Übersicht

Im Wintersemester 2015/16 bieten wir folgende Veranstaltungen an:

• Digitaltechnische Grundlagen und Mikrocomputer (Bachelor, Deutsch)
• Embedded Systems (Bachelor, Deutsch)
• Praxisprojekt Link-Data Streams for Online Big Data Analysis (Bachelor, Deutsch/Englisch)
• Computer Architecture Lab (Bachelor, Englisch)
• Praxisprojekt Link-Data Streams for Online Big Data Analysis (Master, Deutsch/Englisch)
• Seminar Internet of Things (Master, Deutsch/Englisch)

Vorlesung mit Übung im Bachelor AI Digitaltechnische Grundlagen und Mikrocomputer

Dozent:	Prof. Dr. Gregor Schiele (Vorlesung) Alwyn Burger (Übung)
Sprache:	Deutsch
Turnus:	Wintersemester
Zeit:	Mo 12:00 - 16:00 (Vorlesung) Di 12:00 - 14:00 (Übung) Di 16:00 - 18:00 (Übung) Mi 10:00 - 12:00 (Übung) Mi 16:00 - 18:00 (Übung) Do 10:00 - 12:00 (Übung) Do 12:00 - 14:00 (Übung) Fr 14:00 - 16:00 (Übung)
Ort:	LB 134 (Vorlesung)
Beginn:	19.10.2015

Die Studierenden sollen die Grundbegriffe der Digitaltechnischen Grundlagen erklären können. Sie sollen die Prinzipien von Elementen in digitalen Systemen, logischen Funktionen und ihre Komplexität sowie die Anwendung der Bausteine in Schaltungen und Rechnersystemen verstehen.

Der Entwurf digitaler Systeme gehört zum Kernwissen der technischen Informatik und Informationstechnik. Es werden einige wichtige Prinzipien und Komponenten behandelt, die dabei eine entscheidende Rolle spielen. Inhalte im Einzelnen: - Zahlensysteme und Rechnen mit Zahlensystemen - Allgemeine Aspekte von Digitalen Systemen; Logische Entwicklung; Komponenten - Logische Schaltungen - Boolsche Algebra; Vereinfachung von Funktionen; Addierer - Praktische Beispiele; logische Komponenten; Karnaugh Diagramme - Sequentielle Logik; Flip-Flop; Schieberegister - Speicher; ROM, RAM; Struktur - Prozessoren, ALU, Programmierung

Vorlesung mit Übung im Bachelor AI Embedded Systems

Dozent:	Prof. Dr. Gregor Schiele (Vorlesung) Alwyn Burger (Übung)
Sprache:	Deutsch
Turnus:	Wintersemester
Zeit:	Do 10:00 - 12:00 (Vorlesung) Di 12:00 - 14:00 (Übung)
Ort:	LC 140 (Vorlesung)
Beginn:	29.10.2015

Ziel dieser Veranstaltung ist das Verständnis der Besonderheiten Eingebetteter Systeme, die Fähigkeit zur Programmierung von eingebetteten Systemen unter Nutzung der Programmiersprache C.

Eingebettete Systeme sind sehr kleine Computersystem die ein spezifisches Einsatzgebiet haben. Sie können Teil von komplexeren Systemen (Autos, Haushaltsgeräten) oder autonom (Mobiltelefone, Messinstrumente) sein. In der Vorlesung werden die Besonderheiten von Eingebetteten Systemen besprochen. Ein besonderer Schwerpunkt wird auf die Probleme, welche einem beim Entwickeln von Software für Eingebettete Systeme begegnen gelegt. In der Vorlesung werden folgende Themen besprochen: • Die grundlegende Architektur von Eingebetteten Systemen • Speicherarten • Ein-/Ausgabe (Bussysteme) • Interrupts • Timer • Analog/Digital und Digital/Analog-Wandler • Gerätetreiber

Praxisprojekt im Bachelor AI / ISE Praxisprojekt Link-Data Streams for Online Big Data Analysis

Dozent:	Prof. Dr. Gregor Schiele Stephan Schmeißer
Sprache:	Deutsch/Englisch
Turnus:	Wintersemester
Zeit:	Mi 14:00 - 16:00
Ort:	BC 003
Beginn:	21.10.2015

In Kooperation mit dem Lehrstuhl für professionelle Kommunikation in elektronischen Medien / Social Media entwickelt das Fachgebiet Eingebettete Systeme der Informatik ein Framework für die Big Data Analyse von komplexen (semantischen) Datenströmen.

Projektziel:

Ziel dieses Praxisprojekts ist die Entwicklung eines generischen Interfaces, welches das Erfassen und Sammeln von komplexen, semantischen Daten z.B. von IoT (Internet of Things)-Systemen oder sozialen Medien erleichtert und automatisiert. Zusätzlich zur Erfassung dieser Daten sollen diese mithilfe eines modernen Big Data Framework analysiert werden können. Neben der Entwicklung dieses Interfaces soll es prototypisch für die soziale Medienplattformen "Flickr" und -je nach Teilnehmerzahl- "Twitter" implementiert werden. Hinzu kommt eine prototypische Implementation einer einfachen, skalierbaren Big Data Anwendung für die Analyse dieser Daten.

Organisation und Vorkenntnisse:

Je nach Teilnehmerzahl wird sich das Projekt in mehrere Teilgruppen aufteilen, die sich jeweils mit einem Teilproblem der Aufgabenstellung
beschäftigen. Das gesamte Projekt wird, der agilen Softwareentwicklung nachempfunden, in sogennante Sprints aufgeteilt. Ein Sprint ist ein vorher definierter Zeitraum, in dem ein vorher gesetztes Ziel erreicht werden soll. Für jeden dieser Sprints wird ein Verantwortlicher bestimmt, der für den Ablauf des Sprints und die Präsentation der Ergebnisse zuständig ist. Diese Person wird für jeden Sprint individuell gewählt. Sie sollten daher Team- und Kommunikationsfähigkeit besitzen. Außerdem sollten Sie gute Kentnisse in Java mitbringen. Hilfreich, aber nicht erforderlich, sind Kentnisse im Git Versionierungssystem, Software Development Tools und Buildsystemen und Datenbanken.
Als Big Data Framework wird Apache Spark verwendet. Kentnisse sind dafür nicht notwendig, da diese innerhalb des Projekts erarbeitet werden sollen.

Sollten Sie dabei sein?
  - Sie haben Spaß an der kollaborativen Entwicklung von Software?
  - Sie wollen agile Softwareentwicklungsmethoden in der Praxis einsetzen?
  - Sie verwenden state-of-the-art Technologien im Bereich Big Data und Semantic Web.

Dann kommen Sie zur Vorbesprechung in der ersten Vorlesungswoche.

Praktikum für Bachelor ISE Computer Architecture Lab

Dozent:	Prof. Dr. Gregor Schiele Alwyn Burger
Sprache:	Englisch
Turnus:	Wintersemester
Zeit:	Di 18:00 - 20:00 (Übung) Mi 18:00 - 20:00 (Übung) Do 18:00 - 20:00 (Übung)
Ort:	BC 203
Beginn:	27.10.2015

Am Dienstag, den 27.10. um 18:00 wird es eine Vorbesprechung für alle Gruppen geben. Diese Vorbesprechung ist verpflichtend für die Teilnahme an diesem Praktikum.

Praxisprojekt im Master AI / ISE Praxisprojekt Link-Data Streams for Online Big Data Analysis

Dozent:	Prof. Dr. Gregor Schiele Stephan Schmeißer
Sprache:	Deutsch/Englisch
Turnus:	Wintersemester
Zeit:	Mi 14:00 - 16:00
Ort:	BC 003
Beginn:	21.10.2015

In Kooperation mit dem Lehrstuhl für professionelle Kommunikation in elektronischen Medien / Social Media entwickelt das Fachgebiet Eingebettete Systeme der Informatik ein Framework für die Big Data Analyse von komplexen (semantischen) Datenströmen.

Projektziel:

Ziel dieses Praxisprojekts ist die Entwicklung eines generischen Interfaces, welches das Erfassen und Sammeln von komplexen, semantischen Daten z.B. von IoT (Internet of Things)-Systemen oder sozialen Medien erleichtert und automatisiert. Zusätzlich zur Erfassung dieser Daten sollen diese mithilfe eines modernen Big Data Framework analysiert werden können. Neben der Entwicklung dieses Interfaces soll es prototypisch für die soziale Medienplattformen "Flickr" und -je nach Teilnehmerzahl- "Twitter" implementiert werden. Hinzu kommt eine prototypische Implementation einer einfachen, skalierbaren Big Data Anwendung für die Analyse dieser Daten.

Organisation und Vorkenntnisse:

Je nach Teilnehmerzahl wird sich das Projekt in mehrere Teilgruppen aufteilen, die sich jeweils mit einem Teilproblem der Aufgabenstellung
beschäftigen. Das gesamte Projekt wird, der agilen Softwareentwicklung nachempfunden, in sogennante Sprints aufgeteilt. Ein Sprint ist ein vorher definierter Zeitraum, in dem ein vorher gesetztes Ziel erreicht werden soll. Für jeden dieser Sprints wird ein Verantwortlicher bestimmt, der für den Ablauf des Sprints und die Präsentation der Ergebnisse zuständig ist. Diese Person wird für jeden Sprint individuell gewählt. Sie sollten daher Team- und Kommunikationsfähigkeit besitzen. Außerdem sollten Sie gute Kentnisse in Java mitbringen. Hilfreich, aber nicht erforderlich, sind Kentnisse im Git Versionierungssystem, Software Development Tools und Buildsystemen und Datenbanken.
Als Big Data Framework wird Apache Spark verwendet. Kentnisse sind dafür nicht notwendig, da diese innerhalb des Projekts erarbeitet werden sollen.

Sollten Sie dabei sein?
  - Sie haben Spaß an der kollaborativen Entwicklung von Software?
  - Sie wollen agile Softwareentwicklungsmethoden in der Praxis einsetzen?
  - Sie verwenden state-of-the-art Technologien im Bereich Big Data und Semantic Web.

Dann kommen Sie zur Vorbesprechung in der ersten Vorlesungswoche.

Seminar für Master AI/Komedia/ISE Seminar Internet of Things

Dozent:	Prof. Dr. Gregor Schiele Stephan Schmeißer
Sprache:	Deutsch/Englisch
Turnus:	Wintersemester
Zeit:	Di 10:00 - 12:00
Ort:	LK 051
Beginn:	20.10.2015

 

Das Masterseminar behandelt aktuelle Themen aus dem Gebiet der  Internet der Dinge, Cyber-Physical Systems sowie adaptiver und intelligenter eingebetteter Systeme. Einige Themen werden nur in Englisch angeboten und die zugehörige Ausarbeitung muss in englischer Sprache angefertigt werden.

Folgende Themen werden in diesem Seminar angeboten:

Internet of Things (de/en)

The Internet of Things (IoT) is widely considered to be one of the major technological trends of this time. It is projected to change industrial production (Industrie 4.0) as well as our cities (Smart Cities) and our everyday surroundings (Pervasive Computing). Still, the term is used in many different contexts and with many (slightly) different meanings. What exactly the IoT really is, is not clear. Therefore, in this topic we will discuss different existing views and definitions of IoT as well as related terms like Industrie 4.0, Cyber Physical Systems, etc., resulting in a working definition of IoT for this seminar.

This topic is focussed on literature research and is suitable for MAI and KOMEDIA students.

 

Cyber Social Systems (de/en)

IoT systems use embedded sensors, actuators and robots to detect and influence physical environments, enabling the so-called programmable world. This includes the ability to influence the behaviour of humans, e.g. to avoid traffic jams or to help with medical rehabilitation. This topic is about possible approaches to influence human behaviour, their applications, chances and risks.

This topic is suitable for MAI and KOMEDIA students.

 

Wireless Energy Transmission (de/en)

The vision of the Internet of Things is to connect anything to the internet. The technologies to do so rely on a steady power supply. Usually this requires some form of battery which introduces maintenance and the possibility of device failure due to drained battery. New technologies allow to supply power in a wireless fashion. This topic gives an introduction to Wireless Energy Transmission, including its physics background.

This topic is suitable for MAI students.

 

Semantic Data Technologies (de/en)

Information on the World Wide Web is usually given in human readable formats like HTML or PDFs that are difficult to understand and process by autonomous software agents. The semantic web tries to overcome this by annotating information with its semantics. Linked-Data and RDF are examples to enrich data with semantics. This topic provides an overview of existing technologies for semantic data and how they can be used.

This topic is suitable for MAI and KOMEDIA students.

 

Semantic Sensor Networks (en)

Sensor networks are an important part of IoT systems. In such a network a large number of embedded sensors reports measurements to one or more data sinks. A data sink can then integrate all measurements to derive a life view on the state of a physical environment. A semantic sensor network uses semantic data technologies to model interoperable data formats as well as metadata about the sensors and the environment. This allows the system to reason on measurements and sensor deployments, potentially allowing it to adapt itself to changing requirements in realtime. This topic provides an overview on how to model a semantic sensor network, including modelling of the sensors, measurements, environment, etc.

This topic is suitable for MAI students.

 

Privacy in the Age of IoT (de/en)

What happens if we give up on privacy? With everything connected to the internet and constantly sending data about our personal life privacy becomes an outdated concept. Will this change our behaviour in everyday life? This topic discusses and evaluates the psychological and sociological implications of a society without privacy.

This topic is suitable for MAI and KOMEDIA students.

 

Industrie 4.0 (de/en)

"Industrie 4.0" applies the concept of the Internet of Things (IoT) to logistics and production processes to create the "intelligent factory". People working in such a factory should be supported using self optimisation, self configuration and self diagnosis concepts to achieve higher efficiency, productivity as well as safety. In comparison to the research field of IoT the known ideas have to be adapted to be applicable to the requirements and regulations of industry. The goal of this seminar paper is to expose the specific differences between said requirements for IoT and Industrie 4.0.

This topic is suitable for MAI and KOMEDIA students.

 

Energy Efficient Networking (Routing) (de/en)

An important sub challenge of the Internet of Things (IoT) is how to connect small embedded systems to the Internet. These embedded systems typically have very sparse resources with regards to processing power, main memory as well as their power source. This creates special challenges to the network communication, for example with regard to energy efficient routing. The goal of this seminar paper is to expose the different criteria what make routing energy efficient and give several examples of algorithms in detail.

This topic is suitable for MAI students.

 

Energy Efficient Wireless Network Topologies (de/en)

An important sub challenge of the Internet of Things (IoT) is how to connect small embedded systems to the Internet. These embedded systems typically have very sparse resources with regards to processing power, main memory as well as their power source. Depending on the application scenario these devices are solely connected through wireless technologies. The resulting network topologies need to be adapted to said requirements. The goal of this seminar paper is to expose what network topologies can be energy efficient and how that is achieved. It also should be analysed, which consequences the use of such a topology has on an IoT-System.

This topic is suitable for MAI students.

 

Human Computer Interface for IoT-Systems (de/en)

The Internet of Things (IoT) interconnects both classical computer systems as well as embedded devices with each other and to the Internet. This facilitates the cooperation between these different devices, makes them more efficient and enables new applications for end users. A typical embedded device in such a system does not posses the common direct input or output methods, but is in the worst case only accessible through a remote command line interface. This makes it highly difficult for an end user to see and understand the interactions of IoT devices with each other and to gain possible new information. New paradigms are needed to visualise and control the data and information streams between these homogeneous devices. The goal of this seminar paper is to show the requirements for a human computer interface that is suitable for such an IoT system and to analyse some example approaches to see how this can be realised.

This topic is suitable for MAI and KOMEDIA students.

 

Augmented reality (en)

Recently augmented reality has received a lot of attention, partly because advances in embedded devices have made them powerful enough to become a viable option. This topic deals with how augmented reality may change the way we interface with the world, and the impact that it can have on the Internet of Things. 

This topic is suitable for MAI students.

 

Task assignment in heterogeneous multicore systems (en)

The heterogeneous nature of modern multicore embedded systems (system on chips with different cores or independent co-operating processing units) pose new challenges for the assignment of tasks. Particularly, many systems have realtime requirements and must schedule tasks between different CPUs and Accelerated Processing Units (APUs) - while optimising energy efficiency. This topic calls for an overview of some techniques used for balancing high performance processing units with lower energy units for an optimal solution.

This topic is suitable for MAI students.

 

Computer vision on embedded systems (en)

More powerful embedded systems mean that more complex sensors (such as cameras) can be used on wireless sensor nodes, but the limitations of battery power dampen the usefulness of such sensors. Computer vision can be used on so-called wireless visual sensor nodes (WVSNs) to limit the amount of data to be transmitted, by pre-processing the images using available processing techniques. This topic entails providing an overview of these WVSNs and how they use computer vision to improve energy efficiency.

This topic is suitable for MAI students.