. Schwerpunkte sind die Diskretisierung partieller Differentialgleichungen (z. B. Poisson-, Erhaltungs- und kinetische Gleichungen) und die Umsetzung dieser Verfahren in Python. Am Ende kannst du für ein konkretes Modell eine geeignete numerische Methode ableiten, implementieren sowie den Code testen und verifizieren.5 ECTSläuft dieses SemesterMA4304alle 11 in Computational Physics

Computational Electronics9

Analysis, Modeling and Simulation of Communication NetworksNoch keine Bewertungen für dieses Modul.Computational ElectronicsDu lernst Methoden zur Analyse, Modellierung und Simulation von Kommunikationsnetzen kennen. Dazu gehören Traffic-, Kanal- und Mobilitätsmodelle, Warteschlangen- und Graphmodelle sowie verschiedene Simulationsverfahren und -werkzeuge. Am Ende kannst du Netze analytisch und simulativ bewerten und eigene Simulationswerkzeuge entwickeln sowie Ergebnisauswertungen durchführen.6 ECTSkein Termin dieses SemesterEI7450Computational Materials DesignNoch keine Bewertungen für dieses Modul.Computational ElectronicsIn diesem projektorientierten Mastermodul lernst Du, wie Hochdurchsatzsimulationen und datengetriebene Methoden zur Vorhersage von Materialeigenschaften kombiniert werden. Am Ende bist Du in der Lage, ML-Modelle in Python zu implementieren, Datensätze aus den Materialwissenschaften zu analysieren und die Qualität verschiedener Modelle zu beurteilen.5 ECTSläuft dieses SemesterEI71055Computational Methods for Nanoelectronics: Semiclassical ModelsNoch keine Bewertungen für dieses Modul.Computational ElectronicsIn diesem Modul erhältst du eine Übersicht über die wichtigsten semiklassischen numerischen Methoden der Nanoelektronik und ihre Anwendung auf moderne Halbleiterbauelemente. Du lernst sowohl Grundlagen zu organischen und anorganischen Halbleitermaterialien als auch praktische Simulationsansätze (Drift-Diffusion, Boltzmann-Transport, verschiedene Monte‑Carlo‑Verfahren) kennen und anzuwenden. Am Ende kannst du geeignete semiklassische Methoden auswählen und einfache Ladungstransportprobleme numerisch lösen.5 ECTSläuft dieses SemesterEI71094alle 9 in Computational Electronics

Computational Chemistry3

Fortgeschrittene elektronische StrukturNoch keine Bewertungen für dieses Modul.Computational ChemistryDu lernst Konzepte und Technologien der elektronischen Strukturtheorie kennen, angefangen bei Potentialenergieflächen bis zu Methoden wie Hartree–Fock, korrelierten Wellenfunktionen und Dichtefunktionaltheorie. Am Ende kannst Du die Methoden qualitativ erklären, ihre Anwendungsbereiche und Grenzen einschätzen sowie einfache Elektronenstrukturprobleme selbständig lösen.5 ECTSläuft dieses SemesterCH3333Methoden der molekularen SimulationNoch keine Bewertungen für dieses Modul.Computational ChemistryDu lernst grundlegende Methoden der molekularen Simulation kennen und wendest sie praktisch an. Am Ende kannst Du verschiedene Algorithmen (z. B. Geometrieoptimierung, Molekulardynamik, Monte‑Carlo, freie Energie Methoden, kinetisches Monte‑Carlo) qualitativ beschreiben, ihre Anwendungsbereiche einschätzen und einfache Simulationen selbst durchführen.5 ECTSkein Termin dieses SemesterCH3334Quantendynamik und SpektroskopieNoch keine Bewertungen für dieses Modul.Computational ChemistryDu lernst Methoden der zeitabhängigen Quantenmechanik und deren Anwendung in der Spektroskopie kennen. Das Modul vermittelt Konzepte wie Dichtematrixformalismus, Antworttheorie und Licht–Materie-Wechselwirkung sowie dynamische Spektroskopie. Am Ende kannst du die Methoden qualitativ beschreiben, ihre Anwendungsbereiche einschätzen und einfache Simulationen durchführen.5 ECTSkein Termin dieses SemesterCH3335

Further Elective Courses - Wahlmodule41

Algorithms in Scientific Computing3

1.000+ ProjektwocheNoch keine Bewertungen für dieses Modul.Algorithms in Scientific ComputingDu arbeitest in einem interdisziplinären Studierendenteam eine Woche lang direkt bei einem Unternehmenspartner (KMU oder Industrie) an einer realen betrieblichen Fragestellung. Am Ende kannst du betriebliche Abläufe und Unternehmenskultur einschätzen, Innovationsprozesse anwenden und praxisnahe Lösungsstrategien entwickeln sowie interdisziplinär zusammenarbeiten.3 ECTSkein Termin dieses SemesterCIT643002Algorithmic Game TheoryNoch keine Bewertungen für dieses Modul.Algorithms in Scientific ComputingDu lernst Grundlagen der algorithmischen Spieltheorie an der Schnittstelle von Informatik, Mathematik und Wirtschaftswissenschaften. Im Modul beschäftigst du dich mit algorithmischen Aspekten spieltheoretischer Lösungskonzepte wie Nash-Gleichgewichten und mit der Gestaltung ökonomischer Mechanismen; am Ende kannst du diese Konzepte algorithmisch und komplexitätstheoretisch analysieren.5 ECTSkein Termin dieses SemesterIN2239Algorithms for Scientific ComputingNoch keine Bewertungen für dieses Modul.Algorithms in Scientific ComputingDu lernst effiziente, hierarchische Algorithmen und Datenstrukturen für wissenschaftliches Rechnen kennen und umzusetzen. Schwerpunkte sind schnelle diskrete Fourier- und verwandte Transformationen (FFT, DCT/DST), Raumfüllende Kurven (Peano, Hilbert) zur Organisation mehrdimensionaler Daten sowie hierarchische Methoden wie Sparse Grids und adaptive Repräsentationen. Am Ende kannst Du solche Verfahren erklären, analysieren und bei Bedarf implementieren.8 ECTSkein Termin dieses SemesterIN2001

Numerical Methods3

Einführung in die Funktionalanalysis (BV/COME)Noch keine Bewertungen für dieses Modul.Numerical MethodsDu lernst die grundlegenden Begriffe und Strukturen der Funktionalanalysis für reelle und komplexe Funktionenräume kennen (Metrik-, Norm-, Skalarproduktraum, klassische Funktionräume, lineare Abbildungen). Aufbauend darauf werden topologische Konzepte wie Konvergenz, Stetigkeit und Vollständigkeit behandelt und die Theorie auf randwertige Probleme angewendet (Sobolev-Räume, Variationsformulierung, Galerkin-Verfahren). Am Ende verstehst du die mathematischen Grundlagen der Finite-Elemente-Methode und kannst Funktionalräume als Abstraktion vertrauter linearer und analytischer Objekte nutzen.5 ECTSläuft dieses SemesterMA9304Numerical Methods for Partial Differential EquationsNoch keine Bewertungen für dieses Modul.Numerical MethodsDu lernst numerische Lösungsmethoden für partielle Differentialgleichungen kennen, insbesondere finte-Elemente-Verfahren für mehrdimensionale elliptische Randwertprobleme. Außerdem lernst du Fehlerabschätzungen, adaptive Netzverfeinerung, schnelle Löser und eine Einführung in numerische Verfahren für zeitabhängige Probleme. Am Ende kannst du die Methoden verstehen, anwenden und zugehörige Software nutzen.9 ECTSkein Termin dieses SemesterMA3303Weiterführende Finite-Elemente MethodenNoch keine Bewertungen für dieses Modul.Numerical MethodsDu lernst weiterführende Finite-Elemente-Techniken kennen (z. B. Mixed/Hybrid Elements, Discontinuous Galerkin, Nicht-konforme Methoden, adaptive Verfahren, Isogeometric Analysis) sowie moderne iterative Löser und Präconditioner. Am Ende kannst du diese Verfahren analysieren, auf Beispiele aus der Festkörper- und inkompressiblen Strömungsmechanik anwenden und eigenständig weiterführende Fachliteratur erschließen.5 ECTSkein Termin dieses SemesterMA4303

Parallel and Distributed Computing, High Performance Computing5

Advanced Parallel Computing and Solvers for Large Problems in EngineeringNoch keine Bewertungen für dieses Modul.Parallel and Distributed Computing, High Performance ComputingDu lernst, wie parallele Rechner für großskalige Simulationen der Struktur- und Fluidmechanik genutzt werden. Du erhältst einen Überblick über Methoden, Algorithmen und Software für Mehrprozessorarchitekturen und kannst am Ende grundlegende parallele Lösungsansätze für sehr große Gleichungssysteme beurteilen und entwerfen.5 ECTSkein Termin dieses SemesterMW1746Cloud-Based Data ProcessingNoch keine Bewertungen für dieses Modul.Parallel and Distributed Computing, High Performance ComputingDu lernst, wie großskalige, cloudbasierte Systeme entworfen, implementiert und betrieben werden. Das Modul vermittelt Grundlagen verteilter Systeme, Rechenzentrumsinfrastruktur und aktuelle Cloud-Technologien sowie Methoden zur Skalierung, Ressourcenverwaltung und zur Identifikation von Engpässen.6 ECTSkein Termin dieses SemesterCIT323005Distributed SystemsNoch keine Bewertungen für dieses Modul.Parallel and Distributed Computing, High Performance ComputingDu lernst die Grundprinzipien und Bausteine großskaliger verteilter Systeme kennen: Kommunikation, Koordination, Fehlertoleranz und Replikation. Am Ende kannst du typische Algorithmen und Protokolle (z. B. logische Zeit, Konsens/Paxos, Replikationsschemata, DHTs) verstehen, ihre Eigenschaften bewerten und sie bei der Konzeption verteilter Anwendungen anwenden.5 ECTSkein Termin dieses SemesterIN2259alle 5 in Parallel and Distributed Computing, High Performance Computing

Vision and Visualization8

Augmented RealityNoch keine Bewertungen für dieses Modul.Vision and VisualizationDu lernst die Grundlagen von Augmented Reality (AR): geometrische Transformationen, Projektionsgeometrie, Darstellung von 3D-Informationen, Anzeige- und Tracking-Geräte sowie mathematische Grundlagen von optischem Tracking, Sensorfusion und Kalibrierung. Am Ende kannst du die mathematischen und programmierenden Aspekte von AR-Systemen beschreiben, analysieren und für eigene Lösungsansätze erweitern sowie Eingabe-/Ausgabegeräte auf ihre Eignung für Anwendungsszenarien bewerten.6 ECTSkein Termin dieses SemesterIN2018Basic Mathematical Methods for Imaging and VisualizationNoch keine Bewertungen für dieses Modul.Vision and VisualizationDu lernst grundlegende mathematische Methoden, die in Imaging und Visualisierung angewandt werden, und kannst diese anschließend zur Formulierung, Analyse und Lösung konkreter Probleme einsetzen. Themen sind u. a. lineare Algebra, Analysis, Optimierung und Wahrscheinlichkeitstheorie sowie deren Anwendung in Image Processing und Computer Vision. Am Ende bist Du in der Lage, passende Methoden auszuwählen, zu optimieren und auf verwandte Ingenieurdisziplinen zu übertragen.5 ECTSkein Termin dieses SemesterIN2124Computer Vision I: Variational MethodsNoch keine Bewertungen für dieses Modul.Vision and VisualizationDu lernst, wie viele Aufgaben der Bildverarbeitung (z. B. Rauschunterdrückung, Entwischung, Segmentierung, Optischer Fluss, Stereo-Tiefenschätzung, 3D-Rekonstruktion) als Variationsprobleme formuliert und gelöst werden. Am Ende kennst du Euler–Lagrange-Ansatz und PDEs, effiziente Lösungsverfahren sowie konvexe Formulierungen und Relaxationen und kannst zentrale Konzepte in Matlab umsetzen.8 ECTSkein Termin dieses SemesterIN2246alle 8 in Vision and Visualization

Probabilistic Methods in CSE5

Algorithmen für Uncertainty QuantificationNoch keine Bewertungen für dieses Modul.Probabilistic Methods in CSEDu lernst Methoden zur Quantifizierung von Unsicherheiten in computerbasierten Simulationen kennen. Am Ende kannst du zentrale Algorithmen für Forward Uncertainty Quantification einordnen, deren Komplexität abschätzen und einschätzen, wann welche Verfahren (z. B. Monte Carlo, Quasi-Monte Carlo, stochastische Kollokation, stochastische Galerkin) geeignet sind.5 ECTSkein Termin dieses SemesterIN2345Computational StatisticsNoch keine Bewertungen für dieses Modul.Probabilistic Methods in CSEDu lernst Methoden der computational statistics für hochdimensionale, hierarchische und latente Datenstrukturen kennen und anzuwenden. Schwerpunkt sind Simulation (univariat und multivariat), bayesianische Inferenz mit MCMC (Gibbs, Metropolis-Hastings, Hamiltonian MC), Bootstrap-Verfahren und der EM‑Algorithmus für fehlende bzw. latente Daten. Am Ende kannst du die Algorithmen theoretisch verstehen, in R implementieren und Ergebnisse statistisch interpretieren.5 ECTSkein Termin dieses SemesterMA4402Financial Mathematics 1Noch keine Bewertungen für dieses Modul.Probabilistic Methods in CSEDu lernst die Grundlagen der mathematischen Finanzwirtschaft in diskreter Zeit: Preisbildung und Bewertung von Derivaten in Ein- und Mehrperiodenmodellen, Konzepte von Arbitrage und Vollständigkeit sowie Grundlagen der Portfolio-Optimierung. Am Ende kannst du Preismodelle verstehen und numerisch implementieren sowie Portfolios nach Risiko-Rendite-Kriterien analysieren und optimieren.9 ECTSläuft dieses SemesterMA3407alle 5 in Probabilistic Methods in CSE

Data Driven Simulation and Computing10

Advanced Deep Learning for PhysicsNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingIn diesem Modul lernst Du Deep-Learning-Methoden und numerische Simulationsalgorithmen für physikalische Materialien wie Fluide und verformbare Körper. Am Ende kannst Du Konzepte wie generative Modelle, Zeitreihenvorhersage und numerische Verfahren für partielle Differentialgleichungen anwenden und passende Netzwerkarchitekturen und Solver für konkrete Aufgaben auswählen.6 ECTSkein Termin dieses SemesterIN2298Advanced Robot Learning and Decision-MakingNoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDu lernst fortgeschrittene Methoden für Robotik, die Modellierung, optimale Regelung und lernbasierte Verfahren (inkl. Reinforcement Learning) verbinden. Am Ende kannst du robotische Systeme modellieren, moderne Steuerungsalgorithmen ableiten und gelernte Modelle in Kontrollarchitekturen einsetzen, um mit Unsicherheiten und Modellfehlern umzugehen.5 ECTSläuft dieses SemesterCIT433037Innovative Computing for AINoch keine Bewertungen für dieses Modul.Data Driven Simulation and ComputingDas Modul vermittelt Grenzen der technologischen Skalierung und zeigt, welche neuartigen Konzepte in Hardware, Speicher und Architektur nötig sind, um diese Grenzen zu überwinden. Am Ende kennst Du aktuelle Beyond-CMOS-Technologien, neuartige Speicher, in-memory/near-memory- und neuromorphe Ansätze sowie brain-inspired Algorithmen (z. B. Hyperdimensional Computing) und deren Auswirkungen auf Leistung, Energie und Zuverlässigkeit.6 ECTSkein Termin dieses SemesterCIT4330016alle 10 in Data Driven Simulation and Computing

Quantum Computing7

Anwendungen von QuantencomputingNoch keine Bewertungen für dieses Modul.Quantum Computing5 ECTSkein Termin dieses SemesterNAT7022Einführung in Quantum ComputingNoch keine Bewertungen für dieses Modul.Quantum ComputingDu lernst die mathematischen Grundlagen des Quantum Computing sowie die grundlegenden Konzepte der Quantenmechanik und Quantenschaltungen. Am Ende kannst du einfache Quantenalgorithmen analysieren, Quantenschaltungen für grundlegende Aufgaben entwerfen und einschätzen, wofür Quantencomputer künftig eingesetzt werden können.5 ECTSläuft dieses SemesterIN2381Fortgeschrittene Konzepte des Quantum ComputingNoch keine Bewertungen für dieses Modul.Quantum ComputingDu lernst fortgeschrittene Konzepte und Algorithmen des Quantum Computing kennen, mit Schwerpunkt auf der Quanten-Fouriertransformation, dem Shor-Algorithmus und Quanten-Fehlerkorrektur. Am Ende kannst du diese Techniken unterscheiden, die Quanten-Fouriertransformation in neuen Szenarien anwenden und den mathematischen Formalismus der Fehlerkorrektur, inklusive Stabilizer-Formalismus, verstehen.5 ECTSkein Termin dieses SemesterIN2400alle 7 in Quantum Computing