Digitale Wirtschaft / Industrie 4.0

Bewerbung Studienberatung

Modulhandbuch

←  Zurück 

Cyber-physische Systeme

Empfohlene Vorkenntnisse

Grundkenntnisse Informatik

Grundkenntnisse Rechnernetze

Geeignet für Berufstätige und Wiedereinsteiger*innen

 
Lehrform Vorlesung
Lernziele / Kompetenzen

Die Teilnehmer*innen kennen nach Abschluss des Moduls die Grundlagen cyberphysischer Systeme und verstehen die Konzepte zur Vernetzung von Produktionsanlagen. Sie kennen gängige Kommunikationsprotokolle und Schnittstellen auf den unterschiedlichen Schichten und können diese hinsichtlich eigener Anwendungen bewerten. Sie sind in der Lage, eigene Projekte zu planen und die Konzepte cyber-physischer Systeme im eigenen Produktionsumfeld umzusetzen.
Dauer 1
SWS 6.0
Aufwand
Lehrveranstaltung 67,5 h
Selbststudium / Gruppenarbeit: 112,5 h
Workload 180
ECTS 6.0
Voraussetzungen für die Vergabe von LP

(IWW 107) Grundlagen und Konzepte der cyber-physischen Systeme und (IWW 108) Industrielles Internet der Dinge: K90

(IWW 106) Big Data: K60

Die Modulnote setzt sich zu 2/3 aus der Note K90 und 1/3 der Note K60 zusammen. Alle Einzelprüfungen müssen bestanden sein.

 
Modulverantwortlicher

Prof. Dr. Axel Sikora
Max. Teilnehmer 15
Empf. Semester DiW 1. Semester
Haeufigkeit jedes Jahr (WS)
Verwendbarkeit

Verwendbarkeit des Moduls im Hauptstudiengang DiW
Veranstaltungen

Grundlagen und Konzepte

Art Vorlesung
Nr. IWW106
SWS 2.0
Lerninhalt

Cyberphysische Systeme benötigen Datenmodelle, um die Prozesse steuern, optimieren und simulieren zu können. Zusätzlich dazu werden Methoden und Tools für die Systemsicherheit der über das Internet vernetzten Systeme gelehrt.
Literatur
  • Heyer, G., Quasthoff, U., Wittig, T. (2006), Text Mining: Wissensrohstoff Text: Konzepte, Algorithmen, Ergebnisse. Bochum: W3L-Verlag.
  • Leskovec, J., Rajaraman, A., Ullman, J.-D. (2014) Mining of Massive Datasets. Cambridge University Press, Cambridge.
  • Liu, B. (2011), Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data, Heidelberg: Springer.
  • Loshin, D. (2013) Big Data Analytics: from Strategic Planning to Enterprise Integration with Tools, Techniques, NoSQL, and Graph. Elsevier, Waltham.
  • Newman, M. E. J. (2010) Networks – An Introduction. Oxford University Press, Oxford.
  • Parthasarathy, S., Ruan, Y., Satuluri, V. (2011) Community Discovery in Social Networks: Applications, Methods and Emerging Trends. In: Social Network Data Analytics, Aggarwal C. C. (Ed.), Springer, New York.
  • Wasserman, S., Faust, K. (1994), Social Network Analysis: Methods and Applications, Cambridge: Cambridge University Press.
  • Zafarani, R., Abbasi, M.-A., Liu, H. (2014), Social Media Mining: An Introduction, Cambridge: Cambridge University Press.

Industrielles Internet der Dinge

Art Vorlesung
Nr. IWW107
SWS 2.0
Lerninhalt

Cyberphysische Systeme benötigen Datenmodelle, um die Prozesse steuern, optimieren und simulieren zu können. Zusätzlich dazu werden Methoden und Tools für die Systemsicherheit der über das Internet vernetzten Systeme gelehrt.
Literatur
  •  Zu Beginn der Vorlesung wird ein Vorlesungsskript zur Verfügung gestellt.
  •  T. Mitsa: Temporal Data Mining. Chapman & Hall/CRC Data Mining and Knowledge Discovery. 2010
  •  J. Han, M. Kamber, J. Pei: Data Mining – Concepts and Techniques (3rd Edition). Morgan Kaufman, 2012
  • R. J. Hyndman, G. Athanasopoulos: Forecasting: principles and practice. Available online at https://www.otexts.org/fpp, 2014

Datenmanagement

Art Vorlesung
Nr. IWW108
SWS 2.0
Lerninhalt

Möglichkeiten und Werkzeuge der Modellierung von heterogenen Produktionsanlagen, Analyse von Automatisierungsanforderungen und Modellentwürfe. Optimierung von Systemen, Durchführen von Simulationen und Erweitern des Netzwerks entsprechend neuer Produktionsanforderungen.
Literatur

Es wird ein Vorlesungsskript zur Verfügung gestellt.
←  Zurück