Modul 63274 Masterseminar Algorithmische Geometrie

Modulinformationen

Die Algorithmische Geometrie beschäftigt sich mit effizienten Lösungsverfahren für geometrische Probleme. Ihre Anwendungen sind oft sehr anschaulich und leicht verständlich, ihre Lösungen benötigen effiziente Datenstrukturen und genaue Analysen. In diesem Seminar werden sowohl Themen angeboten, die Inhalte des Moduls 63213 "Algorithmische Geometrie" fortführen, als auch einige davon unabhängige Themen.
Zu den Inhalten gehören z. B.: Voronoi-Diagramme, geometrische Datenstrukturen, Triangulationen, Bewegungsplanung, Lokalisierung, Standort- und Optimie-rungsprobleme oder auch anwendungsorientierte Resultate aus Bereichen wie z. B. Verkehr oder Logistik.
Eigene Themenvorschläge der Teilnehmenden sind möglich.

ECTS10
Arbeitsaufwand
Masterseminar Algorithmische Geometrie:
Themenauswahl: 20 Stunden
Erarbeiten der vorgegebenen Literatur und weitere Literaturrecherche: 80 Stunden
Erstellen der schriftlichen Ausarbeitung: 80 Stunden
Erstellen der Präsentation, Üben des Vortrags: 80 Stunden
Präsenzphase: 40 Stunden
 
Dauer des Modulsein Semester
Häufigkeit des Modulsin jedem Wintersemester
Anmerkung
Für die Teilnahme an einem Seminar ist ein gesondertes Anmeldeverfahren im Vorsemester über folgenden Link erforderlich:
 
Zu Beginn des Semesters können die TeilnehmerInnen aus den Themenvorschlägen nach Präferenzen wählen. Je nach Teilnehmeranzahl und -wünschen werden die Themen an einzelne oder zwei Teilnehmer vergeben. Zweiergruppen arbeiten zusammen an einem Thema, erstellen eine gemeinsame schriftliche Ausarbeitung und halten gemeinsam einen Vortrag.
Inhaltliche Voraussetzung
Gute Kenntnisse der Inhalte des Moduls 63113 "Datenstrukturen und Algorithmencolor=black>" und – bei Masterstudierenden – möglichst auch von Modul 63213 color=black>"Algorithmische Geometrie".


Bitte bei der Anmeldung angeben.

Prüfungsinformation

M.Sc. Wirtschaftsinformatik
Art der Prüfungsleistungbenotete Seminarteilnahme: Ausarbeitung (soll 10-15 Seiten umfassen) und Vortrag
Voraussetzungkeine
Stellenwert der Notes. PO
Formale Voraussetzungenmindestens drei Wahlmodulprüfungen müssen bestanden sein
M.Sc. Data Science
Art der Prüfungsleistungbenotete Seminarteilnahme: Ausarbeitung (soll 10-15 Seiten umfassen) und Vortrag
Voraussetzungkeine
Stellenwert der Note1/12
Formale Voraussetzungenmindestens drei Pflichtmodulprüfungen sind bestanden

Download

Ansprechpersonen

mathinf.webteam | 26.09.2024