Suchergebnis: Katalogdaten im Herbstsemester 2016
Informatik Bachelor  | ||||||
 Bachelor-Studium (Studienreglement 2016) | ||||||
| Basisprüfung | ||||||
| Basisprüfungsblock 1 | ||||||
| Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
|---|---|---|---|---|---|---|
| 401-0131-00L | Lineare Algebra | O | 7 KP | 4V + 2U | Ö. Imamoglu, O. Sorkine Hornung | |
| Kurzbeschreibung | Anwendungsorientierte Einführung in die lineare Algebra (Vektorräume und lineare Abbildungen, Matrizen), Matrixzerlegungen (LU-, QR-, Eigenwert- und Singulärwert-Zerlegung). Einführung in die Programmierumgebung Matlab. | |||||
| Lernziel | Die Lernziele sind: - die fundamentalen Konzepte der linearen Algebra gut zu verstehen - in der Lage zu sein, mit Hilfe von Matlab Rechenaufgaben zu lösen - Anwendungen der linearen Algebra in der Informatik kennenzulernen | |||||
| Inhalt | Lineare Algebra: Lineare Gleichungssysteme, Vektoren und Matrizen, Normen und Skalarprodukte, LU-Zerlegung, Vektorräume und lineare Abbildungen, Ausgleichsprobleme, QR-Zerlegung, Determinanten, Eigenwerte und Eigenvektoren, Singulärwertzerlegung, Anwendungen. | |||||
| Skript | Skript "Lineare Algebra" (Gutknecht). | |||||
| Voraussetzungen / Besonderes | Der relevante Schulstoff wird am Anfang kurz wiederholt. | |||||
| 252-0025-00L | Diskrete Mathematik | O | 7 KP | 4V + 2U | U. Maurer | |
| Kurzbeschreibung | Inhalt: Mathematisches Denken und Beweise, Abstraktion. Mengen, Relationen (z.B. Aequivalenz- und Ordnungsrelationen), Funktionen, (Un-)abzählbarkeit, Zahlentheorie, Algebra (Gruppen, Ringe, Körper, Polynome, Unteralgebren, Morphismen), Logik (Aussagen- und Prädikatenlogik, Beweiskalküle). | |||||
| Lernziel | Hauptziele der Vorlesung sind (1) die Einführung der wichtigsten Grundbegriffe der diskreten Mathematik, (2) das Verständnis der Rolle von Abstraktion und von Beweisen und (3) die Diskussion einiger Anwendungen, z.B. aus der Kryptographie, Codierungstheorie und Algorithmentheorie. | |||||
| Inhalt | Siehe Kurzbeschreibung. | |||||
| Skript | vorhanden (englisch) | |||||
| 252-0026-00L | Algorithmen und Datenstrukturen | O | 7 KP | 3V + 2U + 1A | P. Widmayer, M. Püschel | |
| Kurzbeschreibung | Es werden grundlegende Entwurfsmuster für Algorithmen sowie klassische algorithmische Probleme und Datenstrukturen behandelt. Das Zusammenspiel von Algorithmen und Datenstrukturen wird anhand von Geometrie- und Graphenproblemen illustriert. In die Graphentheorie wird kurz eingeführt. | |||||
| Lernziel | Verständnis des Entwurfs und der Analyse grundlegender Algorithmen und Datenstrukturen. | |||||
| Inhalt | Es werden grundlegende Algorithmen und Datenstrukturen vorgestellt und analysiert. Dazu gehören auf der einen Seite Entwurfsmuster für Algorithmen, wie Induktion, divide-and-conquer, backtracking und dynamische Optimierung, ebenso wie klassische algorithmische Probleme, wie Suchen und Sortieren. Auf der anderen Seite werden Datenstrukturen für verschiedene Zwecke behandelt, darunter verkettete Listen, Hashtabellen, balancierte Suchbäume, verschiedene heaps und union-find-Strukturen. Weiterhin wird Adaptivität bei Datenstrukturen (wie etwa Splay-Bäume) und bei Algorithmen (wie etwa online-Algorithmen) beleuchtet. Das Zusammenspiel von Algorithmen und Datenstrukturen wird anhand von Geometrie- und Graphenproblemen illustriert. Hierfür werden grundlegende Konzepte der Graphentheorie eingeführt. | |||||
| Literatur | Th. Ottmann, P.Widmayer: Algorithmen und Datenstrukturen, Spektrum-Verlag, 5. Auflage, Heidelberg, Berlin, Oxford, 2011 | |||||
| 252-0027-00L | Einführung in die Programmierung | O | 7 KP | 4V + 2U | T. Gross | |
| Kurzbeschreibung | Einführung in grundlegende Konzepte der modernen Programmierung. Vermittlung der Fähigkeit, Programme von höchster Qualität zu entwickeln. Einführung in Prinzipien des Software Engineering mit objekt-orientiertem Ansatz. | |||||
| Lernziel | Viele Menschen können Programme schreiben. Die Ziele der Vorlesung "Einführung in die Programmierung" gehen aber darüber hinaus: sie lehrt die fundamentalen Konzepte und Fertigkeiten, die nötig sind, um professionelle Programme zu erstellen. Nach erfolgreichem Abschluss der Vorlesung beherrschen Studenten die fundamentalen Kontrollstrukturen, Datenstrukturen, die Verfahren zur Problemlösung und Mechanismen von Programmiersprachen, die die moderne Programmierung auszeichnen. Sie kennen die Grundregeln für die Produktion von Software in hoher Qualität. Sie haben die nötigen Vorkenntnisse für weiterführende Vorlesungen, die das Programmieren in spezialisierten Anwendungsgebieten vorstellen. | |||||
| Inhalt | Grundlagen der objekt-orientierten Programmierung. Objekte und Klassen. Vor- und Nachbedingungen, Invarianten, Design by Contract. Elementare Kontrollstrukturen. Zuweisungen und Referenzierung. Grundbegriffe aus der Hardware. Elementare Datenstrukturen und Algorithmen. Rekursion. Vererbung und Interfaces, Einführung in Event-driven Design und Concurrent Programming. Grundkonzepte aus Software Engineering wie dem Softwareprozess, Spezifikation und Dokumentation, Reuse und Quality Assurance. | |||||
| Skript | Die Vorlesungsfolien auf der Vorlesungswebseite zum Download zur Verfügung gestellt. | |||||
| Literatur | Weitere Literaturangaben auf der Web Seite der Vorlesung. | |||||
| Voraussetzungen / Besonderes | Die Vorlesung hat keine besonderen Voraussetzungen. Sie erwartet das gleichzeitige Belegen der anderen Informatik Vorlesungen des Basisjahres. | |||||
| Basisprüfungsblock 2 Die Fächer des Blocks 2 werden im Frühjahrsemester angeboten. | ||||||
| Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
| 401-0211-00L | Analysis I Findet dieses Semester nicht statt. Die Lerneinheit findet im FS17 wieder statt. | O | 7 KP | 4V + 2U | keine Angaben | |
| Kurzbeschreibung | Reelle und komplexe Zahlen, Vektoren, Funktionen, Grenzwerte, Folgen, Reihen, Potenzreihen, Differential- und Integralrechnung einer Variablen, Einführung in gewöhnliche Differentialgleichungen | |||||
| Lernziel | Reelle und komplexe Zahlen, Vektoren, Funktionen, Grenzwerte, Folgen, Reihen, Potenzreihen, Differential- und Integralrechnung einer Variablen, Einführung in gewöhnliche Differentialgleichungen | |||||
| Inhalt | Reelle und komplexe Zahlen, Vektoren, Funktionen, Grenzwerte, Folgen, Reihen, Potenzreihen, Differential- und Integralrechnung einer Variablen, Einführung in gewöhnliche Differentialgleichungen | |||||
| Skript | Michael Struwe. _Analysis für Informatik._ ETH Zürich, 2010. | |||||
| Literatur | Jürgen Pöschel. _Etwas Analysis._ Springer Spektrum, 2014. Christian Blatter. _Ingenieur-Analysis._ 2002. | |||||
| Bachelor-Studium (Studienreglement 2008) | ||||||
| 3. Semester | ||||||
| Obligatorische Fächer (3. Sem.) | ||||||
| Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
| 252-0057-00L | Theoretische Informatik | O | 8 KP | 4V + 2U + 1A | J. Hromkovic | |
| Kurzbeschreibung | Konzepte zur Beantwortung grundlegender Fragen wie: a) Was ist völlig automatisiert machbar (algorithmisch lösbar) b) Wie kann man die Schwierigkeit von Aufgaben (Problemen) messen? c) Was ist Zufall und wie kann er nützlich sein? d) Was ist Nichtdeterminisus und welche Rolle spielt er in der Informatik? e) Wie kann man unendliche Objekte durch Automaten und Grammatiken endlich darstellen? | |||||
| Lernziel | Vermittlung der grundlegenden Konzepte der Informatik in ihrer geschichtlichen Entwicklung | |||||
| Inhalt | Die Veranstaltung ist eine Einführung in die Theoretische Informatik, die die grundlegenden Konzepte und Methoden der Informatik in ihrem geschichtlichen Zusammenhang vorstellt. Wir präsentieren Informatik als eine interdisziplinäre Wissenschaft, die auf einer Seite die Grenzen zwischen Möglichem und Unmöglichem und die quantitativen Gesetze der Informationsverarbeitung erforscht und auf der anderen Seite Systeme entwirft, analysiert, verifiziert und implementiert. Die Hauptthemen der Vorlesung sind: - Alphabete, Wörter, Sprachen, Messung der Informationsgehalte von Wörtern, Darstellung von algorithmischen Aufgaben - endliche Automaten, reguläre und kontextfreie Grammatiken - Turingmaschinen und Berechenbarkeit - Komplexitätstheorie und NP-Vollständigkeit - Algorithmenentwurf für schwere Probleme | |||||
| Skript | Die Vorlesung ist detailliert durch das Lehrbuch "Theoretische Informatik" bedeckt. | |||||
| Literatur | Basisliteratur: 1. J. Hromkovic: Theoretische Informatik. 5. Auflage, Springer Vieweg 2014. 2. J. Hromkovic: Theoretical Computer Science. Springer 2004. Weiterführende Literatur: 3. M. Sipser: Introduction to the Theory of Computation, PWS Publ. Comp.1997 4. J.E. Hopcroft, R. Motwani, J.D. Ullman: Einführung in die Automatentheorie, Formale Sprachen und Komplexitätstheorie. Pearson 2002. 5. I. Wegener: Theoretische Informatik. Teubner Weitere Übungen und Beispiele: 6. A. Asteroth, Ch. Baier: Theoretische Informatik | |||||
| Voraussetzungen / Besonderes | Während des Semesters werden zwei freiwillige Probeklausuren gestellt. | |||||
| 252-0061-00L | Systems Programming and Computer Architecture | O | 8 KP | 4V + 2U + 1A | T. Roscoe | |
| Kurzbeschreibung | Introduction to computer architecture and system programming: Instruction sets, storage hiearchies, runtime structures with an emphasis on computers as engines for the execution of compiled programs. Interaction between system software and the hardware. Problems that arise from the final respresentation, performance measurement and tuning, and program portability issues are covered. | |||||
| Lernziel | The objective is to allow students to understand all aspects of the execution of compiled (C) programs on modern architectures -- the instruction set, the storage resources (registers, stack, memory), input/output, the impact of compiler decisions, and the interaction between the operating system and hardware. Two main themes are correctness issues (esp. those that arise from the finite representation of data) and performance issues (incl. measurement and tuning issues). The interface to the operating system is discussed to prepare for subsequent classes on more advanced systems topics. The two key goals are: 1) To equip students with a thorough understanding of how to write correct programs that run fast on modern computer, and 2) How to write correct and efficient low-level systems code. This course does not cover how to design or build a processor or computer. | |||||
| Inhalt | This course provides an overview of "computers" as a platform for the execution of (compiled) computer programs. This course provides a programmer's view of how computer systems execute programs, store information, and communicate. The course introduces the major computer architecture structures that have direct influence on the execution of programs (processors with registers, caches, other levels of the memory hierarchy, supervisor/kernel mode, and I/O structures) and covers implementation and representation issues only to the extend that they are necessary to understand the structure and operation of a computer system. The course attempts to expose students to the practical issues that affect performance, portability, security, robustness, and extensibility. This course provides a foundation for subsequent courses on operating systems, networks, compilers and many other courses that require an understanding of the system-level issues. Topics covered include: machine-level code and its generation by optimizing compilers, address translation, input and output, trap/event handlers, performance evaluation and optimization (with a focus on the practical aspects of data collection and analysis). | |||||
| Literatur | The course is based in part on "Computer Systems: A Programmer's Perspective" (2nd Edition) by R. Bryant and D. O'Hallaron, with some additional material. | |||||
| Voraussetzungen / Besonderes | 252-0024-00L Parallel Programming, 252-0014-00L Digital Circuits | |||||
| 401-0613-00L | Wahrscheinlichkeit und Statistik | O | 6 KP | 3V + 2U | J. Teichmann | |
| Kurzbeschreibung | Grundlagen der Wahrscheinlichkeitstheorie und der Statistik: - Einführung in die Wahrscheinlichkeitstheorie - kurze Einführung in Grundbegriffe und Methoden der Statistik | |||||
| Lernziel | a) Fähigkeit, die behandelten wahrscheinlichkeitstheoretischen Methoden zu verstehen und anzuwenden b) probabilistisches Denken und stochastische Modellierung c) Fähigkeit, einfache statistische Tests selbst durchzuführen und die Resultate zu interpretieren | |||||
| Inhalt | Grundlagen der Wahrscheinlichkeitstheorie und der Statistik mit spezieller Berücksichtigung der Bedürfnisse in der Informatik Die inhaltlichen Ziele sind dabei: - Gesetze des Zufalls und stochastisches Denken (Denken in Wahrscheinlichkeiten) - Verständnis und Intuition für stochastische Modellierung - einfache und grundlegende Methoden der Statistik Der Inhalt der Vorlesung umfasst: - Einführung in die Wahrscheinlichkeitstheorie: Grundbegriffe (Wahrscheinlichkeitsraum, Wahrscheinlichkeitsmass), Unabhängigkeit, Zufallsvariablen, diskrete und stetige Verteilungen, bedingte Wahrscheinlichkeiten, Erwartungswert und Varianz, Grenzwertsätze - Methoden der Statistik: Parameterschätzungen, Maximum-Likelihood- und Momentenmethode, Tests, Konfidenzintervalle | |||||
| Skript | Ein Skript zur Vorlesung wird zu Vorlesungsbeginn elektronisch zur Verfuegung gestellt. | |||||
| 401-0663-00L | Numerical Methods for CSE | O | 7 KP | 4V + 2U | R. Hiptmair | |
| Kurzbeschreibung | The course gives an introduction into fundamental techniques and algorithms of numerical mathematics which play a central role in numerical simulations in science and technology. The course focuses on fundamental ideas and algorithmic aspects of numerical methods. The exercises involve actual implementation of numerical methods in C++. | |||||
| Lernziel | * Knowledge of the fundamental algorithms in numerical mathematics * Knowledge of the essential terms in numerical mathematics and the techniques used for the analysis of numerical algorithms * Ability to choose the appropriate numerical method for concrete problems * Ability to interpret numerical results * Ability to implement numerical algorithms afficiently | |||||
| Inhalt | 1. Direct Methods for linear systems of equations 2. Least Squares Techniques 3. Data Interpolation and Fitting 4. Filtering Algorithms 8. Approximation of Functions 9. Numerical Quadrature 10. Iterative Methods for non-linear systems of equations 11. Single Step Methods for ODEs 12. Stiff Integrators | |||||
| Skript | Lecture materials (PDF documents and codes) will be made available to participants: Lecture document: https://people.math.ethz.ch/~grsam/HS16/NumCSE/NumCSE16.pdf Lecture Git repository: https://gitlab.math.ethz.ch/NumCSE/NumCSE Tablet classroom notes: http://www.sam.math.ethz.ch/~grsam/HS16/NumCSE/NCSE16_Notes/ Lecture recording: http://www.video.ethz.ch/lectures/d-math/2016/autumn/401-0663-00L.html Homework problems: https://people.math.ethz.ch/~grsam/HS16/NumCSE/NCSEProblems.pdf | |||||
| Literatur | U. ASCHER AND C. GREIF, A First Course in Numerical Methods, SIAM, Philadelphia, 2011. A. QUARTERONI, R. SACCO, AND F. SALERI, Numerical mathematics, vol. 37 of Texts in Applied Mathematics, Springer, New York, 2000. W. Dahmen, A. Reusken "Numerik für Ingenieure und Naturwissenschaftler", Springer 2006. M. Hanke-Bourgeois "Grundlagen der Numerischen Mathematik und des wissenschaftlichen Rechnens", BG Teubner, 2002 P. Deuflhard and A. Hohmann, "Numerische Mathematik I", DeGruyter, 2002 | |||||
| Voraussetzungen / Besonderes | The course will be accompanied by programming exercises in C++ relying on the template library EIGEN. Familiarity with C++, object oriented and generic programming is an advantage. Participants of the course are expected to learn C++ by themselves. | |||||
| Kompensationsfächer Als Kompensationsfächer gelten die obligatorischen Fächer der Vertiefung. | ||||||
| Vertiefung | ||||||
| Obligatorische Fächer der Vertiefung | ||||||
| Vertiefung Computer and Software Engineering | ||||||
| Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
| 252-0210-00L | Compiler Design Findet dieses Semester nicht statt. Die Lerneinheit findet im FS17 wieder statt. | O | 8 KP | 4V + 3U | T. Gross | |
| Kurzbeschreibung | Diese Vorlesung benutzt Compiler als Beispiel für moderne Software Entwicklung. Dazu werden die Kernthemen des Compilerbaus behandelt: Syntax Analyse, Symboltabellen, Code Erzeugung. Die Vorlesung und Uebungen geben den Studierenden eine gute Gelegenheit, Muster in diversen Kontexten anzuwenden. | |||||
| Lernziel | Learn principles of compiler design, gain practical experience designing and implementing a medium-scale software system. | |||||
| Inhalt | This course uses compilers as example to expose modern software development techniques. The course introduces the students to the fundamentals of compiler construction. Students will implement a simple yet complete compiler for an object-oriented programming language for a realistic target machine. Students will learn the use of appropriate tools (parser generators); the implementation language is Java. Throughout the course, students learn to apply their knowledge of theory (automata, grammars, stack machines, program transformation) and well-known programming techniques (module definitions, design patterns, frameworks, software reuse) in a software project. Specific topics: Compiler organization. Lexical analysis. Top-down parsing via recursive descent, table-driven parsers, bottom-up parsing. Symboltables, semantic checking. Code generation for a simple RISC machine: expression evaluation, straight line code, conditionals, loops, procedure calls, simple register allocation techniques. Storage allocation on the stack, parameter passing, runtime storage management, heaps. Special topics as time permits: introduction to global dataflow and its application to register allocation, instruction scheduling. | |||||
| Literatur | Aho/Lam/Sethi/Ullmann, Compilers - Principles, Techniques, and Tools (2nd Edition) Muchnick, Advanced Compiler Design and Implementation, Morgan Kaufmann Publishers, 1997 | |||||
| Voraussetzungen / Besonderes | Prerequisites: Prior exposure to modern techniques for program construction, knowledge of at least one processor architecture at the assembly language level. | |||||
| 252-0213-00L | Verteilte Systeme | O | 8 KP | 6G + 1A | F. Mattern, R. Wattenhofer | |
| Kurzbeschreibung | Verteilte Kontrollalgorithmen (wechselseitiger Ausschluss, logische Uhren), Kommunikationsmodelle (RPC, synchrone/asynchrone Kommunikation, Broadcast, Ereignisse, Tupelräume), Middleware, Service- und Ressourcen-orientierte Architekturen (SOAP, REST), Sicherheit, Fehlertoleranz (Modelle, Consensus), Replikation (Primary Copy, 2PC, 3PC, Quorum-Systeme), Shared Memory (Spin Locks, Concurrency). | |||||
| Lernziel | Kennenlernen von wesentlichen Technologien und Architekturen verteilter Systeme. | |||||
| Inhalt | Wir geben eine Einführung in verteilte Systeme (Charakteristika und Konzepte) und diskutieren sodann verteilte Kontrollalgorithmen (Flooding-Verfahren, wechselseitiger Ausschluss, logische Uhren), Basis-Kommunikationsmodelle (Remote-Procedure-Call, Client-Server-Strukturen, synchrone und asynchrone Kommunikation), abstraktere Kommunikationsprinzipien (Broadcast, Ereignisse, Tupelräume), Namensverwaltung, Middleware und Techniken offener Systeme (z.B. REST, SOAP), Infrastruktur für spontan vernetzte Systeme (JINI), Cloud-Computing sowie Sicherheits- und Schutzmechanismen. Da partielle Systemausfälle charakteristisch für verteilte Systeme sind, werden auch Fehlermodelle und Fehlertoleranz-Algorithmen zum systematischen Umgang mit Fehlersituationen besprochen. Wir diskutieren dazu Fehlertoleranzaspekte (Modelle, Consensus, Agreement) sowie Replikationsaspekte (Primary Copy, 2PC, 3PC, Paxos, Quorum-Systeme, verteilter Speicher) und Probleme bei asynchronen Multiprozesssystemen (Shared Memory, Spin Locks, Concurrency). Parallel zur Vorlesung werden einige der Übungen in Form praktischer mehrwöchiger Aufgaben durchgeführt, wobei die Teilnehmer mit der Programmierung von mobilen Plattformen (smartphones) und nachrichtenbasierten Kommunikationsprinzipien vertraut werden. | |||||
| Vertiefung Computational Science Die Lehrveranstaltung 151-0107-20L High Performance Computing for Science and Engineering I (HPCSE) im HS kann nur mit der Lehrveranstaltung 401-0686-10L High Performance Computing for Science and Engineering II (HPCSE) im FS zusammen (8 KP) als obligatorisches Fach der Vertiefung angerechnet werden. | ||||||
| Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
| 252-0206-00L | Visual Computing | O | 8 KP | 4V + 3U | M. Gross, O. Hilliges | |
| Kurzbeschreibung | This course acquaints students with core knowledge in computer graphics, image processing, multimedia and computer vision. Topics include: Graphics pipeline, perception and camera models, transformation, shading, global illumination, texturing, sampling, filtering, image representations, image and video compression, edge detection and optical flow. | |||||
| Lernziel | This course provides an in-depth introduction to the core concepts of computer graphics, image processing, multimedia and computer vision. The course forms a basis for the specialization track Visual Computing of the CS master program at ETH. | |||||
| Inhalt | Course topics will include: Graphics pipeline, perception and color models, camera models, transformations and projection, projections, lighting, shading, global illumination, texturing, sampling theorem, Fourier transforms, image representations, convolution, linear filtering, diffusion, nonlinear filtering, edge detection, optical flow, image and video compression. In theoretical and practical homework assignments students will learn to apply and implement the presented concepts and algorithms. | |||||
| Skript | A scriptum will be handed out for a part of the course. Copies of the slides will be available for download. We will also provide a detailed list of references and textbooks. | |||||
| Literatur | Markus Gross: Computer Graphics, scriptum, 1994-2005 | |||||
| 151-0107-20L | High Performance Computing for Science and Engineering (HPCSE) I | W | 4 KP | 4G | M. Troyer, P. Chatzidoukas | |
| Kurzbeschreibung | This course gives an introduction into algorithms and numerical methods for parallel computing for multi and many-core architectures and for applications from problems in science and engineering. | |||||
| Lernziel | Introduction to HPC for scientists and engineers Fundamental of: 1. Parallel Computing Architectures 2. MultiCores 3. ManyCores | |||||
| Inhalt | Programming models and languages: 1. C++ threading (2 weeks) 2. OpenMP (4 weeks) 3. MPI (5 weeks) Computers and methods: 1. Hardware and architectures 2. Libraries 3. Particles: N-body solvers 4. Fields: PDEs 5. Stochastics: Monte Carlo | |||||
| Skript | http://www.cse-lab.ethz.ch/index.php/teaching/42-teaching/classes/615-hpcse1 Class notes, handouts | |||||
| Vertiefung Theoretische Informatik | ||||||
| Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
| 252-0209-00L | Algorithms, Probability, and Computing | O | 8 KP | 4V + 2U + 1A | E. Welzl, M. Ghaffari, A. Steger, P. Widmayer | |
| Kurzbeschreibung | Advanced design and analysis methods for algorithms and data structures: Random(ized) Search Trees, Point Location, Minimum Cut, Linear Programming, Randomized Algebraic Algorithms (matchings), Probabilistically Checkable Proofs (introduction). | |||||
| Lernziel | Studying and understanding of fundamental advanced concepts in algorithms, data structures and complexity theory. | |||||
| Skript | Will be handed out. | |||||
| Literatur | Introduction to Algorithms by T. H. Cormen, C. E. Leiserson, R. L. Rivest; Randomized Algorithms by R. Motwani und P. Raghavan; Computational Geometry - Algorithms and Applications by M. de Berg, M. van Kreveld, M. Overmars, O. Schwarzkopf. | |||||
| Wahlfächer der Vertiefung Es können auch Lehrveranstaltungen aus dem Master-Studiengang in Informatik gewählt werden. Es liegt in der Verantwortung der Studierenden, sicherzustellen, dass sie die Voraussetzungen für diese Lehrveranstaltungen erfüllen. | ||||||
| Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
| 252-3110-00L | Human Computer Interaction | W | 4 KP | 2V + 1U | O. Hilliges, M. Norrie | |
| Kurzbeschreibung | The course provides an introduction to the field of human-computer interaction, emphasising the central role of the user in system design. Through detailed case studies, students will be introduced to different methods used to analyse the user experience and shown how these can inform the design of new interfaces, systems and technologies. | |||||
| Lernziel | The goal of the course is that students should understand the principles of user-centred design and be able to apply these in practice. | |||||
| Inhalt | The course will introduce students to various methods of analysing the user experience, showing how these can be used at different stages of system development from requirements analysis through to usability testing. Students will get experience of designing and carrying out user studies as well as analysing results. The course will also cover the basic principles of interaction design. Practical exercises related to touch and gesture-based interaction will be used to reinforce the concepts introduced in the lecture. To get students to further think beyond traditional system design, we will discuss issues related to ambient information and awareness. | |||||
| 151-0107-20L | High Performance Computing for Science and Engineering (HPCSE) I | W | 4 KP | 4G | M. Troyer, P. Chatzidoukas | |
| Kurzbeschreibung | This course gives an introduction into algorithms and numerical methods for parallel computing for multi and many-core architectures and for applications from problems in science and engineering. | |||||
| Lernziel | Introduction to HPC for scientists and engineers Fundamental of: 1. Parallel Computing Architectures 2. MultiCores 3. ManyCores | |||||
| Inhalt | Programming models and languages: 1. C++ threading (2 weeks) 2. OpenMP (4 weeks) 3. MPI (5 weeks) Computers and methods: 1. Hardware and architectures 2. Libraries 3. Particles: N-body solvers 4. Fields: PDEs 5. Stochastics: Monte Carlo | |||||
| Skript | http://www.cse-lab.ethz.ch/index.php/teaching/42-teaching/classes/615-hpcse1 Class notes, handouts | |||||
| 227-0627-00L | Angewandte Computer Architektur | W | 6 KP | 4G | A. Gunzinger | |
| Kurzbeschreibung | Diese Vorlesung gibt einen Überblick über die Anforderungen und die Architektur von parallelen Computersystemen unter Berücksichtigung von Rechenleistung, Zuverlässigkeit und Kosten. | |||||
| Lernziel | Arbeitsweise von parallelen Computersystemen verstehen, solche Systeme entwerfen und modellieren. | |||||
| Inhalt | Die Vorlesung Angewandte Computer Architektur gibt technische und unternehmerische Einblicke in innovative Computersysteme/Architekturen (CPU, GPU, FPGA, Spezialprozessoren) und deren praxisnahe Umsetzung. Dabei werden oft die Grenzen der technologischen Möglichkeiten ausgereizt. Wie ist das Computersystem aufgebaut, das die über 1000 Magneten an der Swiss Light Source (SLS) steuert? Wie ist das hochverfügbare Alarmzentrum der SBB aufgebaut? Welche Computer Architekturen werden in Fahrerassistenzsystemen verwendet? Welche Computerarchitektur versteckt sich hinter einem professionellen digitalen Audio Mischpult? Wie können Datenmengen von 30 TB/s, wie sie bei einem Protonen-Beschleuniger entstehen, in Echtzeit verarbeitet werden? Kann die aufwändige Berechnung der Wettervorhersage auch mit GPUs erfolgen? Nach welcher Systematik können optimale Computerarchitekturen gefunden werden? Welche Faktoren sind entscheidend, um solche Projekte erfolgreich umzusetzen? | |||||
| Skript | Skript und Übungsblätter. | |||||
| Voraussetzungen / Besonderes | Voraussetzungen: Grundlagen der Computerarchitektur. | |||||
| 227-0945-00L | Cell and Molecular Biology for Engineers I This course is part I of a two-semester course. | W | 3 KP | 3G | C. Frei | |
| Kurzbeschreibung | The course gives an introduction into cellular and molecular biology, specifically for students with a background in engineering. The focus will be on the basic organization of eukaryotic cells, molecular mechanisms and cellular functions. Textbook knowledge will be combined with results from recent research and technological innovations in biology. | |||||
| Lernziel | After completing this course, engineering students will be able to apply their previous training in the quantitative and physical sciences to modern biology. Students will also learn the principles how biological models are established, and how these models can be tested. | |||||
| Inhalt | Lectures will include the following topics: DNA, chromosomes, RNA, protein, genetics, gene expression, membrane structure and function, vesicular traffic, cellular communication, energy conversion, cytoskeleton, cell cycle, cellular growth, apoptosis, autophagy, cancer, development and stem cells. In addition, three journal clubs will be held, where one/two publictions will be discussed (part I: 1 Journal club, part II: 2 Journal Clubs). For each journal club, students (alone or in groups of up to three students) have to write a summary and discussion of the publication. These written documents will be graded and count as 25% for the final grade. | |||||
| Skript | Scripts of all lectures will be available. | |||||
| Literatur | "Molecular Biology of the Cell" (6th edition) by Alberts, Johnson, Lewis, Raff, Roberts, and Walter. | |||||
| 227-1037-00L | Introduction to Neuroinformatics | W | 6 KP | 2V + 1U | K. A. Martin, M. Cook, V. Mante, M. Pfeiffer | |
| Kurzbeschreibung | The course provides an introduction to the functional properties of neurons. Particularly the description of membrane electrical properties (action potentials, channels), neuronal anatomy, synaptic structures, and neuronal networks. Simple models of computation, learning, and behavior will be explained. Some artificial systems (robot, chip) are presented. | |||||
| Lernziel | Understanding computation by neurons and neuronal circuits is one of the great challenges of science. Many different disciplines can contribute their tools and concepts to solving mysteries of neural computation. The goal of this introductory course is to introduce the monocultures of physics, maths, computer science, engineering, biology, psychology, and even philosophy and history, to discover the enchantments and challenges that we all face in taking on this major 21st century problem and how each discipline can contribute to discovering solutions. | |||||
| Inhalt | This course considers the structure and function of biological neural networks at different levels. The function of neural networks lies fundamentally in their wiring and in the electro-chemical properties of nerve cell membranes. Thus, the biological structure of the nerve cell needs to be understood if biologically-realistic models are to be constructed. These simpler models are used to estimate the electrical current flow through dendritic cables and explore how a more complex geometry of neurons influences this current flow. The active properties of nerves are studied to understand both sensory transduction and the generation and transmission of nerve impulses along axons. The concept of local neuronal circuits arises in the context of the rules governing the formation of nerve connections and topographic projections within the nervous system. Communication between neurons in the network can be thought of as information flow across synapses, which can be modified by experience. We need an understanding of the action of inhibitory and excitatory neurotransmitters and neuromodulators, so that the dynamics and logic of synapses can be interpreted. Finally, the neural architectures of feedforward and recurrent networks will be discussed in the context of co-ordination, control, and integration of sensory and motor information in neural networks. | |||||
| 252-4101-00L | ACM-Lab Findet dieses Semester nicht statt. | W | 4 KP | 3P | A. Steger | |
| Kurzbeschreibung | Solve programming problems from previous ACM Programming Contests (see http://acm.uva.es/problemset/); learn and use efficient programming methods and algorithms. | |||||
| Lernziel | The objective of this course is to learn how to solve algorithmic problems given as descriptions in natural language, similar to those posed in ACM Programming Contests. This includes appropriate problem modeling, choice of suitable (combinatorial) algorithms, and their efficient implementation using C/C++ and the STL. | |||||
Seite
1
von
2
Alle