Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Statistical Relational Artificial Intelligence - Einzelansicht

Grunddaten
Veranstaltungsart V/Ü Langtext
Veranstaltungsnummer 100118 Kurztext StaRAI
Semester WiSe 2022/23 SWS 4
Erwartete Teilnehmer/-innen 40 Studienjahr
Max. Teilnehmer/-innen 40
Credits Belegung Belegpflicht
Hyperlink
Sprache englisch
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Di. 16:00 bis 18:00 woch 25.10.2022 bis 24.01.2023  Einsteinstr. 64 - M B 6 (M 6)        
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 16:00 bis 18:00 woch 27.10.2022 bis 26.01.2023  Einsteinstr. 64 - M B 6 (M 6)        
Gruppe [unbenannt]:
 


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Braun, Tanya, Jun.-Prof. Dr. verantwort
Studiengänge
Abschluss - Studiengang Sem ECTS Bereich Teilgebiet
Master - Informatik (88 079 14) -
Master - Informatik (88 079 8) - 6
Master - Mathematik (88 105 13) -
Bachelor - Informatik (82 079 11) - 6
Master - Mathematik (88 105 10) - 6
Bachelor - Informatik (82 079 7) - 6
Zwei-Fach-Bachelor - Informatik (L2 079 11) -
Master - Informatik (88 079 20) -
Master - Mathematics (88 F23 20) -
MEd Gymnasien u Gesamt - Informatik (E3 079 19) -
Prüfungen / Module
Prüfungsnummer Modul
14101 Vorlesung - MEd Gymnasien u Gesamt Informatik Version 2019
14102 Übungen zur gewählten Vorlesung - MEd Gymnasien u Gesamt Informatik Version 2019
13101 Vorlesung 1 - MEd Gymnasien u Gesamt Informatik Version 2019
13102 Übungen zur gewählten Vorlesung 1 - MEd Gymnasien u Gesamt Informatik Version 2019
13103 Vorlesung 2 - MEd Gymnasien u Gesamt Informatik Version 2019
13104 Übungen zur gewählten Vorlesung 2 - MEd Gymnasien u Gesamt Informatik Version 2019
436003 Ergänzungsvorlesung Formale Methoden - Master Mathematics Version 2020
436004 Übungen zu "Ergänzungsvorlesung Formale Methoden" - Master Mathematics Version 2020
437003 Ergänzungsvorlesung Formale Methoden - Master Mathematics Version 2020
437004 Übungen zu "Ergänzungsvorlesung Formale Methoden" - Master Mathematics Version 2020
438003 Ergänzungsvorlesung Formale Methoden - Master Mathematics Version 2020
438004 Übungen zu "Ergänzungsvorlesung Formale Methoden" - Master Mathematics Version 2020
30003 Ergänzungsvorlesung Formale Methoden - Master Informatik Version 2020
30004 Übungen zu "Ergänzungsvorlesung Formale Methoden" - Master Informatik Version 2020
31003 Ergänzungsvorlesung Formale Methoden - Master Informatik Version 2020
31004 Übungen zu "Ergänzungsvorlesung Formale Methoden" - Master Informatik Version 2020
29003 Ergänzungsvorlesung Formale Methoden - Master Informatik Version 2020
29004 Übungen zu "Ergänzungsvorlesung Formale Methoden" - Master Informatik Version 2020
16010 Modulabschlussprüfung - Zwei-Fach-Bachelor Informatik Version 2011
2015001 Vorlesung (mit integrierter oder separater Übung) - Master Mathematik Version 2013
2014001 Vorlesung (mit integrierter oder separater Übung) - Master Mathematik Version 2013
2013001 Vorlesung (mit integrierter oder separater Übung) - Master Mathematik Version 2013
29001 Vorlesung (mit integrierter oder separater Übung) - Master Informatik Version 2014
28001 Vorlesung (mit integrierter oder separater Übung) - Master Informatik Version 2014
18001 Vorlesungen aus dem Vorlesungsangebot der Informatik 1 - Bachelor Informatik Version 2011
16001 eine Vorlesung oder eine Vorlesung mit Übungen aus dem Wahlpflicht-Vorlesungsangebot des Instituts für Informatik - Zwei-Fach-Bachelor Informatik Version 2011
27001 Vorlesung (mit integrierter oder separater Übung) - Master Informatik Version 2014
17001 Vorlesungen aus dem Vorlesungsangebot der Informatik 1 - Bachelor Informatik Version 2011
Prüfungsorganisationssätze
Prüfungsnummer Semester Termin Prüfer/-in Abschluss
29001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 14
13103 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) E3 079 19
28001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 14
18001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 82 079 11
436003 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 F23 20
438004 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 F23 20
30003 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 20
16001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) L2 079 11
29003 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 20
14102 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) E3 079 19
16010 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) L2 079 11
13104 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) E3 079 19
437003 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 F23 20
2015001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 105 13
437004 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 F23 20
30004 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 20
31003 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 20
29004 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 20
2013001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 105 13
27001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 14
13101 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) E3 079 19
14101 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) E3 079 19
13102 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) E3 079 19
17001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 82 079 11
31004 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 079 20
436004 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 F23 20
438003 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 F23 20
2014001 20222 01 Braun, Tanya (Jun.-Prof. Dr.) (633830) 88 105 13
Zuordnung zu Einrichtungen
Fachbereich 10 Mathematik und Informatik
Inhalt
Kommentar

Statistische Relationale Künstliche Intelligenz
--------------------------------------------------
Systeme, die künstliche Intelligenz (KI) vorweisen, kann man mittels eines Agenten modellieren, der ein Modell seiner Umgebung lernen und darstellen, darüber nachdenken und über seine Handlungen entscheiden muss. Ein möglicher Ansatz zur Verwirklichung eines solchen rationalen Agenten liegt in probabilistischen grafischen Modellen, die die Modellierung von Ungewissheit ermöglichen. Ein anderer Ansatz liegt in Logiken erster Ordnung, die die Modellierung von Objekten und Beziehungen ermöglichen. Methoden aus dem Bereich der statistischen relationalen KI (StaRAI) kombinieren beide Aspekte, indem sie mit Unsicherheit und Beziehungen umgehen. Diese Vorlesung beschäftigt sich mit den Anfängen ebenso wie den neuesten Entwicklungen innerhalb von StaRAI und deckt die verschiedenen Aspekte der Aufgaben ab, die ein Agent zu lösen hat.

Für diesen Kurs ist ein gutes Verständnis von Wahrscheinlichkeitstheorie und Logik von Vorteil. Wir werden einige Grundlagen noch einmal behandeln, aber ohne Vorkenntnisse wird es wahrscheinlich zu schnell gehen. Wir werden probabilistische grafische Modelle behandeln, soweit wir sie für StaRAI-Modelle benötigen. Es findet sich aber auch eine sehr detaillierte Einführung in probabilistische grafische Modelle im Kurs Einführung in die Künstliche Intelligenz hier(Kursmaterial nur auf Deutsch; Literatur auf Englisch).

Das Modul wird ausschließlich auf Englisch angeboten.

 

Statistical Relational Artificial Intelligence (StaRAI)
--------------------------------------------------------

In systems that exhibit artificial intelligence (AI), an agent at its centre has to learn and represent a model of its environment, reason about it, and decide on its actions. A possible approach to realising such a rational agent lies in probabilistic graphical models, which allows for modelling uncertainty. Another approach lies in first-order logics, which allows for modelling objects and relations. Methods from the field of statistical relational AI (StaRAI) combine both aspects, dealing with uncertainty and relations. This lecture focusses on the beginnings as well as the newest developments within StaRAI, covering the different aspects of the tasks an agent has to solve.

For this course, a good understanding of probability theory and logics is beneficial. We will cover some basics again but it will probably be too fast without any prior knowledge of these. Although we will also cover probabilistic graphical models to the extent that we need them for StaRAI models, a very detailed introduction into probabilistic graphical models can be found in the course Introduction to Artificial Intelligence from the summer term 2022.

Bemerkung

Diese Veranstaltung hieß am Anfang noch "Relational Inference and Online Decision Making".


Strukturbaum
Die Veranstaltung wurde 4 mal im Vorlesungsverzeichnis WiSe 2022/23 gefunden:
Vorlesungen  - - - 1
Wahlbereich  - - - 2