Lehrveranstaltungen WiSe 2022/2023
Fachbereich 03: Mathematik/Informatik
Digitale Medien, B.Sc.
1. Studienjahr
Dieses Digitale Medien Verzeichnis enthält nur die Veranstaltungen des Fachbereichs 3 der Uni Bremen.
Die Angebote der HfK sind zu finden unter Angebote der Hochschule für Künste http://www.hfk-bremen.de/t/digitale-medien
Die Veranstaltung 'Grundlagen der Gestaltung' findet an der HfK statt.
B-MI-1
| 03-IBGA-FI-MI1 (03-B-MI-1.1) | Grundlagen der Medieninformatik 1
Media Informatics
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 5600 Übung Präsenz
wöchentlich Mo 16:00 - 18:00 MZH 1470 Übung Präsenz
wöchentlich Di 08:00 - 10:00 MZH 1090 Übung Präsenz
wöchentlich Di 08:00 - 10:00 Übung Online
wöchentlich Di 08:00 - 10:00 MZH 1110 Übung Präsenz
wöchentlich Di 10:00 - 12:00 MZH 1110 Übung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1090 Übung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1100 Übung Präsenz
wöchentlich Mi 12:00 - 14:00 MZH 1450 Übung Präsenz
wöchentlich Mi 12:00 - 14:00 MZH 5600 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 1110 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 5500 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 6200 Übung Präsenz
wöchentlich Do 12:00 - 14:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz
Einzeltermine:
Do 16.02.23 14:00 - 16:00 MZH 1380/1400
Do 16.02.23 14:00 - 16:00 MZH 1090
Do 23.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal)
Do 23.02.23 09:00 - 13:00 HS 1010 (Kleiner Hörsaal)
Do 23.02.23 09:00 - 13:00 GW1-HS H0070
Do 23.02.23 09:00 - 13:00 NW1 H 1 - H0020
| Udo Frese
|
B-MI-21 / B-MI-2
| 03-05-H-509.06 | Grundlagen der Programmierung
Introduction to Programming
Vorlesung
ECTS: 6
Termine:
wöchentlich Do 14:00 - 16:00 GEO 1550 (Hörsaal) Vorlesung Präsenz
wöchentlich Do 16:00 - 18:00 MZH 1090 Übung Präsenz
wöchentlich Do 16:00 - 18:00 MZH 1100 Übung Präsenz
wöchentlich Fr 12:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Fr 14:00 - 16:00 Übung Online
Einzeltermine:
Mo 06.03.23 09:00 - 13:00 GW1-HS H0070
Dieser Kurs ist für Studierende der HfK, Studierende der Digitalen Medien und Komplementärfach Informatik an der Universität Bremen und als General Studies Kurs für alle Studiengänge der Universität Bremen. Für Studierende der Informatik, Wirtschaftsinformatik und Systems Engineering gibt es die Veranstaltung Praktische Informatik 1.
Achtung: Studierende des Studiengangs Bachelor Berufliche Bildung - Mechantronik müssen nur 3 CP statt 6 CP erbringen und besuchen die erste Hälfte der Veranstaltung.
| Dr. Tim Laue
|
B-MI-31
| 03-IBGT-M1 | Mathematik 1: Logik, Kombinatorik und Lineare Algebra
Mathematics 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1090 Übung Präsenz
wöchentlich Mo 14:00 - 16:00 Übung Online
wöchentlich Di 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung Präsenz
wöchentlich Di 12:00 - 14:00 MZH 1090 Übung Präsenz
wöchentlich Di 12:00 - 14:00 MZH 1100 Übung Präsenz
wöchentlich Di 16:00 - 18:00 GW2 B1820 Übung Präsenz
wöchentlich Mi 08:00 - 10:00 MZH 1090 GW2 B2880 Übung Präsenz
wöchentlich Mi 08:00 - 10:00 MZH 5600 Übung Präsenz
wöchentlich Do 12:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Fr 10:00 - 12:00 GW1-HS H0070 Vorlesung Präsenz
Einzeltermine:
Mi 08.02.23 10:00 - 12:00 MZH 1470
Die Vorlesungen finden entweder online synchron oder in Präsenz statt.
Die Übungen sind in Präsenz geplant.
Übungsternmine für Studierende der Wirtschaftsinformatik primär am Do 12-14h, für Systems Engineering am ...... und für Digitale Medien am Di 12-14h.
| Dr. Tim Haga
|
2. Studienjahr
Lehrveranstaltungs-Überblick
| 03-05-H-505 | Überblick über das Wahlangebot im Fach Informatik
Vorlesung
Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.
| Ute Bormann
|
B-MI-5
| 03-06-G-517.01 | Media Engineering
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 16:00 - 18:00 MZH 5600 Vorlesung Präsenz
wöchentlich Do 16:00 - 18:00 MZH 6200 Übung Präsenz
Nicht für Vollfach-Informatik-Studierende anrechenbar.
| Dr. Rene Weller
|
B-MI-6
| 03-IBAP-CG (03-BB-708.01) | Computergraphik
Computer Graphics
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1110 Übung Präsenz
wöchentlich Di 10:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz
wöchentlich Do 08:00 - 10:00 MZH 1090 MZH 1450 Übung Präsenz
Schwerpunkt: DMI, VMC Programmierkenntnisse sind Voraussetzung (ein erfolgreicher Abschluss des "Propädeutikums C " wird empfohlen), ebenso wie algorithmisches Denken, eine gewisse Vertrautheit mit mathematischer Begriffsbildung und Vorgehensweise.
Diese Vorlesung soll sowohl eine Einführung in die theoretischen und methodischen Grundlagen der Computergraphik geben, als auch die Grundlagen für die praktische Implementierung von computergraphischen Systemen legen. Der Schwerpunkt liegt auf Algorithmen und Konzepten zur Repräsentation und Visualisierung von polygonalen, 3-dimensionalen graphischen Szenen.
Der Inhalt umfasst in der Regel folgende Themen:
Mathematische Grundlagen; OpenGL and C ; 2D Algorithmen der Computergrafik (Scan Conversion, Visibility Computations, etc.); Theorie der Farben, Farbräume (hauptsächlich physikalische, neurologische, und technische Aspekte); 3D Computergraphik (Rendering Pipeline, Transformationen, Beleuchtung, etc.); Techniken zum Echtzeit-Rendering; Das Konzept und die Programmierung von Shadern; Texturierung (Einordnung in die Pipeline, einfache Parametrisierung, etc.). Die Übungsaufgaben werden teils theoretisch, teils praktisch sein, wobei die praktischen Aufgaben gewisse Programmierfähigkeiten in C verlangen. (Zu Beginn der Vorlesung wird deshalb nochmals ein kurzer "Refresh" Ihrer C/C-Kenntnisse gemacht.) Die Vorlesung setzt eine gewisse mathematische, algorithmische und programmiertechnische Gewandtheit voraus, fördert diese aber auch und führt sie weiter. https://cgvr.cs.uni-bremen.de/teaching/
| Prof. Dr. Gabriel Zachmann
|
B-MI-7
| 03-IBAA-MTI (03-BB-801.01) | Mensch-Technik-Interaktion
Human Computer Interaction
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1090 Übung Präsenz
wöchentlich Di 10:00 - 12:00 MZH 5600 Übung Präsenz
wöchentlich Do 08:00 - 10:00 MZH 4140 Übung Präsenz
wöchentlich Do 10:00 - 12:00 SFG 0140 Übung Präsenz
wöchentlich Do 10:00 - 12:00 WiWi1 A1100 Übung Präsenz
wöchentlich Do 12:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz
Schwerpunkt: DMI
| Prof. Dr. Tanja Döring
Dr. Susanne Putze
Dr. Dmitry Alexandrovsky
|
B-MA-1
Für Veranstaltungen dieses Moduls, die von der Hochschule für Künste angeboten werden, bitte das dortige Lehrveranstaltungsverzeichnis ansehen: http://www.hfk-bremen.de/t/digitale-medien
| 03-06-B-520.01 | Wetter in Bremen und umzu (Interdisziplinäres Modul)
Kurs
ECTS: 6
Termine:
wöchentlich Mi 10:00 - 14:00 Externer Ort: HfK, Speicher XI, 1 07.060
Einzeltermine:
Mi 01.02.23 09:00 - 14:00 CART Rotunde - 0.67
Das Wetter in Bremen und umzu überrascht, unterliegt möglicherweise Vorurteilen, verändert sich, nervt, ärgert, oder freut uns, ist oft interessant und lässt uns trotzdem meistens kalt. Wir erleben es im Hier und Jetzt und wissen doch, dass es Teil ist vom Klima: Von globalen Strömen, von politischen Debatten, von Kontroversen, von menschlichem Handeln und unserer Zukunft. Naturgemäß sind daran viele unterschiedliche Disziplinen beteiligt. Indirekt kaum eine, die nicht irgendwie beteiligt sein könnte, oder beteiligt sein wird. Mit Blick auf unsere eigene Umgebung, gegebenenfalls unter Einbezug der Sichtweisen anderer Disziplinen, im Bewusstsein der Zusammenhänge zwischen konkreter Wettervorhersage und allgemeinen Klimaprognosen, zwischen harten, auf gemessenen Daten basierenden Fakten, Mythen und Vermutungen, wollen wir Software Interfaces, Anwendungen, Ambient- und/oder physische Interfaces gestalten und prototypisch umsetzen.
Dozenten sind Tim Laue und Peter von Maydell (HfK), der Kurs findet in der HfK statt.
Ort: HfK, Speicher XI, Raum 1 07.060
Zeit: Mittwoch 10:00 - 14:00
Erster Termin: 19.10.2022
| Dr. Tim Laue
|
| 03-06-B-520.02 | Digitale Sucht
Kurs
ECTS: 6
Termine:
wöchentlich Mi 14:00 - 18:00 Kurs Präsenz
Dozenten: Robert Porzel und Roland Kerstein (HfK)
Der Kurs findet in der HfK statt.
| Robert Porzel
|
B-MW-12
Für Veranstaltungen dieses Moduls an der Hochschule für Künste bitte das dortige Lehrveranstaltungsverzeichnis ansehen: http://www.hfk-bremen.de/t/digitale-medien
| 09-60-M1 | Einführung in die Kommunikations- und Medienwissenschaft 1
Introduction into Communication and Media Studies 1
Vorlesung
Termine:
wöchentlich Di 08:00 - 10:00 HS 2010 (Großer Hörsaal) (2 SWS)
Einzeltermine:
Di 07.02.23 10:00 - 12:00 HS 1010 (Kleiner Hörsaal)
Di 07.02.23 10:00 - 12:00 HS 2010 (Großer Hörsaal)
| Prof. Dr. Andreas Hepp
|
3. Studienjahr
Lehrveranstaltungs-Überblick
| 03-05-H-505 | Überblick über das Wahlangebot im Fach Informatik
Vorlesung
Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.
| Ute Bormann
|
B-MI-8
| 03-IBAP-DBS (03-BB-703.01) | Datenbanksysteme
Database Systems
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 12:00 - 14:00 SFG 0150 Vorlesung Präsenz
wöchentlich Mi 10:00 - 12:00 SFG 0150 Vorlesung Präsenz
wöchentlich Mi 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Übung Präsenz
| Prof. Dr. Sebastian Maneth
|
B-MI-9
Auch Module aus B-MI-8 hier wählbar.
Hinweis: Studierende, die das Software-Projekt machen möchten, müssen bitte alle drei angebotenen Veranstaltungen hierzu belegen: 03-BA-901.01a (SWP1), 03-BA-901.01b (Datenbankgrundlagen) und 03-BA-901.01c (SWP Praktikum).
Bei Vorliegen der jeweiligen inhaltlichen Voraussetzungen auch: M-MI/ M-MI-d des Master
| 03-IBAP-ISEC (03-BB-707.01) | Informationssicherheit
Information Security
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung Präsenz
Einzeltermine:
Mo 13.02.23 - Fr 17.02.23 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 1470
Schwerpunkt: SQ
| Prof. Dr.-Ing. Carsten Bormann
Karsten Sohr
Stefanie Gerdes
|
| 03-IBAP-ML (03-BB-710.10) | Grundlagen des Maschinellen Lernens
Fundamentals of Machine Learning
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1380/1400 CART Rotunde - 0.67 Übung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1380/1400 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 5600 Übung Präsenz
Einzeltermine:
Mi 15.02.23 09:00 - 12:00 HS 2010 (Großer Hörsaal)
Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept).
Schwerpunkt: AI
| Felix Putze
Tanja Schultz
Mazen Salous
Lars Steinert
Saurav Pahuja
|
| 03-IBAP-SDV (03-BB-709.01) | Sensordatenverarbeitung
Sensor Data Processing
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 NW2 A0242 (Stufenhörsaal) Übung
Einzeltermine:
Do 09.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal)
Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept).
Schwerpunkt: VMC
| Udo Frese
Tanja Schultz
|
| 03-IBGP-SWP | Software-Projekt
Vorlesung
ECTS: 6
Einzeltermine:
Di 07.02.23 - Mi 08.02.23 (Di, Mi) 09:30 - 17:00 MZH 1090
Tutoriumstermine werden individuell von den Tutor*innen für jede Gruppe vereinbart.
| Karsten Hölscher
Dr. Hui Shi
Amadou Amadou
|
B-MA-2
Auch Module aus den Bereichen B-MI-8 und B-MI-9 sind hier wählbar.
Für Lehrveranstaltungen dieses Moduls der Hochschule für Künste bitte das dortige Lehrveranstaltungsverzeichnis ansehen: http://www.hfk-bremen.de/t/digitale-medien
| 03-06-M-315 | The birth of digital media from algorithmic art. Surveying 60 years
An astonishing story, told by one who is part of it
Seminar
ECTS: 6
Termine:
wöchentlich Di 14:00 - 18:00 MZH 1450 Seminar Präsenz
| Frieder Nake
|
| 03-IBAA-ECA (03-BB-805.05) | E-Commerce-Anwendungen
E-Commerce Applications
Kurs
ECTS: 6
Termine:
wöchentlich Mo 16:00 - 18:00 SFG 0150 Vorlesung Präsenz
Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.
| Markus Haydl
|
| 03-IBFW-PVS (03-BE-709.11) | Proseminar: Visuelle Sprachen
Seminar on visual languages
Blockveranstaltung
ECTS: 3
| PD Dr. Björn Gottfried
|
| 03-IBFW-SPORI (03-BE-804.98b) | Sportinformatik
Sport Informatics
Blockveranstaltung
ECTS: 3
Einzeltermine:
Do 24.11.22 18:00 - 19:00 MZH 1470
Mi 08.03.23 - Do 09.03.23 (Mi, Do) 09:00 - 18:00 MZH 1470
Die Veranstaltung ist ein zweitägiger Blockkurs in Präsenz, am 8. und 9. März.
Die Anzahl der Teilnehmenden ist auf 20 - 30 begrenzt.
Technik hält in immer mehr Bereiche des Sports Einzug und wird unter anderem zur Leistungsdiagnostik, im Training sowie zur Analyse in der Nachbetrachtung eingesetzt. Dies erstreckt sich vom Profisport mittlerweile bis hinein in den Hobby-Bereich.
In diesem Seminar wollen wir unterschiedliche Anwendungen aus dem Bereich der Sportinformatik betrachten. Der Fokus soll dabei jeweils auf den Methoden zur Gewinnung der Daten sowie deren Verarbeitung liegen.
Teilnehmende erstellen in Zweiergruppen jeweils eine Ausarbeitung und eine Präsentation zu einem zuvor gewählten Thema.
Der erste kurze Termin im November dient der Vorstellung der Themen. Das Seminar selbst ist ein zweitägiger Block in der vorlesungsfreien Zeit.
Profil: DMI
| Dr. Tim Laue
|
| 03-IMAA-MITR (03-MB-803.04) | Medien- und IT-Recht
Media and IT-Law
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 Kurs Online
Profil: SQ, DMI.
Schwerpunkt: IMA-DMI, IMVA-SQ
| Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.
|
Graduiertenseminare
| 03-05-H-708.92 | Graduate Seminar Computer Graphics and Virtual Reality
Seminar
Termine:
wöchentlich Mo 14:00 - 16:00 Graduiertenseminar
Das Graduiertenseminar findet immer am 1. Montag des Monats im MZH 3470, von 14 bis ca. 18 Uhr, statt.
| Prof. Dr. Gabriel Zachmann
|
| 03-IGRAD-agdb (03-05-H-703.91) | Graduiertenseminar Datenbanksysteme
Seminar
Termine:
wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar
| Martin Gogolla
|
| 03-IGRAD-AGDM (03-05-H-804.93) | Graduiertenseminar Digitale Medien
Colloquium
Termine:
wöchentlich Mi 11:00 - 12:00
| Prof. Dr. Rainer Malaka
|
| 03-IGRAD-AGIM (03-05-H-805.91) | Graduiertenseminar IT- und Wissensmanagement
Seminar
Termine nach Vereinbarung
| Prof. Dr. Andreas Breiter
|
| 03-IGRAD-agmsis (03-05-H-709.91) | Graduiertenseminar Multisensorische interaktive Systeme
Seminar
nach Vereinbarung
| Udo Frese
|
| 03-IGRAD-AGRN (03-05-H-704.91) | Graduiertenseminar Rechnernetze
Seminar
Termine nach Vereinbarung
| Ute Bormann
|
| 03-IGRAD-CoSy (03-05-H-711.91) | Graduiertenseminar Cognitive Systems (in englischer Sprache)
Seminar
Termine:
zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar
| Thomas Dieter Barkowsky
|
| 03-IGRAD-HCI (03-05-H-801.91) | Graduiertenseminar Mensch-Computer-Interaktion
Seminar
Termine:
wöchentlich Di 16:00 - 18:00
| Prof. Dr. Tanja Döring
|
General Studies/Veranstaltungen anderer Studiengänge
| 03-IBFS-TSTUD | Teilnahme an Studien (Proband*innenstunden)
Participation in Studies
Seminar
ECTS: 1
Zu Beginn jedes Semesters findet eine Infoveranstaltung statt, wo die Scheinkriterien für Versuchspersonen erläutert werden. Außerdem werden (aufbauend auf den Inhalten von WA1) Forschungsmethoden von Studien mit Versuchspersonen vermittelt.
Im weiteren Verlauf des Studiums sollen Studierende 15 Versuchspersonenstunden absolvieren (d.h. an mehreren Studien teilnehmen). Jede Studienteilnahme wird mit Versuchspersonenstunden vergütet, die in ECTS anerkannt werden können. Die Versuchspersonenstunden können über mehre Semester gesammelt werden.
Die Teilnahme an den Studien soll in einer schriftlichen Ausarbeitung dokumentiert und reflektiert werden.
At the beginning of each semester, an information session is held where the certificate criteria for subjects are explained. In addition, research methods of studies with test subjects are taught (building on the contents of WA1).
Later in the program, students are expected to complete 15 subject hours (i.e., participate in different studies). Each study participation is compensated with subject hours, which can be recognized in ECTS. The subject hours may be accumulated over multiple semesters.
Participation in the studies should be documented and reflected upon in a written paper at the end.
The selection of participants is made manually after registration.
Users who wish to register for this event will receive more detailed information and can then still decide against participation.
| Prof. Dr. Tanja Döring
Prof. Dr. Rainer Malaka
Dr. Susanne Putze
|
| 09-51-M7-12 | digital: Grafikdesign: Einführung in Photoshop und Illustrator (Schwerpunkt Illustrator)
Kurs
ECTS: 3
Termine:
wöchentlich Mi 10:00 - 14:00 (4 SWS)
In diesem Praxiskurs geht es grundlegend aber umfangreich darum, wie ihr digitale Mittel zur Umsetzung eurer Kunst nutzen könnt. Ihr könnt folgendes lernen und erleben: - Theoretische Grundlagen zum Thema Grafikdesign (Technisches, Rechtliches, Best Practice etc.)
- Anleitung und Hilfestellung zur praktischen Umsetzung verschiedener Grafikprojekte mit Photoshop und Illustrator
- Auseinandersetzung mit verschiedenen typischen Anwendungsfeldern
- Kennenlernen verschiedener, nützlicher Plattformen
- Reinschnuppern in weiterführende Software (Annimation, 3D-Modellierung etc.)
Die Veranstaltung findet als Online-Lehre statt.
| Nina Grüning
|
| 10-GS-2-05; "Ringvorlesung und Workshop" | Eine Uni, ein Buch: Gedichtalternativen für Deutschland
Vorlesung
ECTS: 2 (oder mehr)
Termine:
wöchentlich Di 16:15 - 17:45 (2 SWS)
Diese ganz besondere Veranstaltung steht im Zusammenhang mit dem vom Stifterverband ausgelobten Projekt "Eine Uni, ein Buch". Unser Universität Bremen-Projekt heißt "Gedichtalternativen für Deutschland" (vgl. https://www.stifterverband.org/eine-uni-ein-buch/2022). Anders als üblich gibt es das zu lesende Buch für "eine Uni, ein Buch" aber noch gar nicht. Dieses entsteht gerade erst, in dieser Veranstaltung. Wir laden Sie also ganz herzlich ein, an diesem einmaligen Projekt aktiv mitzuwirken! Im Sommer haben wir Lehrerinnen und Lehrer an Bremer Schulen, ihre Klassen, Studierende hier an der Uni sowie Kolleginnen und Kollegen gebeten, uns Gedichte einzureichen, die man heutzutage, gerade heutzutage nicht nur in den Schulen lesen sollte. Eine ganze Reihe von Leuten hat darauf reagiert, und wir haben eine erste Sammlung von Gedichten, die unterschiedlicher und interessanter nicht sein könnten. Das sind sie also, unsere „Gedichtalternativen für Deutschland“. Unsere Veranstaltung hat deshalb den Charakter einer Ringvorlesung, weil wir die Menschen, die uns Gedichte eingereicht und vorgeschlagen haben, bitten werden, uns die Gedichte und die Gründe, sie heute für besonders wichtig zu halten, vorzustellen. Und sie hat den Charakter eines Workshops, weil wir die Gedichte, ihre Kontexte, Hintergründe, mögliche Deutungen und eben diese Gründe für ihre Relevanz gemeinsam diskutieren wollen. Das genaue Programm stimmen wir gerade mit den Gedichte-Vorschlagenden ab, wir geben es hier in Stud.IP bekannt, sobald es fertig ist. Fest steht aber jetzt schon: Wir haben einen Veranstaltungsraum (SFG 2070), den wir / Sie nutzen können, unsere Dienstagsveranstaltungen werden aber auch digital (per Zoom) zugänglich sein. Die Auftaktveranstaltung am 18. Oktober wird im Rahmen von Campus City stattfinden, ab 17 Uhr in der Markthalle 8 am Domshof in der Innenstadt (vgl. https://www.uni-bremen.de/campus-city). Die aktive Teilnahme an unserer Veranstaltung bringt Ihnen 2 General Studies- oder Schlüsselqualifikationen-CPs, allerdings keine Note. Wir kooperieren aber mit einem curricularen Seminar, an dem auch Sie als Teilnehmer*innen unseres Workshops mitarbeiten, wo Sie weitere CPs erwerben und ggf. eine (benotete) Prüfung ablegen können. Dieses Kooperationsseminar findet jeweils donnerstags von 10:15 bis 11:45 Uhr statt, ebenfalls im Raum SFG 2070. Hier wollen und werden wir das in Workshop und Ringvorlesung Vorgestellte diskutieren, vertiefen und dokumentieren -- und gemeinsam weitere Gedichtvorschläge entwickeln und realisieren. Am Ende dieses Seminars wird das im Projekt "Eine Uni, ein Buch" zu lesende Buch vielleicht noch nicht ganz fertig, aber doch entscheidend vorangekommen sein.
| Sabine Oda Doff
Dr. Uwe Spörl
|
Sonstige Veranstaltungen ohne Kreditpunkte
| 03-ISONST-SPAG | Spiele-AG
Seminar
Termine:
wöchentlich Mo 18:00 - 20:00 (1 SWS) Sitzung
| Prof. Dr. Rainer Malaka
|
Digitale Medien, M.Sc.
1st academic year
Veranstaltungen von MG ( Media Design) und MT ( Media Theory) finden primär in der HfK statt.
Das Seminar Introduction to Digital Media wird von der HfK angeboten.
M-MI (Media Informatics)
| 03-IMAA-STMW (03-MB-804.05) | Search Technology for Media & Web (in englischer Sprache)
Search Technology for Media + Web
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 6200 Vorlesung Präsenz
wöchentlich Do 08:00 - 10:00 MZH 5600 Übung Präsenz
Profil: KIKR, DMI
Schwerpunkt: IMVA-DMI, IMVA-AI
| M. Sc Rishabh Haria
|
| 03-IMAP-VRSIM (03-ME-708.03) | Virtual Reality and Physically-Based Simulation (in englischer Sprache)
Virtuelle Realität und physikalisch-basierte Simulation
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 1380/1400 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 1090 Vorlesung Präsenz
Profil: KIKR, DMI Schwerpunkt: IMAP-DMI, IMAP-VMC. English or German. Over the past two decades, VR has established itself as an important tool in several industries, such as manufacturing (e.g., automotive, airspace, ship building), architecture, and pharmaceutical industries. During the past few years, we have been witnessing the second "wave" of VR, this time in the consumer, in particular, in the entertainment markets. Some of the topics to be covered (tentatively): • Introduction, basic notions of VR, several example applications • VR technologies: displays, tracking, input devices, scene graphs, game engines • The human visual system and Stereo rendering • Techniques for real-time rendering • Fundamental immersive interaction techniques: fundamentals and principles, 3D navigation, user models, 3D selection, redirected walking, system control • Complex immersive interaction techniques: world-in-miniature, action-at-a-distance, magic lens, etc. • Particle systems • Spring-mass systems • Haptics and force feedback • Collision detection • Acoustic rendering The assignments will be mostly practical ones, based on the cross-platform game engine Unreal. Participants will start developing with "visual programming", and later use C++ to solve the assignments. You are encouraged to work on assignments in small teams. https://cgvr.cs.uni-bremen.de/teaching/
| Prof. Dr. Gabriel Zachmann
|
| 03-IMVA-3DMFT (03-ME-899.08) | 3D Modelling and Design at the FabLab - From Origami to Algorithmic Folding (in englischer Sprache)
3D Modelling with FabLab Technologies
Kurs
ECTS: 6
Termine:
wöchentlich Mi 14:00 - 16:00 GW2 A4100 (FabLab) Vorlesung Präsenz
wöchentlich Mi 16:00 - 18:00 GW2 A4100 (FabLab) Übung Präsenz
| Dr. Bernhard Robben
|
| 03-IMVA-MAD (03-ME-804.06) | Mobile App Development (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 14:00 GW2 B1410 Vorlesung und Übung Präsenz
Profil: DMI
Schwerpunkt:IMVA- DMI
Die Veranstaltung richtet sich an Studenten der Informatik und Digitalen Medien. In Gruppenarbeit sollen die Studierenden semesterbegleitend ein App-Projekt umsetzen. In der Vorlesung werden alle relevanten Informationen der modernen Softwareentwicklung, mit Fokus auf die mobile App-Entwickung, vermittelt. Dazu gehören Themen wie mobiles Testing, Scrum, UX Design, Evaluation & Nutzertests, Design Patterns und Cross-Plattform-Entwicklung. Das Ziel dabei ist die Vermittlung von praxisrelevantem Wissen aus dem Alltag eines erfolgreichen Unternehmens.
| Prof. Dr. Rainer Malaka
David Ruh
Nicolas Autzen
|
M-MI-d ( Media Informatics in deutscher Sprache )
| 03-IMAP-ASE (03-MB-711.13) | Automatische Spracherkennung
Automatic Speech Recognition
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 1090 Vorlesung Präsenz
wöchentlich Do 14:00 - 16:00 MZH 6200 Vorlesung Präsenz
Profil KIKR
Schwerpunkt: IMAP-AI
Modultyp C (6 CP) im Studiengang Language Sciences M.A.
Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Darüber hinaus gibt es einen Präsenz-Termin am Dienstag. Dieser Präsenz-Termin ist als "Interaktives Repititorium" gestaltet und wird nicht aufgezeichnet. Donnerstags finden im Zwei-Wochen-Rhythmus Übungen statt.
Der Kurs "Automatische Spracherkennung" bietet eine Einführung in die automatische Spracherkennung. In diesem Kurs werden die Sprachverarbeitung beim Menschen, Signalverarbeitung, statistische Modellierung von Sprache sowie die wesentlichen praktischen Ansätze und Methoden für den Einsatz automatischer Spracherkennung behandelt.
| Tanja Schultz
Ayimnisagul Ablimit
|
| 03-IMAP-RNMN (03-MB-704.02) | Rechnernetze - Media Networking
Computer Networks - Media Networking
Kurs
ECTS: 6
Termine:
wöchentlich Mi 14:00 - 16:00 Kurs online
wöchentlich Do 12:00 - 14:00 MZH 6200 Kurs Präsenz
Profil: SQ, DMI.
Schwerpunkt: IMVP-SQ, IMVP-DMI, IMVP-VMC
| Ute Bormann
|
| 03-IMS-APMSK (03-ME-711.09) | Ausgewählte Probleme der multisensorischen Kognition
advanced problems for multisensoric cognition
Seminar
ECTS: 3
Termine:
wöchentlich Do 12:00 - 14:00 CART Rotunde - 0.67 Seminar Präsenz
| Christop W. Zetzsche-Schill
Kerstin Schill
|
| 03-IMS-SOFTC (03-MB-711.04) | Soft Computing
Seminar
ECTS: 3
Termine:
wöchentlich Do 10:00 - 12:00 CART Rotunde - 0.67 Seminar Präsenz
Nach der MPO 2020 ist diese LV ein Masterseminar, keine Master-Aufbau Veranstaltung.
| Kerstin Schill
Joachim Clemens
Verena Schwarting
|
M-MT (Media Theory)
Additional courses can be found at the HfK website (http://www.hfk-bremen.de/t/digitale-medien).
| 09-71-A.1-1 | Approaches to Digital Media (in englischer Sprache)
Seminar
Termine:
wöchentlich Di 16:00 - 18:00 SFG 2030 (2 SWS)
Description:
| Prof. Dr. Andreas Hepp
|
| 09-71-A.1-2 | Digital Life (in englischer Sprache)
Seminar
Termine:
wöchentlich Di 10:00 - 12:00 SH D1020 (2 SWS)
| Prof. Dr. Christian Katzenbach
|
M-MA-2 (Special Topics in Digital Media)
All M-MI, M-MD, M-MT courses can be taken as M-MA-2
| 03-06-M-315 | The birth of digital media from algorithmic art. Surveying 60 years
An astonishing story, told by one who is part of it
Seminar
ECTS: 6
Termine:
wöchentlich Di 14:00 - 18:00 MZH 1450 Seminar Präsenz
| Frieder Nake
|
| 03-06-M-316 | Understanding Language with Computers
Kurs
ECTS: 6
Termine:
wöchentlich Do 12:00 - 14:00 Kurs Präsenz
Die Übung findet in den Räumen der AG statt.
| Robert Porzel
|
| 03-IMAA-ITMDS (03-MB-802.02) | IT-Management und Data Science (in englischer Sprache)
IT Management and Data Science
Blockveranstaltung
ECTS: 6
Termine:
wöchentlich Di 16:00 - 18:00 GW2 B1410 Vorlesung Präsenz
wöchentlich Mi 12:00 - 14:00 MZH 1100 MZH 3150 Übung Präsenz/ Seminar 1
wöchentlich Mi 14:00 - 16:00 MZH 1100 Übung Präsenz / Seminar 2
Einzeltermine:
Mo 06.02.23 08:30 - 19:00 MZH 1090
Profil: SQ, DMI
Schwerpunkt: IMA-SQ, IMA-AI, IMVA-DMI
Die Veranstaltung beginnt am 25.10.2022
| Prof. Dr. Andreas Breiter
|
M-MA-2d ( Special Topics in Digital Media in deutscher Sprache)
| 03-IMS-IUAG (03-MB-899.02/1) | Intelligente Umgebungen für die alternde Gesellschaft
smart environment for the aging society
Seminar
ECTS: 3
Termine:
wöchentlich Do 14:00 - 16:00 CART Rotunde - 0.67 Seminar Präsenz
| Christop W. Zetzsche-Schill
Kerstin Schill
Torsten Kluß
|
2nd academic year
M-MA-32 (Master Project)
| 03-06-MP.21 | Projekt CSS4Impact
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 30
Termine:
wöchentlich Fr 08:00 - 12:00 MZH 1100 Plenum Präsenz
Schwerpunkt: DMI, AI
| Prof. Dr. Andreas Breiter
|
| 03-06-MP.22 | Projekt Creabots
Projektplenum
ECTS: 30
Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5500 Plenum Präsenz
Schwerpunkt: DMI, VMC, AI
| Prof. Dr. Gabriel Zachmann
|
Graduate Seminars
| 03-05-H-708.92 | Graduate Seminar Computer Graphics and Virtual Reality
Seminar
Termine:
wöchentlich Mo 14:00 - 16:00 Graduiertenseminar
Das Graduiertenseminar findet immer am 1. Montag des Monats im MZH 3470, von 14 bis ca. 18 Uhr, statt.
| Prof. Dr. Gabriel Zachmann
|
| 03-IGRAD-agdb (03-05-H-703.91) | Graduiertenseminar Datenbanksysteme
Seminar
Termine:
wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar
| Martin Gogolla
|
| 03-IGRAD-AGDM (03-05-H-804.93) | Graduiertenseminar Digitale Medien
Colloquium
Termine:
wöchentlich Mi 11:00 - 12:00
| Prof. Dr. Rainer Malaka
|
| 03-IGRAD-AGIM (03-05-H-805.91) | Graduiertenseminar IT- und Wissensmanagement
Seminar
Termine nach Vereinbarung
| Prof. Dr. Andreas Breiter
|
| 03-IGRAD-agmsis (03-05-H-709.91) | Graduiertenseminar Multisensorische interaktive Systeme
Seminar
nach Vereinbarung
| Udo Frese
|
| 03-IGRAD-AGRN (03-05-H-704.91) | Graduiertenseminar Rechnernetze
Seminar
Termine nach Vereinbarung
| Ute Bormann
|
| 03-IGRAD-CoSy (03-05-H-711.91) | Graduiertenseminar Cognitive Systems (in englischer Sprache)
Seminar
Termine:
zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar
| Thomas Dieter Barkowsky
|
| 03-IGRAD-HCI (03-05-H-801.91) | Graduiertenseminar Mensch-Computer-Interaktion
Seminar
Termine:
wöchentlich Di 16:00 - 18:00
| Prof. Dr. Tanja Döring
|
General Studies
Concerning the language, usually you can see by the title whether a course is in English or German.
| 03-IBFS-TSTUD | Teilnahme an Studien (Proband*innenstunden)
Participation in Studies
Seminar
ECTS: 1
Zu Beginn jedes Semesters findet eine Infoveranstaltung statt, wo die Scheinkriterien für Versuchspersonen erläutert werden. Außerdem werden (aufbauend auf den Inhalten von WA1) Forschungsmethoden von Studien mit Versuchspersonen vermittelt.
Im weiteren Verlauf des Studiums sollen Studierende 15 Versuchspersonenstunden absolvieren (d.h. an mehreren Studien teilnehmen). Jede Studienteilnahme wird mit Versuchspersonenstunden vergütet, die in ECTS anerkannt werden können. Die Versuchspersonenstunden können über mehre Semester gesammelt werden.
Die Teilnahme an den Studien soll in einer schriftlichen Ausarbeitung dokumentiert und reflektiert werden.
At the beginning of each semester, an information session is held where the certificate criteria for subjects are explained. In addition, research methods of studies with test subjects are taught (building on the contents of WA1).
Later in the program, students are expected to complete 15 subject hours (i.e., participate in different studies). Each study participation is compensated with subject hours, which can be recognized in ECTS. The subject hours may be accumulated over multiple semesters.
Participation in the studies should be documented and reflected upon in a written paper at the end.
The selection of participants is made manually after registration.
Users who wish to register for this event will receive more detailed information and can then still decide against participation.
| Prof. Dr. Tanja Döring
Prof. Dr. Rainer Malaka
Dr. Susanne Putze
|
M-MA-2 Special Topics of Digital Media (alt: M-105)
| 09-71-A.1-1 | Approaches to Digital Media (in englischer Sprache)
Seminar
Termine:
wöchentlich Di 16:00 - 18:00 SFG 2030 (2 SWS)
Description:
| Prof. Dr. Andreas Hepp
|
| 09-71-A.1-2 | Digital Life (in englischer Sprache)
Seminar
Termine:
wöchentlich Di 10:00 - 12:00 SH D1020 (2 SWS)
| Prof. Dr. Christian Katzenbach
|
Elementarmathematik B.A. BiPEb / M.Ed. (Grundschule)
Bachelor: 1. Semester
| 03-M-EM1-1 | Mathematisches Denken in Arithmetik und Geometrie 1 "EM1"
für Studierende mit großem Fach Elementarmathematik
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 08:00 - 10:00 NW1 H 1 - H0020 Vorlesung
wöchentlich Fr 12:00 - 16:00 MZH 1110 Workshop
wöchentlich Fr 12:00 - 16:00 GW2 B1400 NUR Mi. - So. Workshop
wöchentlich Fr 12:00 - 16:00 MZH 1100 Workshop
wöchentlich Fr 12:00 - 16:00 GW2 B1410 Workshop
Einzeltermine:
Fr 17.02.23 14:00 - 17:00 HS 1010 (Kleiner Hörsaal)
Fr 17.02.23 14:00 - 17:00 HS 2010 (Großer Hörsaal)
Mi 19.04.23 16:00 - 19:00 HS 2010 (Großer Hörsaal)
Vorlesung zusammen mit EMDG1a
| Dr. Christoph Duchhardt
Martin Große-Schulte
Birgit Reinkensmeier
Wolters Marcel
Stella-Liana Brannath
Birgit Staffhorst
Benjamin Buck
|
| 03-M-EMDG1a | Mathematisches Denken in Arithmetik und Geometrie 1 "EMDG1a"
für Studierende mit kleinem Fach Elementarmathematik
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 08:00 - 10:00 Vorlesung m NW1 H0020
wöchentlich Mi 12:00 - 14:00 MZH 1470 Übung
wöchentlich Mi 12:00 - 14:00 SFG 0140 Übung
wöchentlich Do 10:00 - 12:00 GW2 B1400 NUR Mi. - So. Übung
wöchentlich Fr 12:00 - 16:00 SFG 0140 Workshop
wöchentlich Fr 12:00 - 16:00 SFG 0150 Workshop
Einzeltermine:
Mi 22.03.23 10:00 - 15:00 HS 1010 (Kleiner Hörsaal)
L-EM
Vorlesung zusammen mit 03-M-EM-1 am Mittwoch 8-10h im NW1 H0020
| Dr. Christoph Duchhardt
Aylin Thomaneck
Martin Ohrndorf
|
Bachelor: 3. Semester
| 03-M-EL-1 | Elementarmathematik und Lernen
Elementary Mathematics and Lerning
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 GW2 B1820 Vorlesung
wöchentlich Do 16:00 - 18:00 MZH 1110 Übung
wöchentlich Do 18:00 - 20:00 MZH 1110 Übung
wöchentlich Fr 10:00 - 12:00 HS 1010 (Kleiner Hörsaal) Seminar
wöchentlich Fr 12:00 - 14:00 MZH 1470 Seminar
Einzeltermine:
Mo 06.02.23 09:00 - 13:00 HS 1010 (Kleiner Hörsaal)
| Prof. Dr. Maike Vollstedt
|
Bachelor: 5. Semester
| 03-M-EM4-1 | Mathematisches Modellieren
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1110 Übung
wöchentlich Mo 16:00 - 18:00 MZH 1450 Übung
wöchentlich Mo 16:00 - 18:00 MZH 7200 Übung
wöchentlich Mi 10:00 - 16:00 Computerübung
wöchentlich Fr 08:00 - 10:00 GW2 B1400 NUR Mi. - So. Vorlesung
| Dr. Arsen Narimanyan
|
Master: 1. Studienjahr
| 03-M-EMDG3-1 | Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 1
Mathematical learning contexts - analysis from mathematical and didactical perspectives
Seminar
ECTS: 6
Termine:
wöchentlich Di 08:00 - 10:00 MZH 6200 Seminar
Einzeltermine:
Mo 06.02.23 10:00 - 12:00 MZH 6200
Do 09.02.23 14:00 - 16:00 MZH 6200
Di 14.02.23 09:00 - 13:00 HS 1010 (Kleiner Hörsaal)
Di 14.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal)
Sa 13.05.23 09:00 - 13:00 HS 2010 (Großer Hörsaal)
| Dr. Christoph Duchhardt
|
| 03-M-EMDG3-2 | Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 2 (sämtliche IP-Studis)
Mathematical learning contexts - analysis from mathematical and didactical perspectives
Seminar
ECTS: 6
Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5600 Seminar
| Dr. Christoph Duchhardt
|
| 03-M-EMDG3-3 | Math. Lernumgebungen - Analyse aus fachlicher und didaktischer Perspektive - Gruppe 3
Mathematical learning contexts - analysis from mathematical and didactical perspectives
Seminar
ECTS: 6
Termine:
wöchentlich Fr 12:00 - 14:00 MZH 5600 Seminar
Zeit und Raum stehen noch nicht endgültig fest.
2SWS Seminar.
Studiengang: L-EM
| Dr. Christoph Duchhardt
|
Master: 2. Studienjahr
| 03-M-EM5-1 | Ausgewählte Kapitel der Elementarmathematik
Elementare Graphentheorie
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 16:00 - 18:00 MZH 6200 SFG 2060 Vorlesung
wöchentlich Mi 18:00 - 20:00 MZH 6200 Übung
Einzeltermine:
Di 07.02.23 10:00 - 12:00 MZH 6200
Mi 08.02.23 14:00 - 16:00 MZH 6200
Fr 10.02.23 10:00 - 13:00 MZH 1380/1400
| Dr. Christoph Duchhardt
|
Industrial Mathematics & Data Analysis, M.Sc.
Foundations (33 CP)
Module: Mathematical Methods for Data Analysis and Image Processing (9 CP)
Compulsory module in which you must attend the following lecture(s):
| 03-M-MDAIP-1 | Mathematical Foundations of Data Analysis (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 4140 Lecture
wöchentlich Mo 10:00 - 12:00 MZH 4140 Exercise
wöchentlich Mi 08:00 - 10:00 MZH 1100 Lecture
| Peter Maaß
|
Module: Numerical Methods for Partial Differential Equations (9 CP)
Compulsory module in which you must attend the following lecture:
| 03-M-NPDE-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Do 10:00 - 12:00 MZH 2340 Lecture
| Prof. Dr. Andreas Rademacher
|
Area of Focus: Data Analysis (45 CP)
Area of Focus (27 CP)
The modules Special Topics Data Analysis A and Special Topics Data Analysis B (9 CP each) are mandatory. In addition, EITHER the module Special Topics Data Analysis C OR the module Advanced Communications Data Analysis (9 CP each) must be studied.
Module: Advanced Communications Data Analysis (2 x 4,5 CP = 9 CP)
Compulsory module in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-7 | Advanced Topics in Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 16:00 - 18:00 BIPS 1550 Seminar
regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.
| Prof. Dr. Vanessa Didelez
|
Modules: Special Topics Data Analysis (A, B, and C with 9 CP each)
Compulsory modules in which you must attend one lecture each. This semester you can choose from the following lectures:
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-3 | Mathematical Foundations of Deep Learning (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 12:00 MZH 2340 Lecture/Exercise
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture / Exercise
| Sören Dittmer
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
Extension (18 CP)
Module: Advanced Communications Industrial Mathematics (2 x 4,5 CP = 9 CP)
Compulsory module in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar
| Alfred Schmidt
|
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-8 | Combinatorial Optimization: Introduction and Algorithms (in englischer Sprache)
Application of Optimization and Optimal Control
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
Dr. Amin Mallek
|
Module: Special Topics Industrial Mathematics A (9 CP)
Compulsory module in which you must attend one lecture. This semester you can choose from the following lectures:
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
| 03-M-SP-9 | Introduction to Nonlinear Optimization and Optimal Control (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 Lecture
wöchentlich Di 08:00 - 10:00 Lecture
wöchentlich Di 14:00 - 16:00 Exercise
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
|
| 04-M30-CP-SFT-3 | Trajectory Optimization (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 14:00 - 17:00 GW1 B0100
| Matthias Knauer
Prof. Dr. Christof Büskens
|
Area of Focus: Industrial Mathematics (45 CP)
Area of Focus (27 CP)
The modules Special Topics Industrial Mathematics A and Special Topics Industrial Mathematics B (9 CP each) are mandatory. In addition, EITHER the module Special Topics Industrial Mathematics C OR the module Advanced Communications Industrial Mathematics (9 CP each) must be studied.
Module: Advanced Communications Industrial Mathematics (2 x 4,5 CP = 9 CP)
Compulsory module in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar
| Alfred Schmidt
|
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-8 | Combinatorial Optimization: Introduction and Algorithms (in englischer Sprache)
Application of Optimization and Optimal Control
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
Dr. Amin Mallek
|
Modules: Special Topics Industrial Mathematics (A, B, and C with 9 CP each)
Compulsory modules in which you must attend one lecture each. This semester you can choose from the following lectures:
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
| 03-M-SP-9 | Introduction to Nonlinear Optimization and Optimal Control (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 Lecture
wöchentlich Di 08:00 - 10:00 Lecture
wöchentlich Di 14:00 - 16:00 Exercise
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
|
| 04-M30-CP-SFT-3 | Trajectory Optimization (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 14:00 - 17:00 GW1 B0100
| Matthias Knauer
Prof. Dr. Christof Büskens
|
Extension (18 CP)
Module: Advanced Communications Data Analysis (2 x 4,5 CP = 9 CP)
Compulsory module in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-7 | Advanced Topics in Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 16:00 - 18:00 BIPS 1550 Seminar
regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.
| Prof. Dr. Vanessa Didelez
|
Module: Special Topics Data Analysis A (9 CP)
Compulsory module in which you must attend one lecture. This semester you can choose from the following lectures:
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-3 | Mathematical Foundations of Deep Learning (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 12:00 MZH 2340 Lecture/Exercise
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture / Exercise
| Sören Dittmer
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
Industriemathematik, B.Sc.
Vor dem ersten Semester
| 03-M-BM | BrückenMathematik
Preparation Course Mathematics at the University Bremen
Blockveranstaltung
Einzeltermine:
Mo 19.09.22 - Fr 23.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Mo 26.09.22 - Fr 30.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)
| Lars Siemer
Dr. Ingolf Schäfer
Dr. Arsen Narimanyan
|
| 03-M-OW | O-Woche
Blockveranstaltung
Einzeltermine:
Mo 10.10.22 - Fr 14.10.22 (Mo, Di, Mi, Do, Fr) 08:00 - 19:00 1. Ebene im MZH Gebäude
| Lars Siemer
|
Bachelor 1. Semester
Modul: Analysis 1-2 (21 CP)
Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:
| 03-M-ANA-1.1 | Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 GW2 B1820 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1450 Übung
wöchentlich Di 14:00 - 16:00 MZH 1110 Übung
wöchentlich Mi 16:00 - 18:00 MZH 2340 Übung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-ANA-1.2 | Vertiefung zur Analysis 1 (Vollfach)
Additional Topics in Analysis 1 (Single Major Subject)
Projektplenum
ECTS: 1,5
Termine:
wöchentlich Do 16:00 - 18:00 MZH 1470 Plenum
| Prof. Dr. Marc Keßeböhmer
|
Modul: Lineare Algebra 1-2 (21 CP)
Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:
| 03-M-LAG-1.1 | Lineare Algebra 1
Linear Algebra 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mo 12:00 - 14:00 MZH 1110 Übung
wöchentlich Di 08:00 - 10:00 MZH 4140 Übung
wöchentlich Di 08:00 - 10:00 MZH 7200 Übung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1380/1400 Vorlesung
Einzeltermine:
Do 16.02.23 10:00 - 13:00 MZH 1380/1400
Mo 17.07.23 10:00 - 12:00 MZH 5500
| Eugenia Saorin Gomez
|
| 03-M-LAG-1.2 | Vertiefung zur Linearen Algebra 1 (Vollfach)
Additional Topics in Linear Algebra 1 (Single Major Subject)
Projektplenum
ECTS: 1,5
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1470 Plenum
| Eugenia Saorin Gomez
|
Modul: Mathematisches Computerpraktikum (3 CP)
Pflichtmodul im 1. Semester mit folgender Veranstaltung:
| 03-M-MCP-1 | Mathematisches Computerpraktikum
Computer Laboratory
Kurs
ECTS: 3
Einzeltermine:
Mo 20.02.23 - Mi 22.02.23 (Mo, Di, Mi) 10:00 - 18:00 MZH 1090
Mo 27.02.23 - Fr 03.03.23 (Mo, Di, Mi, Do, Fr) 10:00 - 18:00 MZH 1090
Mo 06.03.23 - Di 07.03.23 (Mo, Di) 10:00 - 18:00 MZH 1090
Do 30.03.23 09:00 - 13:00 MZH 1380/1400
Mo 17.04.23 10:00 - 12:00 MZH 6200
Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt. Zeiten und Räume werden noch bekannt gegeben.
| Prof. Dr. Daniel Schmand
|
Bachelor 3. Semester
Modul: Analysis 3 (9 CP)
Pflichtmodul im 3. Semester mit folgender Veranstaltung:
| 03-M-ANA-3 | Analysis 3
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1100 Übung
wöchentlich Di 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mi 12:00 - 14:00 MZH 6200 Vorlesung
Einzeltermine:
Mi 01.03.23 09:00 - 13:00 MZH 1470
Sa 15.04.23 09:45 - 12:15 MZH 1470
| Prof. Dr. Anke Dorothea Pohl
|
Modul: Numerik 1 (9 CP)
Pflichtmodul im 3. Semester mit folgender Veranstaltung:
| 03-M-NUM-1 | Numerik 1
Numerical Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 6200 Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 1470 Übung
| Alfred Schmidt
|
Bachelor 4. Semester und höher
Modul: Fortgeschrittene Themen Industriemathematik (9 CP)
Pflichtmodul, welches im 5. Semester belegt werden sollte. Dazu muss EINE der zugehörigen Veranstaltungen belegt werden, wobei dieses Semester aus folgenden Veranstaltungen gewählt werden kann:
| 03-M-FTH-4 | Altes und neues über konvexe Geometrie
old and new about Convex Geometry
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Vorlesung
wöchentlich Mi 14:00 - 16:00 MZH 3150 Übung
wöchentlich Fr 08:00 - 10:00 MZH 7200 Übung
wöchentlich Fr 10:00 - 12:00 MZH 7200 Vorlesung
| Eugenia Saorin Gomez
|
| 03-M-Gy4-1 | Funktionentheorie
Complex Analysis
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 3150 Übung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1470 Vorlesung
Einzeltermine:
Di 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)
| PD Dr. Hendrik Vogt
Dr. Ingolf Schäfer
|
Modul: Mathematische Modellierung (9 CP)
Pflichtmodul im 5. Semester mit folgender Veranstaltung:
| 03-M-MMOD-1 | Mathematische Modellierung
Mathematical Modelling
Kurs
ECTS: 9
Termine:
wöchentlich Di 12:00 - 14:00 MZH 2340 Vorlesung
wöchentlich Di 14:00 - 16:00 MZH 2340 Übung
wöchentlich Mi 12:00 - 14:00 MZH 2340 Vorlesung
| Prof. Dr. Andreas Rademacher
|
Modul: Bachelorarbeit (15 CP)
Abschlussmodul im 6. Semester. Weitere Informationen finden Sie unter www.szmathe.uni-bremen.de und in Stud.IP unter folgender Veranstaltung:
| 03-M-BA-IM-1 | Bachelorarbeit Industriemathematik
Bachelor Thesis Industiral Mathematics
Kurs
Wie finde ich ein Thema, bei wem schreibe ich meine Bachelorarbeit, wie muss diese aussehen und was beinhaltet die Bachelorarbeit alles?
Antworten zu diesen und weiteren Fragen finden Sie unter www.szmathe.uni-bremen.de und eine Liste der aktuellen Abschlusstehemen hier im Wiki.
| N. N.
|
General Studies - Fachergänzende Studien
Fachergänzendes Studienangebot aus der Mathematik bzw. Industriemathematik.
| 03-M-GS-2 | Modelle und Mathematik
Models and Mathematics
Seminar
ECTS: 2
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
| Ronald Stöver
|
| 03-M-GS-3 | Grundlegende Methoden der angewandten Statistik
Basic Methods of Applied Statistics
Vorlesung
ECTS: 6
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1470 Vorlesung
wöchentlich Fr 10:00 - 12:00 MZH 1470 Übung
Einzeltermine:
Fr 10.02.23 10:00 - 12:00 MZH 1470
| Dr. Martin Scharpenberg
|
| 03-M-GS-6 | Data Science in Natural Sciences using R (in englischer Sprache)
a course on R programming and data science methods with practicals and projects
Vorlesung
ECTS: 3
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 0230/0240 (P3) (2 SWS) mix of lectures and practicals
The course provides an introductory level of programming skills in R.
Students are welcome to present own ideas, data and projects. I expect a project report or a method talk with demo on own data. Practicals in "R" will work also on synthetic data to illustrate methods features, limitations and differences.
| Prof. Dr. Stephan Frickenhaus
|
| CC-02-WiSe22-23 | Betriebswirtschaftslehre für Ingenieurs- und Naturwissenschaftler:innen
Essentials of business studies for students and graduates of engineering and natural sciences
Blockveranstaltung
ECTS: empfohlen 1 & Zertifikat
Einzeltermine:
Mo 24.10.22 - Mi 26.10.22 (Mo, Di, Mi) 16:00 - 20:00 Online
Mitarbeitende mit technischem oder naturwissenschaftlichem Hintergrund werden im beruflichen Kontext immer auch mit betriebswirtschaftlichen Fragen konfrontiert. In diesem Seminar lernen Sie die wichtigsten Teilgebiete der Betriebswirtschaft, sowie die dazugehörigen Zusammenhänge kennen, um diese in Ihrem beruflichen Umfeld anzuwenden. Neben den Grundzügen der BWL umfasst das Seminar u.a. die Bereiche Innovations- und Qualitätsmanagement, Supply-Chain-Management, F+E (Forschung und Entwicklung), Produktions- und Fertigungsplanung, technische Infrastruktur und IT. Anmeldungen für Oktober laufen vom 07. Juli bis Donnerstag, 08. September 2022 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Betriebswirtschaftliche Kompetenzen). Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: https://www.uni-bremen.de/career-center/veranstaltungen.htmlwww.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht
| Lars Kaletka
|
| CC-43-WiSe22-23 | Handwerkszeug für den Berufseinstieg für Studierende der Naturwissenschaften und Ingenieurstudiengänge
Tools for career entry for students of natural sciences and engineering
Blockveranstaltung
Einzeltermine:
Mo 27.02.23 09:00 - 17:00 Online
Ziel: „Warum soll ich genau Sie einstellen?“ – Es lohnt sich, sich mit dieser Frage intensiv auseinanderzusetzen. Für angehende Absolvierende der Naturwissenschaften und Ingenieurstudiengänge ist dies wichtig, da viele Ansprechpersonen die Faszination der entsprechenden Studienfächer nicht genau kennen und aufgrund der vielseitigen Spezialisierungsmöglichkei-ten in diesen Fächern eine klare Kommunikation entscheidend ist. Im Workshop lernen Sie Recruiting aus neuer Perspektive kennen und erarbeiten Handwerkszeug für eine selbstbewusste und chancenorientierte Strategie für Ihr „Marketing in eigener Sache“. Durch die ausführliche Beschäftigung mit Ihren Stärken, Ihrer Motivation und Ihrem Begeisterungsvermögen werden Sie Sicherheit für Ihre Präsentation beim potentiellen Arbeitgeber gewinnen und Vorstellungsgespräche souveräner angehen können. Workshopinhalte: • Wie funktioniert Personalauswahl heute? • Arbeitsfelder für Absolvierende der Naturwissenschaften und Ingenieurstudiengänge. Praxisbeispiele • Was hebt mich von anderen Bewerbern/Bewerberinnen ab, was zeichnet mich mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss besonders aus? • Erarbeitung geeigneter Argumentationsideen und Strategien für eine optimale Selbstpräsentation mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss • Welche Möglichkeiten der Initiativbewerbung gibt es? • Wie kann ich verschiedene Kontaktpunkte zu potentiellen Arbeitgebern nutzen? • Tipps für die erfolgreiche Umsetzung der Kommunikationsstrategie in den Bewerbungsunterlagen und im Vorstellungsgespräch Anmeldungen für Februar 2023 laufen vom 24. November 2022 bis Donnerstag, 19. Januar 2023 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Arbeitsmärkte Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht
| Wolfgang Leybold
|
Informatik, B.Sc./M.Sc.
Bachelor Informatik
Einführung Bachelor-Informatik
Ab dem 11.10.2021 gibt es eine Woche lang allgemeine Informationen für Erstsemester, erste Vor- und Pflichtkurse, Einführungen in die Rechnerumgebung und IT-Ressourcen u.v.m.
Die Teilnahme an den Orientierungswochen wird dringend empfohlen.
Link zu den Orientierungswochen: szi.uni-bremen.de/eso/orientierungswochen
| 03-IB-ESO | Orientierungswoche Informatik/Wirtschaftsinformatik
Vorlesung
Einzeltermine:
Mo 10.10.22 08:00 - 10:00 NW1 H 1 - H0020
Mo 10.10.22 10:00 - 11:00 NW1 H 1 - H0020
Mo 10.10.22 14:00 - 16:00 MZH 1380/1400
Mo 10.10.22 16:00 - 18:00 MZH 1090
Di 11.10.22 09:00 - 10:00 MZH 1110
Di 11.10.22 10:00 - 12:00 HS 1010 (Kleiner Hörsaal)
Di 11.10.22 12:00 - 14:00 MZH 1090
Di 11.10.22 14:00 - 16:00 MZH 1090
Di 11.10.22 16:00 - 18:00 MZH 1090
Mi 12.10.22 08:00 - 10:00 HS 1010 (Kleiner Hörsaal)
Mi 12.10.22 10:00 - 12:00 MZH 1380/1400
Mi 12.10.22 12:00 - 14:00 HS 1010 (Kleiner Hörsaal)
Do 13.10.22 14:00 - 16:00 MZH 1090
Do 13.10.22 16:00 - 18:00 MZH 1090
Fr 14.10.22 13:00 - 16:00 MZH 1090
In der O-Woche finden folgende Veranstaltungen statt:
10.10.2022 von 08-10h im NW1 H1 H0020 "Begrüßung durch den Dekan & Infos zum Studium"
10.10.2022 von 10-11h im NW1 H0020 "Vorstellung Stugen und Studienzentrum"
10.10.2022 von 14-16h im MZH 1380/1400 "Fachbereichsnetze"
10.10.2022 von 16-18h im MZH 1090 "Einblicke ins Studium"
11.10.2022 von 09-10h im MZH 1110 "Einführung Duales Studium Informatik"
11.10.2022 von 10- 12h im kl. Hörsaal HS 1010 "Vorstellung der Fachinformatiken"
11.10.2022 von 10-16h im MAC- Raum und Selbstarbeitbereiche MZH Ebene 0 "FB-Netze-Übungen"
11.10.2022 von 12-14h im MZH 1090 "Einführung Wirtschaftsinformatik"
11.10.2022 von 14-16h im MZH 1090 "Unterstützung bei Schwierigkeiten mit der Tutorien-Eintragung in Stud.IP"
11.10.2022 von 16-18h im MZH 1090 "Ein kleiner Einblick in die wundervolle Welt der Informatik"
12.10.2022 von 8-10h im kl. Hörsaal HS 1010 "Java (Plenum)"
12.10.2022 von 10-12h im 1380/1400 "Frühstück"
12.10.2022 von 12-14h im kl. Hörsaal HS 1010 "Service Einrichtungen/kulturelle Angebote der Uni"
13.10.2022 von 14-16h im MZH 1090 "Begrüßung Informatik als Komplementärfach"
13.10.2022 von 16-18h im MZH 1090 "Spannende Themen abseits der reinen Programmierung - was Informatik sonst noch bietet"
14.10.2022 von 13-16h im MZH 1090 "Kleines Informatik-Praktikum"
| Ute Bormann
Dr. Sabine Kuske
Udo Frese
Dr. rer. nat. Teena Hassan
Dipl.-Inf. Andreas Bresser
M. Sc. Mihaela Popescu
Dr. Julia Maria Kensbock
Dr. Hui Shi
|
| 03-M-BM | BrückenMathematik
Preparation Course Mathematics at the University Bremen
Blockveranstaltung
Einzeltermine:
Mo 19.09.22 - Fr 23.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Mo 26.09.22 - Fr 30.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)
| Lars Siemer
Dr. Ingolf Schäfer
Dr. Arsen Narimanyan
|
Bachelor 1. Semester
Die Zuteilung der Übungstermine der Erstsemesterveranstaltungen erfolgt auf Basis von Musterstundenplänen, die bis Mitte Oktober unter der Stud.IP-Veranstaltung ,,Stundenplanwahl Erstsemester`` hochgeladen werden. Die Anmeldung zu einem der Stundenpläne ist von Dienstag, 12.10.2021 um 12:00 Uhr bis Donnerstag, 24.10.2021 um 14:00 Uhr über die genannte Stud.IP-Veranstaltung möglich. Näheres dazu während der Informationsveranstaltungen in der Erstsemesterorientierung (https://www.szi.uni-bremen.de/eso/orientierungswochen/).
Komplementärfach Informatik
| 03-05-H-509.06 | Grundlagen der Programmierung
Introduction to Programming
Vorlesung
ECTS: 6
Termine:
wöchentlich Do 14:00 - 16:00 GEO 1550 (Hörsaal) Vorlesung Präsenz
wöchentlich Do 16:00 - 18:00 MZH 1090 Übung Präsenz
wöchentlich Do 16:00 - 18:00 MZH 1100 Übung Präsenz
wöchentlich Fr 12:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Fr 14:00 - 16:00 Übung Online
Einzeltermine:
Mo 06.03.23 09:00 - 13:00 GW1-HS H0070
Dieser Kurs ist für Studierende der HfK, Studierende der Digitalen Medien und Komplementärfach Informatik an der Universität Bremen und als General Studies Kurs für alle Studiengänge der Universität Bremen. Für Studierende der Informatik, Wirtschaftsinformatik und Systems Engineering gibt es die Veranstaltung Praktische Informatik 1.
Achtung: Studierende des Studiengangs Bachelor Berufliche Bildung - Mechantronik müssen nur 3 CP statt 6 CP erbringen und besuchen die erste Hälfte der Veranstaltung.
| Dr. Tim Laue
|
Grundlagen Mathematik und Theoretische Informatik
| 03-IBGT-M1 | Mathematik 1: Logik, Kombinatorik und Lineare Algebra
Mathematics 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1090 Übung Präsenz
wöchentlich Mo 14:00 - 16:00 Übung Online
wöchentlich Di 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung Präsenz
wöchentlich Di 12:00 - 14:00 MZH 1090 Übung Präsenz
wöchentlich Di 12:00 - 14:00 MZH 1100 Übung Präsenz
wöchentlich Di 16:00 - 18:00 GW2 B1820 Übung Präsenz
wöchentlich Mi 08:00 - 10:00 MZH 1090 GW2 B2880 Übung Präsenz
wöchentlich Mi 08:00 - 10:00 MZH 5600 Übung Präsenz
wöchentlich Do 12:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Fr 10:00 - 12:00 GW1-HS H0070 Vorlesung Präsenz
Einzeltermine:
Mi 08.02.23 10:00 - 12:00 MZH 1470
Die Vorlesungen finden entweder online synchron oder in Präsenz statt.
Die Übungen sind in Präsenz geplant.
Übungsternmine für Studierende der Wirtschaftsinformatik primär am Do 12-14h, für Systems Engineering am ...... und für Digitale Medien am Di 12-14h.
| Dr. Tim Haga
|
Grundlagen Praktische und Technische Informatik
| 03-IBGP-PI1 | Praktische Informatik 1: Imperative Programmierung und Objektorientierung
Practical Computer Science 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 11:00 Übung Online
wöchentlich Mo 11:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Mo 11:00 - 14:00 Übung Online
wöchentlich Mo 14:00 - 17:00 Übung Online
wöchentlich Mo 14:00 - 17:00 MZH 5500 Übung Präsenz
wöchentlich Mo 17:00 - 20:00 Übung Online
wöchentlich Mo 17:00 - 20:00 MZH 5500 Übung Präsenz
wöchentlich Di 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz
wöchentlich Mi 08:00 - 11:00 MZH 5500 Übung Präsenz
wöchentlich Mi 08:00 - 11:00 Übung Online
wöchentlich Mi 11:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Mi 11:00 - 14:00 Übung Online
wöchentlich Mi 14:00 - 17:00 Übung Online
wöchentlich Mi 14:00 - 17:00 MZH 5500 Übung Präsenz
wöchentlich Mi 17:00 - 20:00 Übung Online
wöchentlich Mi 17:00 - 20:00 MZH 5500 Übung Präsenz
wöchentlich Do 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz
Für Studierende des Vollfachs Informatik, Systems Engineering und Wirtschaftinformatik. Für Studierende der Digitalen Medien und Komplementärfach Informatik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Studierenden der Beruflichen Bildung - Mechatronik besuchen PI1 anstatt Grundlagen der Programmierung mit einer reduzierten CP-Anzahl, nämlich 6 CP durch reduzierten Übungsbetrieb.
Die Übungen finden online und in Präsenz statt. Der Übungsbetrieb startet in der 2. Semesterwoche.
| Thomas Röfer
|
Grundlagen Angewandte Informatik
| 03-IBGA-FI-MI1 (03-B-MI-1.1) | Grundlagen der Medieninformatik 1
Media Informatics
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 5600 Übung Präsenz
wöchentlich Mo 16:00 - 18:00 MZH 1470 Übung Präsenz
wöchentlich Di 08:00 - 10:00 MZH 1090 Übung Präsenz
wöchentlich Di 08:00 - 10:00 Übung Online
wöchentlich Di 08:00 - 10:00 MZH 1110 Übung Präsenz
wöchentlich Di 10:00 - 12:00 MZH 1110 Übung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1090 Übung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1100 Übung Präsenz
wöchentlich Mi 12:00 - 14:00 MZH 1450 Übung Präsenz
wöchentlich Mi 12:00 - 14:00 MZH 5600 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 1110 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 5500 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 6200 Übung Präsenz
wöchentlich Do 12:00 - 14:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz
Einzeltermine:
Do 16.02.23 14:00 - 16:00 MZH 1380/1400
Do 16.02.23 14:00 - 16:00 MZH 1090
Do 23.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal)
Do 23.02.23 09:00 - 13:00 HS 1010 (Kleiner Hörsaal)
Do 23.02.23 09:00 - 13:00 GW1-HS H0070
Do 23.02.23 09:00 - 13:00 NW1 H 1 - H0020
| Udo Frese
|
| 03-IBGA-FI-RDL | Robot Design Lab (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 10:00 - 12:00 DFKI RH1 B0.10 Vorlesung Q&A
wöchentlich Do 10:00 - 12:00 DFKI RH1 B0.10 Übung Präsenz
Die Vorlesung findet online asynchron statt.
Die Präsenz-Übungen am Donnerstag finden im Raum RH1 B0.10 des DFKI statt.
| Frank Kirchner
Dr. rer. nat. Teena Hassan
M. Sc. Mihaela Popescu
|
General Studies
| 03-IBFS-WKWA | Wissenschaftskultur und Wissenschaftliches Arbeiten
Seminar
ECTS: 3
Termine:
wöchentlich Do 16:00 - 19:00 MZH 1380/1400 Seminar Präsenz
Einzeltermine:
Do 09.02.23 14:00 - 20:00 MZH 1460
Fr 10.02.23 10:00 - 12:00 MZH 1460
• Der Kurs findet im WiSe 2022/2023 in Präsenz statt.
• Die genauen Termine werden im Kurs abgesprochen.
• VORBESPRECHUNG mit weiteren Informationen:
• am Donnerstag 20.10.2022 um 16:15 Uhr im MZH 1400.
| Ralf Eric Streibl
|
| 03-IBFW-ZÜP | Zusatzübung Programmieren
Übung
ECTS: 3
Termine:
wöchentlich Mo 08:00 - 10:00 Online
wöchentlich Mi 16:00 - 18:00 Online
Die Teilnehmer werden von den Lehrenden zugeordnet. Keine eigenständige Anmeldung möglich.
Nur für Studierende ohne oder mit sehr wenigen Programmierkenntnissen.
Die Übungen finden voraussichtlich in Ebene 0 und/oder online statt.
| Karsten Hölscher
|
Bachelor 3. Semester
| 03-IBGA-IUG | Informatik und Gesellschaft
Computer and Society
Seminar
ECTS: 3
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1090 Seminar Präsenz
wöchentlich Fr 10:00 - 12:00 MZH 1090 Seminar Präsenz
wöchentlich Fr 12:00 - 14:00 MZH 1090 Seminar Präsenz
„Informatik und Gesellschaft“ richtet sich zum einen an Bachelor-Studierende der Informatik und wird JEDES Semester (Sommer- wie Wintersemester) angeboten. In der Regel besuchen Informatik-Bachelor-Studierende diesen Kurs im zweiten oder dritten Fachsemester.
Zum anderen sind interessierte Studierende anderer Fächer herzlich eingeladen, an „Informatik und Gesellschaft“ teilzunehmen. Viele der behandelten Themen sind im Kern interdisziplinär und unterschiedliche fachliche Hintergründe sind damit in der Regel sehr bereichernd.
Der Beginn und die gemeinsame Vorbesprechung dieses Kurses findet am Freitag, den 21.10.2022 von 12 bis 14 Uhr im MZH 1090 statt. An dem genannten Termin erfolgen im Plenum die Vorstellung des Kurses, die Klärung der organisatorischen Abläufe und der Scheinbedingungen. Außerdem erfolgt an diesem Termin die Aufteilung der Teilnehmer*innen auf die einzelnen Seminar- bzw. „Übungs“-Termine. Daher finden vor dieser Vorbesprechung auch noch keine Seminartermine statt.
Im weiteren Verlauf der Veranstaltung wird es vereinzelte online-Termine geben (z.B. zur Beratung der einzelnen Arbeitsgruppen) - insb die Präsentation von Referaten (aufgeteilt in mehrere Seminargruppen) ist aber als Präsenzveranstaltung geplant.
| Ralf Eric Streibl
|
| 03-IBGP-PI3 (03-BA-700.03) | Praktische Informatik 3: Funktionale Programmierung
Practical Computer Science 3
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1110 Übung Präsenz
wöchentlich Di 12:00 - 14:00 MZH 5600 Übung Präsenz
wöchentlich Di 14:00 - 16:00 NW2 C0290 (Hörsaal 1) NW2 A0242 (Stufenhörsaal) Vorlesung Präsenz
wöchentlich Mi 14:00 - 16:00 MZH 1110 Übung Präsenz
wöchentlich Mi 14:00 - 16:00 Übung Online
wöchentlich Mi 14:00 - 16:00 MZH 1450 Übung Präsenz
| Christoph Lüth
|
| 03-IBGP-SWP | Software-Projekt
Vorlesung
ECTS: 6
Einzeltermine:
Di 07.02.23 - Mi 08.02.23 (Di, Mi) 09:30 - 17:00 MZH 1090
Tutoriumstermine werden individuell von den Tutor*innen für jede Gruppe vereinbart.
| Karsten Hölscher
Dr. Hui Shi
Amadou Amadou
|
| 03-IBGP-TI2 (03-BA-700.12) | Technische Informatik 2: Betriebssysteme und Nebenläufigkeit
Technical Computer Science 2
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 10:00 - 12:00 HS 1010 (Kleiner Hörsaal) Vorlesung Präsenz
wöchentlich Di 10:00 - 12:00 MZH 1090 Übung Präsenz
wöchentlich Di 10:00 - 12:00 MZH 1470 Übung Präsenz
wöchentlich Mi 16:00 - 18:00 MZH 1380/1400 MZH 1450 Übung Präsenz
wöchentlich Mi 16:00 - 18:00 Übung Online
wöchentlich Mi 16:00 - 18:00 MZH 1470 Übung Präsenz
wöchentlich Do 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung Präsenz
Einzeltermine:
Mo 03.04.23 10:00 - 12:00 MZH 6200
Die Kenntnisse aus dem Propädeutikum C/C++ werden vorausgesetzt.
| Ute Bormann
Olaf Bergmann
|
| 03-IBGT-THI1-AFS | Automaten und formale Sprachen
Automata and Formal Languages
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1090 Übung Präsenz
wöchentlich Mo 08:00 - 10:00 MZH 1110 Übung Präsenz
wöchentlich Mo 14:00 - 16:00 Übung Online
wöchentlich Mo 14:00 - 16:00 MZH 5600 Übung Präsenz
wöchentlich Di 16:00 - 18:00 NW2 C0290 (Hörsaal 1) GW2 B3009 (Großer Studierraum) Vorlesung Präsenz
wöchentlich Mi 10:00 - 12:00 GW2 B1410 Fragestunde Präsenz
Einzeltermine:
Fr 28.10.22 12:00 - 14:00 MZH 1460
Di 28.02.23 10:00 - 16:00 GW1-HS H0070
Di 28.03.23 10:00 - 16:00 HS 2010 (Großer Hörsaal)
| Malin Rau
Prof. Dr. Sebastian Siebertz
Mario Grobler
|
| 03-IBGT-THI1-AT (03-BE-699.11) | Algorithmentheorie
Algorithm Theory
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 5600 Übung
wöchentlich Mo 12:00 - 14:00 MZH 5600 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 1380/1400 Vorlesung Präsenz
wöchentlich Do 12:00 - 14:00 MZH 1450 Übung Präsenz
wöchentlich Do 12:00 - 14:00 MZH 5600 Übung Präsenz
wöchentlich Do 14:00 - 16:00 MZH 5500 Übung Präsenz
Einzeltermine:
Do 16.02.23 08:00 - 12:00 NW1 H 1 - H0020
Do 16.02.23 08:00 - 12:00 NW1 H 3 - W0040/W0050
Di 21.03.23 08:00 - 12:00 MZH 1380/1400
Algorithmentheorie
Algorithmen bilden eine der wichtigsten Grundlagen der
Informatik. Anschaulich beschreibt ein Algorithmus eine Vorgehensweise
um ein Problem zu lösen. Somit bilden Algorithmen eine Grundlage der
Programmierung, sind aber unabhängig von der konkreten
Programmiersprache und Umsetzung. Algorithmen sind so vielfältig wie
ihre Anwendungen, darum ist es umso wichtiger die fundamentalen
Prinzipien des effizienten Algorithmenentwurfs und in den wichtigsten
Problembereichen die grundlegenden Lösungsverfahren zu kennen.
Die Vorlesung hat zum Ziel diese fundamentalen Prinzipien des
Algorithmenentwurfs zu vermitteln. Die Prinzipien werden anhand
klassischer Algorithmen für wichtige Probleme illustriert und
eingeübt. Auf der theoretischen Seite werden die Grundlagen
abstrakter Maschinenmodelle, formale Korrektheitsbeweise und
Laufzeitanalyse vermittelt. Das erworbene Wissen ermöglicht es den
Studierenden für ein gegebenes algorithmisches Problem verschiedene
Lösungsansätze bezüglich ihrer Effizienz zu beurteilen, den am besten
geeigneten Ansatz zur Lösung auszuwählen und seine Korrektheit zu
beweisen.
• Algorithmenparadigmen: Greedy, Divide-and-Conquer, Dynamische Programmierung
• Sortierverfahren
• Grundlegende Begriffe der Graphentheorie
• Graphenprobleme: Kürzeste-Wege, minimale aufspannende Bäume, maximale Netzwerkflüsse
| Prof. Dr. Nicole Megow
|
Bachelor 4. Semester und Folgende
Zusätzlich zu den nachfolgend aufgeführten Veranstaltungen gelten für die Freie Wahl auch die Angebote der "General Studies" (soweit diese nicht inhaltlich mit den Lehrveranstaltungen des Studiengangs Informatik überlappen). Bachelor-Studierende müssen in ihrem Studium zudem zwei Module außerhalb der Informatik erbringen (Fach "General Studies" innerhalb der Bachelor-Prüfungsordnung).
| 03-05-H-505 | Überblick über das Wahlangebot im Fach Informatik
Vorlesung
Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.
| Ute Bormann
|
| 03-IBFS-EOBA | Erste Orientierung zur Bachelor-Arbeit
Blockveranstaltung
ECTS: 1
Termine:
wöchentlich Fr 14:00 - 16:00 MZH 1090 Präsenz
wöchentlich Fr 16:00 - 18:00 MZH 1090 Präsenz
Dieser Veranstaltung richtet sich an Informatikstudierende, die in absehbarer Zeit mit den Vorarbeiten zu ihrer Bachelor-Arbeit beginnen wollen und sich zum einen über einige Formalia informieren wollen und beim Einblick in bereits geschriebene Bachelor-Arbeiten ein Gefühl dafür entwickeln möchten, wie so etwas aussehen kann.
Die Veranstaltung beginnt mit wenigen Informationsterminen zu Semesterbeginn (für Organisatorisches und Formales). Im sp’teren Verlauf des Semesters werden dann an verschiedenen Terminen, die noch im Kurs abgesprochen werden, Präsentationen von Bachelor-Arbeiten statt.
Vorbesprechung:
Fr. 21.10.2022 – 16:00 Uhr im MZH 1090
Nächster Termin („Formalia und interessante Informationen zur Bachelor-Arbeit“):
Fr. 04.11.2022 – 16:00 Uhr im MZH 1090
Die weiteren Termine werden später im Kurs vereinbart.
HINWEIS FÜR STUDIERENDE NACH DER „ALTEN“ INFORMATIK-BPO:
Diese Veranstaltung ist inhaltsgleicher Ersatz für die frühere Veranstaltung „Wissenschaftliches Arbeiten 2“.
| Ralf Eric Streibl
|
Bachelorprojekte
Bachelorprojekte 5. Semester
| 03-BP-902.00b | PROBE (5. Semester)
Blockeinheit
Einzeltermine:
Di 18.10.22 16:00 - 18:00
Die Veranstaltung gibt einen Überblick über das Projektstudium und findet online statt.
| Ute Bormann
|
| 03-IBPJ-ATAC | Projekt ATACAMA
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 12:00 - 18:00 MZH 6200 Plenum Präsenz
| Ute Bormann
Prof. Dr.-Ing. Carsten Bormann
Olaf Bergmann
Stefanie Gerdes
|
| 03-IBPJ-E2EP | Projekt E2E-Player
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 10:00 - 12:00 CART Rotunde - 0.67 Plenum Präsenz
| Kerstin Schill
|
| 03-IBPJ-ESPO | Projekt eSports
(Wise 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 14:00 - 16:00 MZH 1470 Plenum Präsenz
| Björn Niehaves
Bastian Kordyaka
|
| 03-IBPJ-GeAC | Projekt GenArC
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 3150 Plenum Präsenz
| Prof. Dr. Rolf Drechsler
|
| 03-IBPJ-INAI | Projekt Inside-AI
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 10:00 - 12:00 MZH 6200 Plenum Präsenz
| Prof. Dr. Sebastian Maneth
|
| 03-IBPJ-LAMI | Projekt LastMILE
(das Projekt ist einsemestrig - nur WiSe 22/23)
Projektplenum
ECTS: 18
Termine:
wöchentlich Fr 08:00 - 12:00 MZH 1380/1400 Plenum Präsenz
Einzeltermine:
Do 13.10.22 10:00 - 14:00 MZH 1100
Fr 04.11.22 14:00 - 22:00 MZH 5500
Sa 05.11.22 08:00 - 20:00 MZH 5500
Sa 05.11.22 08:00 - 16:00 MZH 1100
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-IBPJ-SEE | Projekt SEE
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 08:00 - 12:00 MZH 4140 Plenum Präsenz
| Prof. Dr. Rainer Koschke
|
| 03-IBPJ-VRLL | Projekt VR-LL
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 12:00 - 16:00 Plenum
| Tanja Schultz
Felix Putze
|
Wahlbereich Bachelor-Aufbau (IBA) / Bachelor-Basis (BB)
IBAT / BB-6: Theoretische Informatik und Mathematik
Nach BPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen.
Für ,,Bachelor - TheoInfWahl`` ein Modul aus dieser Kategorie wählen: BB-6xx.xx. Nach der BPO 2010 auf Antrag auch Modul aus den Kategorien BE-/MB-/ME-6xx.xx oder fortgeschrittenes Mathematik-Modul möglich.
| 03-IBAT-ATA (03-ME-699.99) | Automatentheorie und ihre Anwendungen
Automata Theory and Its Applications
Kurs
ECTS: 6
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 1470 Kurs Präsenz
wöchentlich Di 08:00 - 10:00 MZH 1470 Kurs Präsenz
Einzeltermine:
Mi 15.02.23 10:00 - 12:00 MZH 3150
Fr 17.02.23 10:00 - 12:00 MZH 3150
Mo 27.02.23 10:00 - 16:00 MZH 3150
Di 28.02.23 10:00 - 14:00 MZH 3150
Di 07.03.23 10:00 - 18:00 MZH 3150
Hinweis: Automatentheorie und ihre Anwendungen ist im WiSe 22/23 ein einmaliges Angebot für IBAT
| Mario Grobler
|
IBAP / BB-7: Praktische und Technische Informatik
Nach BPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen.
Für ,,Bachelor - PrakTechInfWahl`` zwei Module aus dieser Kategorie wählen: BB-7xx.xx. Keine Ausnahmeanträge.
| 03-IBAP-BS (03-BB-702.01) | Betriebssysteme
Operating Systems
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1090 Vorlesung Präsenz
wöchentlich Mi 16:00 - 18:00 MZH 4140 Übung Präsenz
| Prof. Dr. Jan Peleska
|
| 03-IBAP-CG (03-BB-708.01) | Computergraphik
Computer Graphics
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1110 Übung Präsenz
wöchentlich Di 10:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz
wöchentlich Do 08:00 - 10:00 MZH 1090 MZH 1450 Übung Präsenz
Schwerpunkt: DMI, VMC Programmierkenntnisse sind Voraussetzung (ein erfolgreicher Abschluss des "Propädeutikums C " wird empfohlen), ebenso wie algorithmisches Denken, eine gewisse Vertrautheit mit mathematischer Begriffsbildung und Vorgehensweise.
Diese Vorlesung soll sowohl eine Einführung in die theoretischen und methodischen Grundlagen der Computergraphik geben, als auch die Grundlagen für die praktische Implementierung von computergraphischen Systemen legen. Der Schwerpunkt liegt auf Algorithmen und Konzepten zur Repräsentation und Visualisierung von polygonalen, 3-dimensionalen graphischen Szenen.
Der Inhalt umfasst in der Regel folgende Themen:
Mathematische Grundlagen; OpenGL and C ; 2D Algorithmen der Computergrafik (Scan Conversion, Visibility Computations, etc.); Theorie der Farben, Farbräume (hauptsächlich physikalische, neurologische, und technische Aspekte); 3D Computergraphik (Rendering Pipeline, Transformationen, Beleuchtung, etc.); Techniken zum Echtzeit-Rendering; Das Konzept und die Programmierung von Shadern; Texturierung (Einordnung in die Pipeline, einfache Parametrisierung, etc.). Die Übungsaufgaben werden teils theoretisch, teils praktisch sein, wobei die praktischen Aufgaben gewisse Programmierfähigkeiten in C verlangen. (Zu Beginn der Vorlesung wird deshalb nochmals ein kurzer "Refresh" Ihrer C/C-Kenntnisse gemacht.) Die Vorlesung setzt eine gewisse mathematische, algorithmische und programmiertechnische Gewandtheit voraus, fördert diese aber auch und führt sie weiter. https://cgvr.cs.uni-bremen.de/teaching/
| Prof. Dr. Gabriel Zachmann
|
| 03-IBAP-DBS (03-BB-703.01) | Datenbanksysteme
Database Systems
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 12:00 - 14:00 SFG 0150 Vorlesung Präsenz
wöchentlich Mi 10:00 - 12:00 SFG 0150 Vorlesung Präsenz
wöchentlich Mi 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Übung Präsenz
| Prof. Dr. Sebastian Maneth
|
| 03-IBAP-ISEC (03-BB-707.01) | Informationssicherheit
Information Security
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung Präsenz
Einzeltermine:
Mo 13.02.23 - Fr 17.02.23 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 1470
Schwerpunkt: SQ
| Prof. Dr.-Ing. Carsten Bormann
Karsten Sohr
Stefanie Gerdes
|
| 03-IBAP-ML (03-BB-710.10) | Grundlagen des Maschinellen Lernens
Fundamentals of Machine Learning
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1380/1400 CART Rotunde - 0.67 Übung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1380/1400 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 5600 Übung Präsenz
Einzeltermine:
Mi 15.02.23 09:00 - 12:00 HS 2010 (Großer Hörsaal)
Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept).
Schwerpunkt: AI
| Felix Putze
Tanja Schultz
Mazen Salous
Lars Steinert
Saurav Pahuja
|
| 03-IBAP-RA (03-BB-701.01) | Rechnerarchitektur und Eingebettete Systeme (in englischer Sprache)
Computer Architecture and Embedded Systems
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1090 Vorlesung Präsenz
wöchentlich Mi 08:00 - 10:00 MZH 1110 Übung Präsenz
| Prof. Dr. Rolf Drechsler
|
| 03-IBAP-SDV (03-BB-709.01) | Sensordatenverarbeitung
Sensor Data Processing
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 NW2 A0242 (Stufenhörsaal) Übung
Einzeltermine:
Do 09.02.23 09:00 - 13:00 HS 2010 (Großer Hörsaal)
Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept).
Schwerpunkt: VMC
| Udo Frese
Tanja Schultz
|
| 03-IBAP-SWT (03-BB-706.02) | Softwaretechnik
Software Engineering
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 6200 Übung Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1090 Übung Präsenz
Schwerpunkt: SQ
| Prof. Dr. Rainer Koschke
|
IBAA / BB-8: Angewandte Informatik
Nach BPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen.
Für ,,Bachelor - AnwInfWahl`` ein Modul aus dieser Kategorie wählen: BB-8xx.xx. Nach BPO 2010 auf Antrag auch Modul aus den Kategorien BE-/MB-/ME-8xx.xx möglich.
| 03-IBAA-ECA (03-BB-805.05) | E-Commerce-Anwendungen
E-Commerce Applications
Kurs
ECTS: 6
Termine:
wöchentlich Mo 16:00 - 18:00 SFG 0150 Vorlesung Präsenz
Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.
| Markus Haydl
|
| 03-IBAA-MTI (03-BB-801.01) | Mensch-Technik-Interaktion
Human Computer Interaction
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1090 Übung Präsenz
wöchentlich Di 10:00 - 12:00 MZH 5600 Übung Präsenz
wöchentlich Do 08:00 - 10:00 MZH 4140 Übung Präsenz
wöchentlich Do 10:00 - 12:00 SFG 0140 Übung Präsenz
wöchentlich Do 10:00 - 12:00 WiWi1 A1100 Übung Präsenz
wöchentlich Do 12:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz
Schwerpunkt: DMI
| Prof. Dr. Tanja Döring
Dr. Susanne Putze
Dr. Dmitry Alexandrovsky
|
Wahlbereich Bachelor-Vertiefung (IBV) / Bachelor-Ergänzung (BE)
Weitere Wahlangebote können aus dem Wahlbreich IBA/BB und bei Vorliegen der inhaltlichen Voraussetzungen aus dem Wahlangebot des Masterstudiengangs Informatik gewählt werden.
BPO \'10: weitere BE-Angebote unter Wahlbereich IBFW
IBVP / BE-7: Praktische und Technische Informatik
| 03-IBVP-RPWL (03-BE-710.98b) | Robot Programming with Lisp (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Do 14:00 - 16:00 Vorlesung Präsenz
wöchentlich Do 16:00 - 18:00 Übung Präsenz
Profil: AI
Die Veranstaltung findet im TAB statt.
| Michael Beetz
|
Freie Wahl inkl. Seminare - IBFW / BE
Informationen zum Thema General Studies findet ihr auch hier: https://www.szi.uni-bremen.de/wp-content/uploads/2021/10/GSListe.pdf
| 03-06-M-315 | The birth of digital media from algorithmic art. Surveying 60 years
An astonishing story, told by one who is part of it
Seminar
ECTS: 6
Termine:
wöchentlich Di 14:00 - 18:00 MZH 1450 Seminar Präsenz
| Frieder Nake
|
| 03-BE-701.06 (03-IBS-VTI1) | Vertiefungsveranstaltung Technische Informatik 1
In-depth Seminar Technical Computer Science 1
Blockveranstaltung
ECTS: 3
| Prof. Dr. Rolf Drechsler
|
| 03-IBFW-EDBS | Ergänzung Datenbanksysteme
Vorlesung
ECTS: 3
Termine:
wöchentlich Di 12:00 - 14:00 SFG 0150 Vorlesung Präsenz
wöchentlich Mi 10:00 - 12:00 SFG 0150 Vorlesung Präsenz
wöchentlich Mi 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Übung Präsenz
| Prof. Dr. Sebastian Maneth
|
| 03-IBFW-KuK (03-GS-509.11) | Kommunikation und Konflikt
Blockveranstaltung
ECTS: 2
Die Anmeldung für dieses Seminar läuft über die Bachelor Projekte bzw. Ute Bormann.
| Christine Fangmann
Ute Bormann
|
| 03-IBFW-PEG (03-BE-799.98a) | Plattformübergreifende Entwicklung für Geräte im Internet of Things
Platform-independent Development for Devices in the Internet of Things
Blockveranstaltung
ECTS: 1
Einzeltermine:
Mo 10.10.22 10:00 - 12:00 MZH 1450
Mo 10.10.22 12:00 - 17:00
Di 11.10.22 - Mi 12.10.22 (Di, Mi) 10:00 - 17:00
Do 13.10.22 10:00 - 12:00 MZH 6200
Do 13.10.22 10:00 - 17:00
Do 13.10.22 16:00 - 17:00 MZH 6200
Fr 14.10.22 10:00 - 16:00
Modulbereich "Spezielle Themen der Praktischen Informatik".
Dieser Blockkurs richtet sich in erster Linie an Studierende mit Vorkenntnissen in der hardware-nahen Programmierung von Mikrocontroller-Plattformen wie z. B. Arduino. Die Teilnehmerzahl ist auf 32 beschränkt. Zur Auffrischung der Kenntnisse in der Programmiersprache C wird der vorherige Besuch des Propädeutikums C/C++ empfohlen.
| Olaf Bergmann
Prof. Dr.-Ing. Carsten Bormann
|
| 03-IBFW-PVS (03-BE-709.11) | Proseminar: Visuelle Sprachen
Seminar on visual languages
Blockveranstaltung
ECTS: 3
| PD Dr. Björn Gottfried
|
| 03-IBFW-SPORI (03-BE-804.98b) | Sportinformatik
Sport Informatics
Blockveranstaltung
ECTS: 3
Einzeltermine:
Do 24.11.22 18:00 - 19:00 MZH 1470
Mi 08.03.23 - Do 09.03.23 (Mi, Do) 09:00 - 18:00 MZH 1470
Die Veranstaltung ist ein zweitägiger Blockkurs in Präsenz, am 8. und 9. März.
Die Anzahl der Teilnehmenden ist auf 20 - 30 begrenzt.
Technik hält in immer mehr Bereiche des Sports Einzug und wird unter anderem zur Leistungsdiagnostik, im Training sowie zur Analyse in der Nachbetrachtung eingesetzt. Dies erstreckt sich vom Profisport mittlerweile bis hinein in den Hobby-Bereich.
In diesem Seminar wollen wir unterschiedliche Anwendungen aus dem Bereich der Sportinformatik betrachten. Der Fokus soll dabei jeweils auf den Methoden zur Gewinnung der Daten sowie deren Verarbeitung liegen.
Teilnehmende erstellen in Zweiergruppen jeweils eine Ausarbeitung und eine Präsentation zu einem zuvor gewählten Thema.
Der erste kurze Termin im November dient der Vorstellung der Themen. Das Seminar selbst ist ein zweitägiger Block in der vorlesungsfreien Zeit.
Profil: DMI
| Dr. Tim Laue
|
| 10-GS-2-05; "Ringvorlesung und Workshop" | Eine Uni, ein Buch: Gedichtalternativen für Deutschland
Vorlesung
ECTS: 2 (oder mehr)
Termine:
wöchentlich Di 16:15 - 17:45 (2 SWS)
Diese ganz besondere Veranstaltung steht im Zusammenhang mit dem vom Stifterverband ausgelobten Projekt "Eine Uni, ein Buch". Unser Universität Bremen-Projekt heißt "Gedichtalternativen für Deutschland" (vgl. https://www.stifterverband.org/eine-uni-ein-buch/2022). Anders als üblich gibt es das zu lesende Buch für "eine Uni, ein Buch" aber noch gar nicht. Dieses entsteht gerade erst, in dieser Veranstaltung. Wir laden Sie also ganz herzlich ein, an diesem einmaligen Projekt aktiv mitzuwirken! Im Sommer haben wir Lehrerinnen und Lehrer an Bremer Schulen, ihre Klassen, Studierende hier an der Uni sowie Kolleginnen und Kollegen gebeten, uns Gedichte einzureichen, die man heutzutage, gerade heutzutage nicht nur in den Schulen lesen sollte. Eine ganze Reihe von Leuten hat darauf reagiert, und wir haben eine erste Sammlung von Gedichten, die unterschiedlicher und interessanter nicht sein könnten. Das sind sie also, unsere „Gedichtalternativen für Deutschland“. Unsere Veranstaltung hat deshalb den Charakter einer Ringvorlesung, weil wir die Menschen, die uns Gedichte eingereicht und vorgeschlagen haben, bitten werden, uns die Gedichte und die Gründe, sie heute für besonders wichtig zu halten, vorzustellen. Und sie hat den Charakter eines Workshops, weil wir die Gedichte, ihre Kontexte, Hintergründe, mögliche Deutungen und eben diese Gründe für ihre Relevanz gemeinsam diskutieren wollen. Das genaue Programm stimmen wir gerade mit den Gedichte-Vorschlagenden ab, wir geben es hier in Stud.IP bekannt, sobald es fertig ist. Fest steht aber jetzt schon: Wir haben einen Veranstaltungsraum (SFG 2070), den wir / Sie nutzen können, unsere Dienstagsveranstaltungen werden aber auch digital (per Zoom) zugänglich sein. Die Auftaktveranstaltung am 18. Oktober wird im Rahmen von Campus City stattfinden, ab 17 Uhr in der Markthalle 8 am Domshof in der Innenstadt (vgl. https://www.uni-bremen.de/campus-city). Die aktive Teilnahme an unserer Veranstaltung bringt Ihnen 2 General Studies- oder Schlüsselqualifikationen-CPs, allerdings keine Note. Wir kooperieren aber mit einem curricularen Seminar, an dem auch Sie als Teilnehmer*innen unseres Workshops mitarbeiten, wo Sie weitere CPs erwerben und ggf. eine (benotete) Prüfung ablegen können. Dieses Kooperationsseminar findet jeweils donnerstags von 10:15 bis 11:45 Uhr statt, ebenfalls im Raum SFG 2070. Hier wollen und werden wir das in Workshop und Ringvorlesung Vorgestellte diskutieren, vertiefen und dokumentieren -- und gemeinsam weitere Gedichtvorschläge entwickeln und realisieren. Am Ende dieses Seminars wird das im Projekt "Eine Uni, ein Buch" zu lesende Buch vielleicht noch nicht ganz fertig, aber doch entscheidend vorangekommen sein.
| Sabine Oda Doff
Dr. Uwe Spörl
|
Fachergänzende Studien
| 03-IBFS-TSTUD | Teilnahme an Studien (Proband*innenstunden)
Participation in Studies
Seminar
ECTS: 1
Zu Beginn jedes Semesters findet eine Infoveranstaltung statt, wo die Scheinkriterien für Versuchspersonen erläutert werden. Außerdem werden (aufbauend auf den Inhalten von WA1) Forschungsmethoden von Studien mit Versuchspersonen vermittelt.
Im weiteren Verlauf des Studiums sollen Studierende 15 Versuchspersonenstunden absolvieren (d.h. an mehreren Studien teilnehmen). Jede Studienteilnahme wird mit Versuchspersonenstunden vergütet, die in ECTS anerkannt werden können. Die Versuchspersonenstunden können über mehre Semester gesammelt werden.
Die Teilnahme an den Studien soll in einer schriftlichen Ausarbeitung dokumentiert und reflektiert werden.
At the beginning of each semester, an information session is held where the certificate criteria for subjects are explained. In addition, research methods of studies with test subjects are taught (building on the contents of WA1).
Later in the program, students are expected to complete 15 subject hours (i.e., participate in different studies). Each study participation is compensated with subject hours, which can be recognized in ECTS. The subject hours may be accumulated over multiple semesters.
Participation in the studies should be documented and reflected upon in a written paper at the end.
The selection of participants is made manually after registration.
Users who wish to register for this event will receive more detailed information and can then still decide against participation.
| Prof. Dr. Tanja Döring
Prof. Dr. Rainer Malaka
Dr. Susanne Putze
|
Master Informatik
Einführung Master-Informatik
| 03-05-H-505 | Überblick über das Wahlangebot im Fach Informatik
Vorlesung
Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.
| Ute Bormann
|
| 03-MA-503 | Einführungsveranstaltung Master Informatik
Alle Erstsemester im Masterstudiengang Informatik werden gebeten, zu dieser Einführungsveranstaltung zu gehen
Vorlesung
Einzeltermine:
Mo 17.10.22 08:00 - 10:00
Dozentin: Ute Bormann
Diese Veranstaltung findet am Mo 17.10.2022 von 08:30-10:00 Uhr voraussichtlich in Präsenz im MZH 6200 statt und richtet sich ausdrücklich an alle Studienanfänger im Masterstudium Informatik - unabhängig davon, ob sie neu an die Uni Bremen kommen oder hier bereits das Bachelorstudium absolviert haben. Es wird ein Überblick über die wesentlichen Rahmenbedingungen und Formalia des Masterstudiums Informatik gegeben, ferner werden wichtige organisatorische Fragen und Prozesse besprochen.
| Ute Bormann
|
Pflicht Master
| 03-IMG-PMWK (03-MA-904.0) ( | Projektmanagement und Wissenschaftskultur
project management and scientific culture
Vorbereitung auf das Projekt-Studium im Masterstudiengang Informatik
Kurs
ECTS: 6
Termine:
wöchentlich Di 08:00 - 12:00 CART Rotunde - 0.67 Kurs Präsenz
Neben organisatorischen Themen wird in der ersten Veranstaltung die Prüfungsleistung besprochen.
Die endgültige Gruppenfindung wird am 01.11.2022 abgeschlossen. Der Einstieg in den Kurs ist nur bis zu diesem Zeitpunkt möglich!
Erster Veranstaltungstermin ist der 25.10.2022.
| Dr. Jörn Syrbe
Michael Beetz
|
Wahlbereich Master-Aufbau (IMA) / Master-Basis (MB)
Nach der Prüfunsordnung von 2020 heißt dieser Bereich Master-Aufbau (IMA), nach der Prüfungsordnung von 2012 Master-Basis (MB).
IMAT / MB-6 - Theoretische Informatik und Mathematik
Nach MPO 2020 und MPO 2012 mindestens ein Lehrangebot aus dieser Kategorie wählen.
Nach MPO 2012 auf Antrag auch ME-6xx.xx-Lehrangebot oder fortgeschrittenes Mathematik-Lehrangebot möglich.
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-IMAT-FSGT (03-MB-603.01/1) | Formale Sprachen: Graphtransformation
Formal Languages: Graph Transformation
Kurs
ECTS: 6
Termine:
wöchentlich Di 16:00 - 18:00 MZH 1470 Kurs Präsenz
wöchentlich Do 12:00 - 14:00 MZH 1090 Kurs Präsenz
Profil: SQ, KIKR
Schwerpunkt: IMVT-SQ, IMVT-AI
| Dr. Sabine Kuske
|
| 03-IMAT-KRYPT (03-MB-699.09) | Einführung in die Kryptographie
Kurs
ECTS: 6
Termine:
wöchentlich Mi 10:00 - 12:00 MZH 5600 Kurs Präsenz
wöchentlich Do 08:00 - 10:00 Übung Online
Profil: SQ
Schwerpunkt: IMAT-SQ.
mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen
| Dieter Hutter
Karsten Sohr
|
| 03-IMAT-STMT | Set Theory and Model Theory (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 08:00 - 10:00 MZH 5600 Vorlesung Präsenz
wöchentlich Di 14:00 - 16:00 MZH 5600 Übung Präsenz
Profil: SQ
Schwerpunkt: IMVT-SQ
Set theory and model theory
Intuitively, a set is a collection of all elements that satisfy a certain property. This intuition, however, is false! The following example is known as Russell's Paradox. Consider the set S whose elements are exactly those that are not members of themselves: S = { X : X is not element of X }. Is S an element of S? If S is an element of S, then S is not an element of S. On the other hand, if S is not an element of S, then S belongs to S. In either case we have a contradiction. We must revise our intuitive notion of a set. In the first part of the lecture we develop axiomatic set theory (ZFC) in the framework of first-order logic, which forms the foundation of modern mathematics. We cover the axioms of set theory, ordinal numbers and induction and recursion over well-founded relations, cardinal numbers and the axiom of choice.
In the second part of the lecture we turn to classical topics of first-order model theory. Model theory studies classes of mathematical structures, such as groups, fields, or graphs, from the point of view of mathematical logic. Many notions, such as homomorphisms, substructures, or free structures, that are commonly studied in specific fields of mathematics are unified by the general approach of model theory. We study ways to construct models with desired properties from first-order theories and the expressive power of first-order logic.
| Prof. Dr. Sebastian Siebertz
Alexandre Vigny
|
IMAP / MB-7 - Praktische und technische Informatik
Nach MPO 2020 mindestens ein Lehrangebot aus dieser Kategorie wählen. Nach MPO 2012 gilt zwei Lehrangebote aus dieser Kategorie wählen.
| 03-IMAP-ASE (03-MB-711.13) | Automatische Spracherkennung
Automatic Speech Recognition
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 1090 Vorlesung Präsenz
wöchentlich Do 14:00 - 16:00 MZH 6200 Vorlesung Präsenz
Profil KIKR
Schwerpunkt: IMAP-AI
Modultyp C (6 CP) im Studiengang Language Sciences M.A.
Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept). Darüber hinaus gibt es einen Präsenz-Termin am Dienstag. Dieser Präsenz-Termin ist als "Interaktives Repititorium" gestaltet und wird nicht aufgezeichnet. Donnerstags finden im Zwei-Wochen-Rhythmus Übungen statt.
Der Kurs "Automatische Spracherkennung" bietet eine Einführung in die automatische Spracherkennung. In diesem Kurs werden die Sprachverarbeitung beim Menschen, Signalverarbeitung, statistische Modellierung von Sprache sowie die wesentlichen praktischen Ansätze und Methoden für den Einsatz automatischer Spracherkennung behandelt.
| Tanja Schultz
Ayimnisagul Ablimit
|
| 03-IMAP-IIS (03-ME-710.04) | Integrated Intelligent Systems (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 16:00 - 18:00 Übung Online
Profil: KIKR
Schwerpunkt: IMAP-AI
Die Vorlesung findet asynchron und die Übung online statt.
| Michael Beetz
Dr. Jörn Syrbe
|
| 03-IMAP-KIWAR (03-MB-710.02) | KI - Wissensakquisition und Wissensrepräsentation
AI - Knowledge Acquisition and Knowledge Representation
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 16:00 - 18:00 ECO5 0.30 Vorlesung Präsenz
wöchentlich Mi 12:00 - 14:00 ECO5 0.30 Übung Präsenz
MPO 2012: Profil KIKR, MC
MPO 2020 Schwerpunkt: IMK-Ai
| Daniel Nyga
|
| 03-IMAP-RNMN (03-MB-704.02) | Rechnernetze - Media Networking
Computer Networks - Media Networking
Kurs
ECTS: 6
Termine:
wöchentlich Mi 14:00 - 16:00 Kurs online
wöchentlich Do 12:00 - 14:00 MZH 6200 Kurs Präsenz
Profil: SQ, DMI.
Schwerpunkt: IMVP-SQ, IMVP-DMI, IMVP-VMC
| Ute Bormann
|
| 03-IMAP-SHSQ (03-MB-700.31) | Systeme hoher Sicherheit und Qualität
Systems Assuring High Safety, Security and Quality
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz
wöchentlich Do 16:00 - 18:00 MZH 1450 Übung Präsenz
Profil SQ
Schwerpunkt: IMK-SQ , IMVP-VMC
| Prof. Dr. Jan Peleska
|
| 03-IMAP-SWRE (03-MB-706.01) | Software-Reengineering
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 1380/1400 Vorlesung Präsenz
wöchentlich Mi 16:00 - 18:00 MZH 5600 Übung Präsenz
Profil: SQ
Schwerpunkt: IMAP-SQ, IMVP-VMC
| Prof. Dr. Rainer Koschke
|
| 03-IMAP-TA (03-ME-706.04) | Testautomatisierung
Test Automation
Kurs
ECTS: 6
Termine:
wöchentlich Di 08:00 - 10:00 MZH 5500 Kurs Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1450 Kurs Präsenz
Profil: SQ.
Schwerpunkt: IMAP-SQ
| Prof. Dr. Jan Peleska
Dr. Robert Sachtleben
|
| 03-IMAP-TSS (03-MB-701.08) | Test von Schaltungen und Systemen
Test Methods of Circuits and Systems
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 12:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1110 Vorlesung Präsenz
Profil SQ
Schwerpunkt: IMAP-SQ
| Prof. Dr. Rolf Drechsler
Dr. Sebastian Huhn
|
| 03-IMAP-VRSIM (03-ME-708.03) | Virtual Reality and Physically-Based Simulation (in englischer Sprache)
Virtuelle Realität und physikalisch-basierte Simulation
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 1380/1400 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 1090 Vorlesung Präsenz
Profil: KIKR, DMI Schwerpunkt: IMAP-DMI, IMAP-VMC. English or German. Over the past two decades, VR has established itself as an important tool in several industries, such as manufacturing (e.g., automotive, airspace, ship building), architecture, and pharmaceutical industries. During the past few years, we have been witnessing the second "wave" of VR, this time in the consumer, in particular, in the entertainment markets. Some of the topics to be covered (tentatively): • Introduction, basic notions of VR, several example applications • VR technologies: displays, tracking, input devices, scene graphs, game engines • The human visual system and Stereo rendering • Techniques for real-time rendering • Fundamental immersive interaction techniques: fundamentals and principles, 3D navigation, user models, 3D selection, redirected walking, system control • Complex immersive interaction techniques: world-in-miniature, action-at-a-distance, magic lens, etc. • Particle systems • Spring-mass systems • Haptics and force feedback • Collision detection • Acoustic rendering The assignments will be mostly practical ones, based on the cross-platform game engine Unreal. Participants will start developing with "visual programming", and later use C++ to solve the assignments. You are encouraged to work on assignments in small teams. https://cgvr.cs.uni-bremen.de/teaching/
| Prof. Dr. Gabriel Zachmann
|
IMAA / MB-8 - Angewandte Informatik
Nach MPO 2012 gilt ein Lehrangebot aus dieser Kategorie wählen. Nur nach MPO 2012 auf Antrag auch ME-8xx.xx-Modul möglich.
| 03-IMAA-ITMDS (03-MB-802.02) | IT-Management und Data Science (in englischer Sprache)
IT Management and Data Science
Blockveranstaltung
ECTS: 6
Termine:
wöchentlich Di 16:00 - 18:00 GW2 B1410 Vorlesung Präsenz
wöchentlich Mi 12:00 - 14:00 MZH 1100 MZH 3150 Übung Präsenz/ Seminar 1
wöchentlich Mi 14:00 - 16:00 MZH 1100 Übung Präsenz / Seminar 2
Einzeltermine:
Mo 06.02.23 08:30 - 19:00 MZH 1090
Profil: SQ, DMI
Schwerpunkt: IMA-SQ, IMA-AI, IMVA-DMI
Die Veranstaltung beginnt am 25.10.2022
| Prof. Dr. Andreas Breiter
|
| 03-IMAA-MITR (03-MB-803.04) | Medien- und IT-Recht
Media and IT-Law
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 Kurs Online
Profil: SQ, DMI.
Schwerpunkt: IMA-DMI, IMVA-SQ
| Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.
|
| 03-IMAA-STMW (03-MB-804.05) | Search Technology for Media & Web (in englischer Sprache)
Search Technology for Media + Web
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 6200 Vorlesung Präsenz
wöchentlich Do 08:00 - 10:00 MZH 5600 Übung Präsenz
Profil: KIKR, DMI
Schwerpunkt: IMVA-DMI, IMVA-AI
| M. Sc Rishabh Haria
|
Wahlbereich Master-Vertiefung (IMV) / Master-Ergänzung (ME)
MPO 2012: weitere ME-Angebote unter Wahlbereich IMS/ME und unter General Studies IMGS
IMVT / ME-6 - Theoretische Informatik
| 03-IMVT-SGA (03-ME-602.21) | Sparsity - Graphs and algorithms
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 3150 Übung Präsenz
wöchentlich Do 10:00 - 12:00 MZH 3150 Vorlesung Präsenz
| Prof. Dr. Sebastian Siebertz
|
| 03-IMVT-TSF (03-ME-699.05) | Theorie der Sensorfusion
Theory of Sensor Fusion
Kurs
ECTS: 6
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Vorlesung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1470 Übung Präsenz
| Udo Frese
|
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
IMVP / ME-7 - Praktische Informatik
| 03-IMVP-BCOD (03-ME-711.08) | Codierung und Datenkompression
Coding and data compression
Kurs
ECTS: 6
Termine:
wöchentlich Di 14:00 - 16:00 CART Rotunde - 0.67 Kurs Präsenz
wöchentlich Di 16:00 - 18:00 CART 0.01 (Besprechungsraum) Kurs Präsenz
MPO 2012 Profil: KIKR.
MPO 2020 Schwerpunkt: IMVP-AI, IMVP-VMC
| Christop W. Zetzsche-Schill
Konrad Gadzicki
|
| 03-IMVP-GME (03-ME-711.05) | Gehirn-Muster-Erkennung
Brain-Pattern-Recognition
Blockveranstaltung
ECTS: 6
Profil: KIKR Schwerpunkt: IMVP-AI Termine: 10-tägiger Blockkurs nach der Vorlesungszeit. Wird als hybrider Blockkurs nach der Vorlesungszeit angeboten. Bei Interesse bei felix.putze@uni-bremen.de anmelden, da begrenzte Teilnehmer:innen-Zahl.
| Felix Putze
|
| 03-IMVP-MLAR (03-ME-712.07) | Machine Learning for autonomous Robots (in englischer Sprache)
Machine Learning for autonomous Robots
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 10:00 - 12:00 DFKI RH1 A1.03 Q & A Session Präsenz
wöchentlich Do 14:00 - 16:00 DFKI RH1 B0.10 Übung Präsenz
Profil: KIKR
Schwerpunkt:IMVP- AI
Die Vorlesung findet asynchron per Video Lectures statt.
| Frank Kirchner
Melvin Laux
|
| 03-IMVP-VHS | Hybrid Systems: Verification and Synthesis (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1100 Vorlesung Präsenz
wöchentlich Mi 16:00 - 18:00 MZH 1110 Übung Präsenz
Schwerpunkt: IMVP-SQ
| Dr. Mario Gleirscher
|
| 03-IMVP-VSD | Verteilte Sensornetzwerke mit Datenaggregation
Distributed Sensor Networks and Data Aggregation
Kurs
ECTS: 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 6200 Vorlesung Präsenz
wöchentlich Di 12:00 - 14:00 MZH 6200 Übung Präsenz
Einzeltermine:
Do 06.04.23 14:00 - 18:00 MZH 6200
Profil: KIKR
Schwerpunkt: IMVP-AI
| PD Dr. Stefan Bosse
|
IMVA / ME-8 - Angewandte Informatik
| 03-IMVA-3DMFT (03-ME-899.08) | 3D Modelling and Design at the FabLab - From Origami to Algorithmic Folding (in englischer Sprache)
3D Modelling with FabLab Technologies
Kurs
ECTS: 6
Termine:
wöchentlich Mi 14:00 - 16:00 GW2 A4100 (FabLab) Vorlesung Präsenz
wöchentlich Mi 16:00 - 18:00 GW2 A4100 (FabLab) Übung Präsenz
| Dr. Bernhard Robben
|
| 03-IMVA-MAD (03-ME-804.06) | Mobile App Development (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 14:00 GW2 B1410 Vorlesung und Übung Präsenz
Profil: DMI
Schwerpunkt:IMVA- DMI
Die Veranstaltung richtet sich an Studenten der Informatik und Digitalen Medien. In Gruppenarbeit sollen die Studierenden semesterbegleitend ein App-Projekt umsetzen. In der Vorlesung werden alle relevanten Informationen der modernen Softwareentwicklung, mit Fokus auf die mobile App-Entwickung, vermittelt. Dazu gehören Themen wie mobiles Testing, Scrum, UX Design, Evaluation & Nutzertests, Design Patterns und Cross-Plattform-Entwicklung. Das Ziel dabei ist die Vermittlung von praxisrelevantem Wissen aus dem Alltag eines erfolgreichen Unternehmens.
| Prof. Dr. Rainer Malaka
David Ruh
Nicolas Autzen
|
| 03-IMVA-MMLV | Menschliches und maschinelles Lernen und Verstehen
Human and machine learning and understanding
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1110 Vorlesung Präsenz
wöchentlich Mo 12:00 - 14:00 MZH 1450 Übung Präsenz
Schwerpunkt: IMVA-AI
| Britta Wrede
Michael Beetz
|
Wahlbereich IMS / ME - Master Seminare
| 03-IMS-APKS (03-ME-712.07) | Ausgewählte Probleme kognitiver Systeme
Selected topics of cognitive systems
Seminar
ECTS: 3
Termine:
Auftakttermin: 25.10.2022 von 12:00 bis 14:00 Uhr in Raum 2.43 Cartesium.
| Tanja Schultz
Felix Putze
|
| 03-IMS-APMSK (03-ME-711.09) | Ausgewählte Probleme der multisensorischen Kognition
advanced problems for multisensoric cognition
Seminar
ECTS: 3
Termine:
wöchentlich Do 12:00 - 14:00 CART Rotunde - 0.67 Seminar Präsenz
| Christop W. Zetzsche-Schill
Kerstin Schill
|
| 03-IMS-FGC | Fine-Grained Complexity and Related Topics
Seminar
ECTS: 3
Termine:
wöchentlich Di 10:00 - 12:00 MZH 6200 Seminar Präsenz
| Malin Rau
|
| 03-IMS-IUAG (03-MB-899.02/1) | Intelligente Umgebungen für die alternde Gesellschaft
smart environment for the aging society
Seminar
ECTS: 3
Termine:
wöchentlich Do 14:00 - 16:00 CART Rotunde - 0.67 Seminar Präsenz
| Christop W. Zetzsche-Schill
Kerstin Schill
Torsten Kluß
|
| 03-IMS-SHAR | Hot Topics in Sensors and Human Activity Research (in englischer Sprache)
Seminar
ECTS: 3
Termine:
wöchentlich Do 14:00 - 16:00 CART 2.43 Seminar
| Dr.-Ing. Hui Liu
|
| 03-IMS-SOFTC (03-MB-711.04) | Soft Computing
Seminar
ECTS: 3
Termine:
wöchentlich Do 10:00 - 12:00 CART Rotunde - 0.67 Seminar Präsenz
Nach der MPO 2020 ist diese LV ein Masterseminar, keine Master-Aufbau Veranstaltung.
| Kerstin Schill
Joachim Clemens
Verena Schwarting
|
Wahlbereich IMPJ - Master-Projekte
| 03-06-MP.21 | Projekt CSS4Impact
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 30
Termine:
wöchentlich Fr 08:00 - 12:00 MZH 1100 Plenum Präsenz
Schwerpunkt: DMI, AI
| Prof. Dr. Andreas Breiter
|
| 03-06-MP.22 | Projekt Creabots
Projektplenum
ECTS: 30
Termine:
wöchentlich Fr 10:00 - 12:00 MZH 5500 Plenum Präsenz
Schwerpunkt: DMI, VMC, AI
| Prof. Dr. Gabriel Zachmann
|
| 03-IMPJ-BHUM | Projekt B-HUMAN
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 12:00 - 16:00 CART Rotunde - 0.67 Plenum Präsenz
Schwerpunkt: AI
| Dr. Tim Laue
Udo Frese
Thomas Röfer
|
| 03-IMPJ-CRASH | Projekt CRASHES
(das Projekt ist einsemestrig - nur WiSe 22/23)
Projektplenum
ECTS: 24
Termine:
wöchentlich Fr 08:00 - 10:00 CART Rotunde - 0.67 Plenum Präsenz
Schwerpunkt: AI
| Kerstin Schill
|
| 03-IMPJ-DANA | Projekt DeepAnatomy
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Schwerpunkt: VMC, AI
| Prof. Dr.-Ing. Horst Karl Hahn
|
| 03-IMPJ-IOT4U | Projekt IOT4U
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1110 Plenum Präsenz
wöchentlich Fr 10:00 - 12:00 MZH 1110
Einzeltermine:
Fr 10.02.23 08:00 - 12:00 MZH 1110
Fr 17.02.23 08:00 - 12:00 MZH 1110
Fr 24.02.23 08:00 - 12:00 MZH 1110
Fr 03.03.23 08:00 - 12:00 MZH 1110
Fr 10.03.23 08:00 - 12:00 MZH 1110
Fr 17.03.23 08:00 - 12:00 MZH 1460
Fr 24.03.23 08:00 - 12:00 MZH 1110
Fr 31.03.23 08:00 - 12:00 MZH 1110
Fr 07.04.23 08:00 - 12:00 MZH 1110
Schwerpunkt: SQ
| Prof. Dr. Rolf Drechsler
|
| 03-IMPJ-MOB4D | Projekt MOBILE4D
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 5500 Plenum Präsenz
Schwerpunkt: AI, DMI, SQ, VMC
| Thomas Dieter Barkowsky
|
| 03-IMPJ-SUT | Projekt SUTURO
(WiSe 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 5600 Plenum Präsenz
Schwerpunkt: AI
| Michael Beetz
|
General Studies
Informationen zum Thema General Studies findet ihr auch hier: https://www.szi.uni-bremen.de/wp-content/uploads/2021/10/GSListe.pdf
IMGS - Veranstaltungen des Master-Studiengangs Informatik
| 03-06-M-315 | The birth of digital media from algorithmic art. Surveying 60 years
An astonishing story, told by one who is part of it
Seminar
ECTS: 6
Termine:
wöchentlich Di 14:00 - 18:00 MZH 1450 Seminar Präsenz
| Frieder Nake
|
| 03-IBFS-TSTUD | Teilnahme an Studien (Proband*innenstunden)
Participation in Studies
Seminar
ECTS: 1
Zu Beginn jedes Semesters findet eine Infoveranstaltung statt, wo die Scheinkriterien für Versuchspersonen erläutert werden. Außerdem werden (aufbauend auf den Inhalten von WA1) Forschungsmethoden von Studien mit Versuchspersonen vermittelt.
Im weiteren Verlauf des Studiums sollen Studierende 15 Versuchspersonenstunden absolvieren (d.h. an mehreren Studien teilnehmen). Jede Studienteilnahme wird mit Versuchspersonenstunden vergütet, die in ECTS anerkannt werden können. Die Versuchspersonenstunden können über mehre Semester gesammelt werden.
Die Teilnahme an den Studien soll in einer schriftlichen Ausarbeitung dokumentiert und reflektiert werden.
At the beginning of each semester, an information session is held where the certificate criteria for subjects are explained. In addition, research methods of studies with test subjects are taught (building on the contents of WA1).
Later in the program, students are expected to complete 15 subject hours (i.e., participate in different studies). Each study participation is compensated with subject hours, which can be recognized in ECTS. The subject hours may be accumulated over multiple semesters.
Participation in the studies should be documented and reflected upon in a written paper at the end.
The selection of participants is made manually after registration.
Users who wish to register for this event will receive more detailed information and can then still decide against participation.
| Prof. Dr. Tanja Döring
Prof. Dr. Rainer Malaka
Dr. Susanne Putze
|
Veranstaltungen aus anderen Studiengängen (Auswahl)
| 04-326-FT-041 | Material-integrierte Sensorische Systeme (MISS) mit Labor
Material-Integrated Sensoric Systems (MISS), incl. Lab-Exercise
Online Kurs mit interaktiven Übungen - Labor @home und vor Ort nV!
Kurs
ECTS: 6
Termine:
wöchentlich Mi 14:00 - 17:00
Die Teilnahme an der Veranstaltung soll Studenten interdisziplinär einen praxisnahen und system-orientierten Zugang für die Modellierung, den Entwurf und die Anwendung von material-eingebetteten oder material-applizierten Sensorischen Systemen bieten, die aufgrund der technischen Realisierung und des Einsatzes spezielle Anforderungen an die Datenverarbeitung stellen und ein Verständnis des Gesamtsystems (inklusive Aspekte der Materialwissenschaften und Technologien) voraussetzen. Diese neuen Sensorischen Materialen finden z. B. in der Robotik (Kognition) oder in der Produktionstechnik für die Material- und Produktüberwachung Anwendung. Sensorischen Materialien sind charakterisiert durch eine starke Kopplung von Sensorik, Datenverarbeitung, und Kommunikation und bestehen aus einem Trägerwerkstoff, der u. U. eine mechanisch tragende Struktur darstellen kann, und aus eingebetteten Sensornetzwerken, die neben Sensoren auch Elektronik für die Sensorsignalverarbeitung, Datenverarbeitung, Kommunikation, und Kommunikations- und Energieversorgungsnetzwerke integrieren. Die Lehrinhalte und die folgenden Kompetenzen sollen praxisnah mit einem Labor und einem Hardwarepraktikum im Sinne des Forschenden Lernens erworben werden, wo Programmierung, Sensorverabeitung, und Entwurf von Sensornetzwerken anhand verschiedener Themen erlernt werden. - Grundverständnis des technischen Aufbaus und der Funktionweise von Sensorischen Materialien
- Elektronische Signalverarbeitung von Sensoren, Mechanisches Verhalten, Einfluss von Sensoren und Elektronik auf mechanische Eigenschaften des Trägermaterials
- Datenverarbeitung mit eingebetteten Systemen in Sensornetzwerken unter harten Randbedingungen wie limitierten Energieangebot, Rechenleistung und Speicher, Fehleranfälligkeit
- Parallele und verteilte Datenverarbeitung geeignet für low-resource Sensornetzwerke: Architekturen, Kommunikation, Kooperation, Wettbewerb um Ressourcen, Programmiermodelle
- Grundlagen der Robustheit, Fehlernanalyse, und Redundanz in solchen Sensornetzwerken
| PD Dr. Stefan Bosse
|
General Studies/Veranstaltungen anderer Studiengänge - alt
Bachelor-Studierende nach der PO 2009/10 müssen mindestens zwei Module General Studies erfolgreich absolvieren. Nähere Informationen dazu unter: www.szi.uni-bremen.de/lehre/general-study. Zusätzlich zu den nachfolgend aufgeführten Veranstaltungen gelten auch die Angebote der \"General Studies\" (soweit diese nicht inhaltlich mit den Lehrveranstaltungen des Studiengangs Informatik überlappen).
General Studies/Veranstaltungen von anderen Studiengängen
| 03-IBFW-PROMAN (03-GS-509.14) | Projektmanagement Seminar
Blockveranstaltung
ECTS: 2
Die Anmeldung für dieses Seminar läuft über die Bachelor Projekte bzw. Ute Bormann.
Das Seminar findet online statt, voraussichtlich am 26.11. und 10.12.
| Ute Bormann
Thomas Wittpahl
|
Graduiertenseminare
| 03-05-H-708.92 | Graduate Seminar Computer Graphics and Virtual Reality
Seminar
Termine:
wöchentlich Mo 14:00 - 16:00 Graduiertenseminar
Das Graduiertenseminar findet immer am 1. Montag des Monats im MZH 3470, von 14 bis ca. 18 Uhr, statt.
| Prof. Dr. Gabriel Zachmann
|
| 03-05-H-711.90 | SFB/IQN-Colloquium Spatial Cognition (in englischer Sprache)
Colloquium
Termine:
wöchentlich Fr 15:15 - 16:45 Kolloquium
| Prof. John Arnold Bateman, Ph.D.
Kerstin Schill
|
| 03-IGRAD-AGBS (03-05-H-702.91) | Graduiertenseminar Test und Modellprüfung
Colloquium
Termine:
wöchentlich Fr 13:00 - 15:00 Seminar
| Prof. Dr. Jan Peleska
|
| 03-IGRAD-agdb (03-05-H-703.91) | Graduiertenseminar Datenbanksysteme
Seminar
Termine:
wöchentlich Fr 14:00 - 16:00 (2 SWS) Graduiertenseminar
| Martin Gogolla
|
| 03-IGRAD-AGDM (03-05-H-804.93) | Graduiertenseminar Digitale Medien
Colloquium
Termine:
wöchentlich Mi 11:00 - 12:00
| Prof. Dr. Rainer Malaka
|
| 03-IGRAD-AGIM (03-05-H-805.91) | Graduiertenseminar IT- und Wissensmanagement
Seminar
Termine nach Vereinbarung
| Prof. Dr. Andreas Breiter
|
| 03-IGRAD-agki (03-05-H-605.91) | Graduiertenseminar Theorie der Künstlichen Intelligenz
Seminar
Termine:
wöchentlich Mi 14:00 - 16:00 (2 SWS) Graduiertenseminar
| N. N.
|
| 03-IGRAD-agmsis (03-05-H-709.91) | Graduiertenseminar Multisensorische interaktive Systeme
Seminar
nach Vereinbarung
| Udo Frese
|
| 03-IGRAD-AGRA (03-05-H-701.91) | Graduiertenseminar Rechnerarchitektur
Seminar
Das Graduiertenseminar findet nach Vereinbarung statt.
| Prof. Dr. Rolf Drechsler
|
| 03-IGRAD-AGRN (03-05-H-704.91) | Graduiertenseminar Rechnernetze
Seminar
Termine nach Vereinbarung
| Ute Bormann
|
| 03-IGRAD-AGROBO (03-05-H-712.91) | Graduiertenseminar Robotik
Seminar
Termine:
wöchentlich Mi 13:00 - 14:00 (1 SWS) Graduiertenseminar
| Frank Kirchner
Dr. Elsa Kirchner
|
| 03-IGRAD-CoSy (03-05-H-711.91) | Graduiertenseminar Cognitive Systems (in englischer Sprache)
Seminar
Termine:
zweiwöchentlich (Startwoche: 16) Mi 14:00 - 17:00 Graduiertenseminar
| Thomas Dieter Barkowsky
|
| 03-IGRAD-CSL (03-05-H-711.93) | Graduiertenseminar Spezielle Themen der Kognitiven Systeme
Seminar
nach Vereinbarung
| Tanja Schultz
|
| 03-IGRAD-CSLog | Graduiertenseminar Combinatorial Optimization
Seminar
Termine:
wöchentlich Di 12:00 - 14:00
nach Vereinbarung
| Prof. Dr. Nicole Megow
|
| 03-IGRAD-HCI (03-05-H-801.91) | Graduiertenseminar Mensch-Computer-Interaktion
Seminar
Termine:
wöchentlich Di 16:00 - 18:00
| Prof. Dr. Tanja Döring
|
| 03-IGRAD-softtech (03-05-H-706.92) | Graduiertenseminar Softwaretechnik
Seminar
nach Vereinbarung
| Prof. Dr. Rainer Koschke
|
| 03-IGRAD-ThI (03-05-H-601.91) | Graduiertenseminar Theoretische Informatik
Seminar
Das Graduiertenseminar findet nach Vereinbarung statt.
| Hans-Jörg Kreowski
Dr. Sabine Kuske
|
Kolloquien
| 03-IKOLL | Informatik-Kolloquium
Alle HL des Studiengangs Informatik
Colloquium
Termine:
wöchentlich Di 16:00 - 18:00
Die Veranstaltung findet im Cartesium in Raum 0,67 statt.
| N. N.
|
Veranstaltungen für andere Studiengänge
| META-2022/IF-G-09 | Grundkurs Datenschutz
Basiswissen und Anwendung des Datenschutzes in einer betrieblichen Organisation
Blockveranstaltung
ECTS: 1-3
Einzeltermine:
Fr 28.10.22 16:00 - 18:30 Online-Kurs
Sa 29.10.22 10:00 - 13:00 Online-Kurs
Sa 29.10.22 14:00 - 16:30 Online-Kurs
Fr 04.11.22 16:00 - 18:30 Online-Kurs
Sa 05.11.22 10:00 - 13:00 Online-Kurs
Sa 05.11.22 14:00 - 16:30 Online-Kurs
In diesem Online-Kurs können Teilnehmende die Inhalte der DSGVO, die Verantwortlichkeit der Beteiligten bei der Datenverarbeitung und den systematischen Aufbau eines betrieblichen Datenschutzkonzeptes kennenlernen.
Anhand von ausgewählten Beispielen wird ein Datenschutzkonzept einer betrieblichen Organisation entwickelt.
Dieses General Studies-Lehrangebot richtet sich an Studentinnen aller Fächer als Einführung in das Thema.
Kursinhalte:
Grundlagen des Datenschutzes
• Aufbau und Inhalte von DSGVO und BDSG
• Rechtmäßigkeit der Verarbeitung
• Datenschutz und Informationssicherheit
• Gewährleistungsziele des Datenschutzes
Praktische Umsetzung des Datenschutzes
• Privacy by Design und Privacy by Default
• Rechte Betroffener
• Anonymisierung und Pseudonymisierung
• Technische und organisatorische Maßnahmen nach DS-GVO
Datenschutzmanagement
• Das Standard-Datenschutzmodell (DSK)
• IT-Sicherheitsstandards (ISO 27001, BSI)
Konformität und Sanktion
• Aufgabenbereich und Zuständigkeiten von Datenschutzbeauftragten
• Sanktionen nach DSGVO und BDSG
Termine:
Freitag, 28.10.22, 16.00 Uhr bis 18.30 Uhr (Vortrag)
Samstag, 29.10.22, 10.00 Uhr bis 13.00 Uhr und 14.00 Uhr bis 16.30 Uhr (Vortrag und Teamwork)
Freitag, 04.11.22, 16.00 Uhr bis 18.30 Uhr (Vortrag)
Samstag, 05.11.22, 10.00 Uhr bis 13.00 Uhr und 14.00 Uhr bis 16.30 Uhr (Vortrag und Teamwork)
sowie Abschlussprojekt
Anmeldung über Stud.IP.
| Selma Gebhardt
|
| META-2022/IF-G-10 | Grundkurs Datenschutz
Basiswissen und Anwendung des Datenschutzes in einer betrieblichen Organisation
Blockveranstaltung
ECTS: 1-3
Einzeltermine:
Fr 09.12.22 16:00 - 18:30 Online-Kurs
Sa 10.12.22 10:00 - 13:00 Online-Kurs
Sa 10.12.22 14:00 - 16:30 Online-Kurs
Fr 16.12.22 16:00 - 18:30 Online-Kurs
Sa 17.12.22 10:00 - 13:00 Online-Kurs
Sa 17.12.22 14:00 - 16:30 Online-Kurs
In diesem Online-Kurs können Teilnehmende die Inhalte der DSGVO, die Verantwortlichkeit der Beteiligten bei der Datenverarbeitung und den systematischen Aufbau eines betrieblichen Datenschutzkonzeptes kennenlernen.
Anhand von ausgewählten Beispielen wird ein Datenschutzkonzept einer betrieblichen Organisation entwickelt.
Dieses General Studies-Lehrangebot richtet sich an Studentinnen aller Fächer als Einführung in das Thema.
Kursinhalte:
Grundlagen des Datenschutzes
• Aufbau und Inhalte von DSGVO und BDSG
• Rechtmäßigkeit der Verarbeitung
• Datenschutz und Informationssicherheit
• Gewährleistungsziele des Datenschutzes
Praktische Umsetzung des Datenschutzes
• Privacy by Design und Privacy by Default
• Rechte Betroffener
• Anonymisierung und Pseudonymisierung
• Technische und organisatorische Maßnahmen nach DS-GVO
Datenschutzmanagement
• Das Standard-Datenschutzmodell (DSK)
• IT-Sicherheitsstandards (ISO 27001, BSI)
Konformität und Sanktion
• Aufgabenbereich und Zuständigkeiten von Datenschutzbeauftragten
• Sanktionen nach DSGVO und BDSG
Termine:
Freitag, 09.12.22, 16.00 Uhr bis 18.30 Uhr (Vortrag)
Samstag, 10.12.22, 10.00 Uhr bis 13.00 Uhr und 14.00 Uhr bis 16.30 Uhr (Vortrag und Teamwork)
Freitag, 16.12.22, 16.00 Uhr bis 18.30 Uhr (Vortrag)
Samstag, 17.12.22, 10.00 Uhr bis 13.00 Uhr und 14.00 Uhr bis 16.30 Uhr (Vortrag und Teamwork)
sowie Abschlussprojekt
Anmeldung über Stud.IP.
| Selma Gebhardt
|
| META-2022/IF-P-12 | Einführung in Python
Blockveranstaltung
ECTS: 1
Einzeltermine:
Mo 21.11.22 09:00 - 12:30 MZH 0.245 (MIR)
Mo 21.11.22 13:30 - 16:00 MZH 0.245 (MIR)
Di 22.11.22 09:00 - 12:30 MZH 0.245 (MIR)
Di 22.11.22 13:30 - 16:00 MZH 0.245 (MIR)
Termine: Mo 21. November - Di 22. November 2022 jeweils von 9.00-12.30 Uhr und von 13.30-16.00 Uhr (mit Pausen in den beiden Blöcken) Präsenz-Praktikum im Raum MZH 0.245 (MIR) Der Kurs richtet sich an Teilnehmerinnen mit keinen bzw geringen Programmierkenntnissen. Python ist eine Programmiersprache, die auf Klarheit und Einfachheit setzt. Sie hat niedrige Einstiegshürden und lässt sich vielfältig in den Wissenschaften einsetzen. Dadurch ermöglicht sie es, viele Programmierprobleme mit geringem Aufwand zu lösen. Das Ziel ist es, die grundlegenden Konzepte der Programmiersprache Python zu verstehen und anwenden zu können. Zu diesem Zweck wird es zu jedem Bereich Übungseinheiten geben. Inhalt der Lehrveranstaltung: - Grundlegende Programmierung in Python
- Datenstrukturen in Python
- Grundlagen der objektorientierten Programmierung in Python
- Installation und Einsatz von Zusatzpaketen
- Ein- und Ausgabe
- Fehlerbehandlung
Anmeldung über Stud.IP.
| Anke Böthig
|
| META-2023/IF-IS-MT-02 | Scrum I - Agiles Projektmanagement. Rollen im Scrum Team, Theory of Scrum und Artefakte
Blockveranstaltung
ECTS: 1
Einzeltermine:
Mo 13.02.23 10:00 - 12:30 Online: BigBlueButton
Mo 13.02.23 14:00 - 17:15 Online: BigBlueButton
Di 14.02.23 10:00 - 12:30 Online: BigBlueButton
Di 14.02.23 14:00 - 17:15 Online: BigBlueButton
Mi 15.02.23 10:00 - 12:30 Online: BigBlueButton
Mi 15.02.23 14:00 - 17:15 Online: BigBlueButton
Do 16.02.23 10:00 - 12:30 Online: BigBlueButton
Do 16.02.23 14:00 - 17:15 Online: BigBlueButton
Agile Scrum wird heute als Projektmanagement in vielen Produktentwicklungen eingesetzt. Die Anfänge von Scrum liegen in der Software-Entwicklung, es kann aber auch für jedes andere geeignete Produkt verwendet werden. Scrum ist ein Framework mit Events, Rollen und Artefakten, welche die Teilnehmerinnen als Grundlagen in dem ersten Kurs kennen lernen. Die Basis für jedes agile Scrum Projekt ist der Scrum Guide. Scrum I beginnt mit der Theory of Scrum und geht zur praktischen Anwendung der Grundelemente von Scrum im Scrum Team über. Das Scrum Team ist selbstorganisiert und arbeitet auf einer Ebene hierarchiefrei mit den Rollen Product Owner, Developer und Scrum Master zusammen. Als erstes Artefakt lernen die Teilnehmerinnen das Product Backlog kennen und können agiles Projektmanagement mit Scrum in Teamwork praktisch umsetzen. Kursinhalte: Roles, Values, Three Pillars, Definition of Done, Artefakt: Product Backlog - Ablauf eines Scrum Projekts mit Scrum Elementen: Team Formation, Kick Off Meeting, Product Goal and Basic Items, Estimates und Team Skills
Es werden drei aufeinander aufbauende Kurse zu Scrum mit der Möglichkeit einer Zertifikatsprüfung zum «Applied Scrum Master» angeboten: Scrum I — Agiles Projektmanagement. Rollen im Scrum Team, Theory of Scrum und Artefakte Scrum II — Agiles Projektmanagement. Events, Sprints und Storyboard Scrum III — Agiles Projektmanagement. Präsentation des Scrum-Projekts und Zertifikatsprüfung «Applied Scrum Master» Die Prüfung zum «Applied Scrum Master» kann im Kurs Scrum III nach Abschluss der Kurse Scrum I und II abgelegt werden. Nach Absprache mit den Dozentinnen können Teilnehmerinnen mit den entsprechenden Vorkenntnissen aus vorherigen Scrum-Kursen auch mit dem Kurs Scrum II beginnen, um an der Zertifikatsprüfung im Kurs Scrum III teilzunehmen. Termine von Scrum I bis III: Scrum I: 13.02.- 16.02.2023 jeweils von 10.00-12.30 Uhr Vortrag/Übungen und 14.00-17.15 Uhr Teamwork
Scrum II: 20.02.-23.02.2023 jeweils von 10.00-12.30 Uhr Vortrag/Übungen und 14.00-17.15 Uhr Teamwork
Scrum III: 27.02.-01.03.2023 27.02.2023: 10.00-12.30 und von 14.00-17.00 Uhr Teamwork 28.02.203: Zertifikatsprüfung 1. Teil: Prüfung von 10.00-12.30 und von 14.00-17.00 Uhr
01.03. bis 08.03.2023:
Zertifikatsprüfung 2. Teil:
Coaching nach Vereinbarung zur Abgabe der Dokumente bis zum 08.03.2023
Hinweis: Dies ist ein Lehrangebot im Programm "Meantime Sommerunis" des Kompetenzzentrums Frauen in Naturwissenschaft und Technik der Universität Bremen. Daher können Teilnehmerinnen aus der Universität Bremen sowie aus anderen Hochschulen teilnehmen.
| Silke Garms
|
| META-2023/IF-P-09 | Einführung in Python
Blockveranstaltung
ECTS: 1
Einzeltermine:
Mo 27.03.23 09:00 - 12:30 MZH 0.245
Mo 27.03.23 13:30 - 16:00 MZH 0.245
Di 28.03.23 09:00 - 12:30 MZH 0.245
Di 28.03.23 13:30 - 16:00 MZH 0.245
Termine: Mo 27. März - Di 28. März 2023 jeweils von 9.00-12.30 Uhr und von 13.30-16.00 Uhr (mit Pausen in den beiden Blöcken) Präsenz-Praktikum im Raum MZH 0.245 (MIR) Der Kurs richtet sich an Teilnehmerinnen mit keinen bzw geringen Programmierkenntnissen. Python ist eine Programmiersprache, die auf Klarheit und Einfachheit setzt. Sie hat niedrige Einstiegshürden und lässt sich vielfältig in den Wissenschaften einsetzen. Dadurch ermöglicht sie es, viele Programmierprobleme mit geringem Aufwand zu lösen. Das Ziel ist es, die grundlegenden Konzepte der Programmiersprache Python zu verstehen und anwenden zu können. Zu diesem Zweck wird es zu jedem Bereich Übungseinheiten geben. Inhalt der Lehrveranstaltung: - Grundlegende Programmierung in Python
- Datenstrukturen in Python
- Grundlagen der objektorientierten Programmierung in Python
- Installation und Einsatz von Zusatzpaketen
- Ein- und Ausgabe
- Fehlerbehandlung
Anmeldung über Stud.IP.
| Anke Böthig
|
Sonstige Veranstaltungen ohne Kreditpunkte
| 03-IB-CSP | Coding-Support-Projekt
Seminar
Termine:
wöchentlich Do 16:00 - 18:00 MZH 5600
Wir sind Johanna, Jethro und Pascal, 3 engagierte Studierende der Wirtschaftsinformatik und Informatik, und in dieser Veranstaltung wollen wir euch bei dem Einstieg in die Programmierung unterstützen, indem wir in einem lockeren Rahmen Donnerstags von 16-18 Uhr mit euch gemeinsam Java üben. Wir bringen euch kleine und größere Aufgaben mit, die wir dann gemeinsam lösen. Dabei richten wir uns besonders an Anfänger*innen. Gegen Ende der Veranstaltungszeit möchten wir gerne kleine Exkursthemen einbringen, so wollen wir euch z.B. eine Einführung in die GUI-Programmierung geben. Sehr gerne könnt ihr auch eigene Ideen an Aufgaben oder Inhalten mitbringen, die ihr noch nicht vollständig verstanden habt oder die euch vielleicht besonders interessieren. Die Veranstaltung richtet sich in erster Linie an alle Studierenden, die gerade PI1 belegen. Wir können euch für diese Veranstaltung keine CPs geben, seht es aber als Chance nicht nur eure Kommiliton*innen kennenzulernen, sondern auch Unterstützung beim Programmieren zu bekommen oder auch einfach nur als entspanntes zusammensitzen und gemeinsam coden. Bitte nicht wundern: Wir starten erst in der 2.Woche (27.10.2022) und treffen uns im Raum 5600. Unsere Email-Adresse bei Fragen: coding-projekt@groups.uni-bremen.de
| Karsten Hölscher
|
| 03-ISONST-EJC | EDM Journal Club (in englischer Sprache)
Seminar
Einzeltermine:
Mo 10.02.20 14:00 - 16:00 MZH 5300
Veranstaltung für Doktoranten, jeden 1. Montag im Monat von 14-16h in Raum 5300.
| Robert Porzel
Sebastian Höffner
Dr. Nina Wenig
Prof. Dr. Rainer Malaka
|
| 03-ISONST-SPAG | Spiele-AG
Seminar
Termine:
wöchentlich Mo 18:00 - 20:00 (1 SWS) Sitzung
| Prof. Dr. Rainer Malaka
|
Veranstaltungen von anderen Studiengängen
| 10-GS-2-05; "Ringvorlesung und Workshop" | Eine Uni, ein Buch: Gedichtalternativen für Deutschland
Vorlesung
ECTS: 2 (oder mehr)
Termine:
wöchentlich Di 16:15 - 17:45 (2 SWS)
Diese ganz besondere Veranstaltung steht im Zusammenhang mit dem vom Stifterverband ausgelobten Projekt "Eine Uni, ein Buch". Unser Universität Bremen-Projekt heißt "Gedichtalternativen für Deutschland" (vgl. https://www.stifterverband.org/eine-uni-ein-buch/2022). Anders als üblich gibt es das zu lesende Buch für "eine Uni, ein Buch" aber noch gar nicht. Dieses entsteht gerade erst, in dieser Veranstaltung. Wir laden Sie also ganz herzlich ein, an diesem einmaligen Projekt aktiv mitzuwirken! Im Sommer haben wir Lehrerinnen und Lehrer an Bremer Schulen, ihre Klassen, Studierende hier an der Uni sowie Kolleginnen und Kollegen gebeten, uns Gedichte einzureichen, die man heutzutage, gerade heutzutage nicht nur in den Schulen lesen sollte. Eine ganze Reihe von Leuten hat darauf reagiert, und wir haben eine erste Sammlung von Gedichten, die unterschiedlicher und interessanter nicht sein könnten. Das sind sie also, unsere „Gedichtalternativen für Deutschland“. Unsere Veranstaltung hat deshalb den Charakter einer Ringvorlesung, weil wir die Menschen, die uns Gedichte eingereicht und vorgeschlagen haben, bitten werden, uns die Gedichte und die Gründe, sie heute für besonders wichtig zu halten, vorzustellen. Und sie hat den Charakter eines Workshops, weil wir die Gedichte, ihre Kontexte, Hintergründe, mögliche Deutungen und eben diese Gründe für ihre Relevanz gemeinsam diskutieren wollen. Das genaue Programm stimmen wir gerade mit den Gedichte-Vorschlagenden ab, wir geben es hier in Stud.IP bekannt, sobald es fertig ist. Fest steht aber jetzt schon: Wir haben einen Veranstaltungsraum (SFG 2070), den wir / Sie nutzen können, unsere Dienstagsveranstaltungen werden aber auch digital (per Zoom) zugänglich sein. Die Auftaktveranstaltung am 18. Oktober wird im Rahmen von Campus City stattfinden, ab 17 Uhr in der Markthalle 8 am Domshof in der Innenstadt (vgl. https://www.uni-bremen.de/campus-city). Die aktive Teilnahme an unserer Veranstaltung bringt Ihnen 2 General Studies- oder Schlüsselqualifikationen-CPs, allerdings keine Note. Wir kooperieren aber mit einem curricularen Seminar, an dem auch Sie als Teilnehmer*innen unseres Workshops mitarbeiten, wo Sie weitere CPs erwerben und ggf. eine (benotete) Prüfung ablegen können. Dieses Kooperationsseminar findet jeweils donnerstags von 10:15 bis 11:45 Uhr statt, ebenfalls im Raum SFG 2070. Hier wollen und werden wir das in Workshop und Ringvorlesung Vorgestellte diskutieren, vertiefen und dokumentieren -- und gemeinsam weitere Gedichtvorschläge entwickeln und realisieren. Am Ende dieses Seminars wird das im Projekt "Eine Uni, ein Buch" zu lesende Buch vielleicht noch nicht ganz fertig, aber doch entscheidend vorangekommen sein.
| Sabine Oda Doff
Dr. Uwe Spörl
|
Mathematics, M.Sc.
Area of Specialization: Algebra
Modules: Specialization (A, B, and C with 9 CP each)
The modules Specialization A and Specialization B are compulsory modules (2 x 9 CP = 18 CP). The module Specialization C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-SP-7 | Commutative Algebra
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Do 14:00 - 16:00 MZH 7200 Exercise
| Anastasios Stefanou
|
Modules: Diversification (A, B, and C with 9 CP each)
The modules Diversification A and Diversification B are compulsory modules (2 x 9 CP = 18 CP). The module Diversification C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:
| 03-M-MDAIP-1 | Mathematical Foundations of Data Analysis (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 4140 Lecture
wöchentlich Mo 10:00 - 12:00 MZH 4140 Exercise
wöchentlich Mi 08:00 - 10:00 MZH 1100 Lecture
| Peter Maaß
|
| 03-M-NPDE-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Do 10:00 - 12:00 MZH 2340 Lecture
| Prof. Dr. Andreas Rademacher
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-3 | Mathematical Foundations of Deep Learning (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 12:00 MZH 2340 Lecture/Exercise
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture / Exercise
| Sören Dittmer
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
| 03-M-SP-8 | Sampling Theory and Methods (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture / Exercise
wöchentlich Fr 14:00 - 16:00 MZH 7200 Lecture
| Maryam Movahedifar
|
| 03-M-SP-9 | Introduction to Nonlinear Optimization and Optimal Control (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 Lecture
wöchentlich Di 08:00 - 10:00 Lecture
wöchentlich Di 14:00 - 16:00 Exercise
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
|
| 04-M30-CP-SFT-3 | Trajectory Optimization (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 14:00 - 17:00 GW1 B0100
| Matthias Knauer
Prof. Dr. Christof Büskens
|
Module: Advanced Communications A (2 x 4,5 CP = 9 CP)
Compulsory module in the area of specialization in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-9 | Knots, the Universe and Everything (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 7200 Seminar
| Dr. Tim Haga
|
Module: Advanced Communications B (2 x 4,5 CP = 9 CP)
Compulsory module in the area of diversification and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar
| Alfred Schmidt
|
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-7 | Advanced Topics in Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 16:00 - 18:00 BIPS 1550 Seminar
regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.
| Prof. Dr. Vanessa Didelez
|
| 03-M-AC-8 | Combinatorial Optimization: Introduction and Algorithms (in englischer Sprache)
Application of Optimization and Optimal Control
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
Dr. Amin Mallek
|
| 03-M-AC-10 | Dirichlet Forms on Graphs (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Fr 12:00 - 14:00 MZH 4140 Seminar
| PD Dr. Hendrik Vogt
|
| 03-M-MKOM-3 | Fourier-Analysis
(Proseminar / Seminar)
Kurs
ECTS: 3 / 4,5 / 5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 (Pro)Seminar
Einzeltermine:
Fr 20.01.23 14:15 - 16:00 MZH 4140
Fr 27.01.23 14:15 - 16:00 MZH 4140
Fr 03.02.23 14:15 - 16:00 MZH 4140
| Prof. Dr. Marc Keßeböhmer
|
Module: Reading Course A (9 CP)
Compulsory module in the area of specialization and with the following course:
| 03-M-RC-ALG | Reading Course Algebra (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Dmitry Feichtner-Kozlov
N. N.
|
Module: Reading Course B (9 CP)
Compulsory module either in the area of specialization or area of diversification and with the following courses:
| 03-M-RC-ALG | Reading Course Algebra (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Dmitry Feichtner-Kozlov
N. N.
|
| 03-M-RC-ANA | Reading Course Analysis (in englischer Sprache)
Seminar
ECTS: 9
Termine:
wöchentlich Di 16:00 - 18:00 MZH 4140
| Prof. Dr. Anke Dorothea Pohl
|
| 03-M-RC-NUM | Reading Course Numerical Analysis
Seminar
ECTS: 9
| Prof. Dr. Christof Büskens
|
| 03-M-RC-STS | Reading Course Statistics/Stochastics (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Werner Brannath
Prof. Dr. Thorsten-Ingo Dickhaus
|
Area of Specialization: Analysis
Modules: Specialization (A, B, and C with 9 CP each)
The modules Specialization A and Specialization B are compulsory modules (2 x 9 CP = 18 CP). The module Specialization C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
Modules: Diversification (A, B, and C with 9 CP each)
The modules Diversification A and Diversification B are compulsory modules (2 x 9 CP = 18 CP). The module Diversification C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-MDAIP-1 | Mathematical Foundations of Data Analysis (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 4140 Lecture
wöchentlich Mo 10:00 - 12:00 MZH 4140 Exercise
wöchentlich Mi 08:00 - 10:00 MZH 1100 Lecture
| Peter Maaß
|
| 03-M-NPDE-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Do 10:00 - 12:00 MZH 2340 Lecture
| Prof. Dr. Andreas Rademacher
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-3 | Mathematical Foundations of Deep Learning (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 12:00 MZH 2340 Lecture/Exercise
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture / Exercise
| Sören Dittmer
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
| 03-M-SP-7 | Commutative Algebra
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Do 14:00 - 16:00 MZH 7200 Exercise
| Anastasios Stefanou
|
| 03-M-SP-8 | Sampling Theory and Methods (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture / Exercise
wöchentlich Fr 14:00 - 16:00 MZH 7200 Lecture
| Maryam Movahedifar
|
| 03-M-SP-9 | Introduction to Nonlinear Optimization and Optimal Control (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 Lecture
wöchentlich Di 08:00 - 10:00 Lecture
wöchentlich Di 14:00 - 16:00 Exercise
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
|
| 04-M30-CP-SFT-3 | Trajectory Optimization (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 14:00 - 17:00 GW1 B0100
| Matthias Knauer
Prof. Dr. Christof Büskens
|
Module: Advanced Communications A (2 x 4,5 CP = 9 CP)
Compulsory module in the area of specialization and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-10 | Dirichlet Forms on Graphs (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Fr 12:00 - 14:00 MZH 4140 Seminar
| PD Dr. Hendrik Vogt
|
| 03-M-AC-14 | Regular variation with applications in stochastics (in englischer Sprache)
Seminar
ECTS: 3 / 4,5 / 5 / 6
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-MKOM-3 | Fourier-Analysis
(Proseminar / Seminar)
Kurs
ECTS: 3 / 4,5 / 5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 (Pro)Seminar
Einzeltermine:
Fr 20.01.23 14:15 - 16:00 MZH 4140
Fr 27.01.23 14:15 - 16:00 MZH 4140
Fr 03.02.23 14:15 - 16:00 MZH 4140
| Prof. Dr. Marc Keßeböhmer
|
Module: Advanced Communications B (2 x 4,5 CP = 9 CP)
Compulsory module in the area of diversification and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar
| Alfred Schmidt
|
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-7 | Advanced Topics in Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 16:00 - 18:00 BIPS 1550 Seminar
regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.
| Prof. Dr. Vanessa Didelez
|
| 03-M-AC-8 | Combinatorial Optimization: Introduction and Algorithms (in englischer Sprache)
Application of Optimization and Optimal Control
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
Dr. Amin Mallek
|
| 03-M-AC-9 | Knots, the Universe and Everything (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 7200 Seminar
| Dr. Tim Haga
|
| 03-M-AC-14 | Regular variation with applications in stochastics (in englischer Sprache)
Seminar
ECTS: 3 / 4,5 / 5 / 6
| Prof. Dr. Marc Keßeböhmer
|
Module: Reading Course A (9 CP)
Compulsory module in the area of specialization and with the following course:
| 03-M-RC-ANA | Reading Course Analysis (in englischer Sprache)
Seminar
ECTS: 9
Termine:
wöchentlich Di 16:00 - 18:00 MZH 4140
| Prof. Dr. Anke Dorothea Pohl
|
Module: Reading Course B (9 CP)
Compulsory module either in the area of specialization or area of diversification and with the following courses:
| 03-M-RC-ALG | Reading Course Algebra (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Dmitry Feichtner-Kozlov
N. N.
|
| 03-M-RC-ANA | Reading Course Analysis (in englischer Sprache)
Seminar
ECTS: 9
Termine:
wöchentlich Di 16:00 - 18:00 MZH 4140
| Prof. Dr. Anke Dorothea Pohl
|
| 03-M-RC-NUM | Reading Course Numerical Analysis
Seminar
ECTS: 9
| Prof. Dr. Christof Büskens
|
| 03-M-RC-STS | Reading Course Statistics/Stochastics (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Werner Brannath
Prof. Dr. Thorsten-Ingo Dickhaus
|
Area of Specialization: Numerical Analysis
Modules: Specialization (A, B, and C with 9 CP each)
The modules Specialization A and Specialization B are compulsory modules (2 x 9 CP = 18 CP). The module Specialization C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-MDAIP-1 | Mathematical Foundations of Data Analysis (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 4140 Lecture
wöchentlich Mo 10:00 - 12:00 MZH 4140 Exercise
wöchentlich Mi 08:00 - 10:00 MZH 1100 Lecture
| Peter Maaß
|
| 03-M-NPDE-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Do 10:00 - 12:00 MZH 2340 Lecture
| Prof. Dr. Andreas Rademacher
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-3 | Mathematical Foundations of Deep Learning (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 12:00 MZH 2340 Lecture/Exercise
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture / Exercise
| Sören Dittmer
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
| 03-M-SP-9 | Introduction to Nonlinear Optimization and Optimal Control (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 Lecture
wöchentlich Di 08:00 - 10:00 Lecture
wöchentlich Di 14:00 - 16:00 Exercise
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
|
| 04-M30-CP-SFT-3 | Trajectory Optimization (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 14:00 - 17:00 GW1 B0100
| Matthias Knauer
Prof. Dr. Christof Büskens
|
Modules: Diversification (A, B, and C with 9 CP each)
The modules Diversification A and Diversification B are compulsory modules (2 x 9 CP = 18 CP). The module Diversification C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
| 03-M-SP-7 | Commutative Algebra
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Do 14:00 - 16:00 MZH 7200 Exercise
| Anastasios Stefanou
|
| 03-M-SP-8 | Sampling Theory and Methods (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture / Exercise
wöchentlich Fr 14:00 - 16:00 MZH 7200 Lecture
| Maryam Movahedifar
|
Module: Advanced Communications A (2 x 4,5 CP = 9 CP)
Compulsory module in the area of specialization and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar
| Alfred Schmidt
|
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-8 | Combinatorial Optimization: Introduction and Algorithms (in englischer Sprache)
Application of Optimization and Optimal Control
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
Dr. Amin Mallek
|
Module: Advanced Communications B (2 x 4,5 CP = 9 CP)
Compulsory module in the area of diversification and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-7 | Advanced Topics in Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 16:00 - 18:00 BIPS 1550 Seminar
regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.
| Prof. Dr. Vanessa Didelez
|
| 03-M-AC-9 | Knots, the Universe and Everything (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 7200 Seminar
| Dr. Tim Haga
|
| 03-M-AC-10 | Dirichlet Forms on Graphs (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Fr 12:00 - 14:00 MZH 4140 Seminar
| PD Dr. Hendrik Vogt
|
| 03-M-MKOM-3 | Fourier-Analysis
(Proseminar / Seminar)
Kurs
ECTS: 3 / 4,5 / 5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 (Pro)Seminar
Einzeltermine:
Fr 20.01.23 14:15 - 16:00 MZH 4140
Fr 27.01.23 14:15 - 16:00 MZH 4140
Fr 03.02.23 14:15 - 16:00 MZH 4140
| Prof. Dr. Marc Keßeböhmer
|
Module: Reading Course A (9 CP)
Compulsory module in the area of specialization and with the following course:
| 03-M-RC-NUM | Reading Course Numerical Analysis
Seminar
ECTS: 9
| Prof. Dr. Christof Büskens
|
Module: Reading Course B (9 CP)
Compulsory module either in the area of specialization or area of diversification and with the following courses:
| 03-M-RC-ALG | Reading Course Algebra (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Dmitry Feichtner-Kozlov
N. N.
|
| 03-M-RC-ANA | Reading Course Analysis (in englischer Sprache)
Seminar
ECTS: 9
Termine:
wöchentlich Di 16:00 - 18:00 MZH 4140
| Prof. Dr. Anke Dorothea Pohl
|
| 03-M-RC-NUM | Reading Course Numerical Analysis
Seminar
ECTS: 9
| Prof. Dr. Christof Büskens
|
| 03-M-RC-STS | Reading Course Statistics/Stochastics (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Werner Brannath
Prof. Dr. Thorsten-Ingo Dickhaus
|
Area of Specialization: Statistics/Stochastics
Modules: Specialization (A, B, and C with 9 CP each)
The modules Specialization A and Specialization B are compulsory modules (2 x 9 CP = 18 CP). The module Specialization C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
| 03-M-SP-8 | Sampling Theory and Methods (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture / Exercise
wöchentlich Fr 14:00 - 16:00 MZH 7200 Lecture
| Maryam Movahedifar
|
Modules: Diversification (A, B, and C with 9 CP each)
The modules Diversification A and Diversification B are compulsory modules (2 x 9 CP = 18 CP). The module Diversification C (9 CP) is a compulsory elective module. This semester you can choose from the following lectures:
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-MDAIP-1 | Mathematical Foundations of Data Analysis (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 4140 Lecture
wöchentlich Mo 10:00 - 12:00 MZH 4140 Exercise
wöchentlich Mi 08:00 - 10:00 MZH 1100 Lecture
| Peter Maaß
|
| 03-M-NPDE-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Do 10:00 - 12:00 MZH 2340 Lecture
| Prof. Dr. Andreas Rademacher
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-3 | Mathematical Foundations of Deep Learning (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 12:00 MZH 2340 Lecture/Exercise
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture / Exercise
| Sören Dittmer
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
| 03-M-SP-7 | Commutative Algebra
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Do 14:00 - 16:00 MZH 7200 Exercise
| Anastasios Stefanou
|
| 03-M-SP-9 | Introduction to Nonlinear Optimization and Optimal Control (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 Lecture
wöchentlich Di 08:00 - 10:00 Lecture
wöchentlich Di 14:00 - 16:00 Exercise
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
|
| 04-M30-CP-SFT-3 | Trajectory Optimization (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 14:00 - 17:00 GW1 B0100
| Matthias Knauer
Prof. Dr. Christof Büskens
|
Module: Advanced Communications A (2 x 4,5 CP = 9 CP)
Compulsory module in the area of specialization and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-7 | Advanced Topics in Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 16:00 - 18:00 BIPS 1550 Seminar
regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.
| Prof. Dr. Vanessa Didelez
|
| 03-M-AC-14 | Regular variation with applications in stochastics (in englischer Sprache)
Seminar
ECTS: 3 / 4,5 / 5 / 6
| Prof. Dr. Marc Keßeböhmer
|
Module: Advanced Communications B (2 x 4,5 CP = 9 CP)
Compulsory module in the area of diversification and in which you must attend a total of two seminars with 4,5 CP each. This semester you can choose from the following seminars:
| 03-M-AC-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar
| Alfred Schmidt
|
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-8 | Combinatorial Optimization: Introduction and Algorithms (in englischer Sprache)
Application of Optimization and Optimal Control
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
Dr. Amin Mallek
|
| 03-M-AC-9 | Knots, the Universe and Everything (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 7200 Seminar
| Dr. Tim Haga
|
| 03-M-AC-10 | Dirichlet Forms on Graphs (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Fr 12:00 - 14:00 MZH 4140 Seminar
| PD Dr. Hendrik Vogt
|
| 03-M-AC-14 | Regular variation with applications in stochastics (in englischer Sprache)
Seminar
ECTS: 3 / 4,5 / 5 / 6
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-MKOM-3 | Fourier-Analysis
(Proseminar / Seminar)
Kurs
ECTS: 3 / 4,5 / 5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 (Pro)Seminar
Einzeltermine:
Fr 20.01.23 14:15 - 16:00 MZH 4140
Fr 27.01.23 14:15 - 16:00 MZH 4140
Fr 03.02.23 14:15 - 16:00 MZH 4140
| Prof. Dr. Marc Keßeböhmer
|
Module: Reading Course A (9 CP)
Compulsory module in the area of specialization and with the following course:
| 03-M-RC-STS | Reading Course Statistics/Stochastics (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Werner Brannath
Prof. Dr. Thorsten-Ingo Dickhaus
|
Module: Reading Course B (9 CP)
Compulsory module either in the area of specialization or area of diversification and with the following courses:
| 03-M-RC-ALG | Reading Course Algebra (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Dmitry Feichtner-Kozlov
N. N.
|
| 03-M-RC-ANA | Reading Course Analysis (in englischer Sprache)
Seminar
ECTS: 9
Termine:
wöchentlich Di 16:00 - 18:00 MZH 4140
| Prof. Dr. Anke Dorothea Pohl
|
| 03-M-RC-NUM | Reading Course Numerical Analysis
Seminar
ECTS: 9
| Prof. Dr. Christof Büskens
|
| 03-M-RC-STS | Reading Course Statistics/Stochastics (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Werner Brannath
Prof. Dr. Thorsten-Ingo Dickhaus
|
Mathematik, B.Sc.
Vor dem ersten Semester
| 03-M-BM | BrückenMathematik
Preparation Course Mathematics at the University Bremen
Blockveranstaltung
Einzeltermine:
Mo 19.09.22 - Fr 23.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Mo 26.09.22 - Fr 30.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)
| Lars Siemer
Dr. Ingolf Schäfer
Dr. Arsen Narimanyan
|
| 03-M-OW | O-Woche
Blockveranstaltung
Einzeltermine:
Mo 10.10.22 - Fr 14.10.22 (Mo, Di, Mi, Do, Fr) 08:00 - 19:00 1. Ebene im MZH Gebäude
| Lars Siemer
|
Bachelor 1. Semester
Modul: Analysis 1-2 (21 CP)
Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:
| 03-M-ANA-1.1 | Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 GW2 B1820 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1450 Übung
wöchentlich Di 14:00 - 16:00 MZH 1110 Übung
wöchentlich Mi 16:00 - 18:00 MZH 2340 Übung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-ANA-1.2 | Vertiefung zur Analysis 1 (Vollfach)
Additional Topics in Analysis 1 (Single Major Subject)
Projektplenum
ECTS: 1,5
Termine:
wöchentlich Do 16:00 - 18:00 MZH 1470 Plenum
| Prof. Dr. Marc Keßeböhmer
|
Modul: Lineare Algebra 1-2 (21 CP)
Pflichtmodul im 1. und 2. Semester (zwei-semestrig), wobei im 1. Semester folgende Veranstaltungen belegt werden sollten:
| 03-M-LAG-1.1 | Lineare Algebra 1
Linear Algebra 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mo 12:00 - 14:00 MZH 1110 Übung
wöchentlich Di 08:00 - 10:00 MZH 4140 Übung
wöchentlich Di 08:00 - 10:00 MZH 7200 Übung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1380/1400 Vorlesung
Einzeltermine:
Do 16.02.23 10:00 - 13:00 MZH 1380/1400
Mo 17.07.23 10:00 - 12:00 MZH 5500
| Eugenia Saorin Gomez
|
| 03-M-LAG-1.2 | Vertiefung zur Linearen Algebra 1 (Vollfach)
Additional Topics in Linear Algebra 1 (Single Major Subject)
Projektplenum
ECTS: 1,5
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1470 Plenum
| Eugenia Saorin Gomez
|
Modul: Mathematisches Computerpraktikum (3 CP)
Pflichtmodul im 1. Semester mit folgender Veranstaltung:
| 03-M-MCP-1 | Mathematisches Computerpraktikum
Computer Laboratory
Kurs
ECTS: 3
Einzeltermine:
Mo 20.02.23 - Mi 22.02.23 (Mo, Di, Mi) 10:00 - 18:00 MZH 1090
Mo 27.02.23 - Fr 03.03.23 (Mo, Di, Mi, Do, Fr) 10:00 - 18:00 MZH 1090
Mo 06.03.23 - Di 07.03.23 (Mo, Di) 10:00 - 18:00 MZH 1090
Do 30.03.23 09:00 - 13:00 MZH 1380/1400
Mo 17.04.23 10:00 - 12:00 MZH 6200
Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt. Zeiten und Räume werden noch bekannt gegeben.
| Prof. Dr. Daniel Schmand
|
Bachelor 3. Semester
Modul: Algebra (9 CP)
Pflichtmodul im 3. Semester mit folgender Veranstaltung:
| 03-M-ALG-1 | Algebra
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 5600 MZH 7200 Vorlesung
wöchentlich Do 08:00 - 10:00 MZH 6200 Vorlesung
wöchentlich Do 10:00 - 12:00 MZH 7200 Übung
| Dr. Tim Haga
|
Modul: Analysis 3 (9 CP)
Pflichtmodul im 3. Semester mit folgender Veranstaltung:
| 03-M-ANA-3 | Analysis 3
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1100 Übung
wöchentlich Di 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mi 12:00 - 14:00 MZH 6200 Vorlesung
Einzeltermine:
Mi 01.03.23 09:00 - 13:00 MZH 1470
Sa 15.04.23 09:45 - 12:15 MZH 1470
| Prof. Dr. Anke Dorothea Pohl
|
Modul: Numerik 1 (9 CP)
Pflichtmodul im 3. Semester mit folgender Veranstaltung:
| 03-M-NUM-1 | Numerik 1
Numerical Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 6200 Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 1470 Übung
| Alfred Schmidt
|
Bachelor 4. Semester und höher
Module: Fortgeschrittene Themen (A, B und C mit je 9 CP)
Pflichtmodule, welche im 4. und 5. Semester belegt werden sollten. Für jedes der DREI Module (Fortgeschrittene Themen A / B / C) muss jeweils EINE der zugehörigen Veranstaltungen belegt werden, wobei dieses Semester aus folgenden Veranstaltungen gewählt werden kann:
| 03-IMAT-KRYPT (03-MB-699.09) | Einführung in die Kryptographie
Kurs
ECTS: 6
Termine:
wöchentlich Mi 10:00 - 12:00 MZH 5600 Kurs Präsenz
wöchentlich Do 08:00 - 10:00 Übung Online
Profil: SQ
Schwerpunkt: IMAT-SQ.
mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen
| Dieter Hutter
Karsten Sohr
|
| 03-M-FTH-4 | Altes und neues über konvexe Geometrie
old and new about Convex Geometry
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Vorlesung
wöchentlich Mi 14:00 - 16:00 MZH 3150 Übung
wöchentlich Fr 08:00 - 10:00 MZH 7200 Übung
wöchentlich Fr 10:00 - 12:00 MZH 7200 Vorlesung
| Eugenia Saorin Gomez
|
| 03-M-Gy4-1 | Funktionentheorie
Complex Analysis
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 3150 Übung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1470 Vorlesung
Einzeltermine:
Di 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)
| PD Dr. Hendrik Vogt
Dr. Ingolf Schäfer
|
| 03-M-MMOD-1 | Mathematische Modellierung
Mathematical Modelling
Kurs
ECTS: 9
Termine:
wöchentlich Di 12:00 - 14:00 MZH 2340 Vorlesung
wöchentlich Di 14:00 - 16:00 MZH 2340 Übung
wöchentlich Mi 12:00 - 14:00 MZH 2340 Vorlesung
| Prof. Dr. Andreas Rademacher
|
Module: Mathematisches Kommunizieren (A und B mit je 3 CP)
Pflichtmodule, welche im 4. und 5. Semester belegt werden sollten. Für jedes der ZWEI Module (Mathematisches Kommunizieren A / B) muss jeweils EINE der zugehörigen Veranstaltungen belegt werden, wobei dieses Semester aus folgenden Veranstaltungen gewählt werden kann:
| 03-M-AC-14 | Regular variation with applications in stochastics (in englischer Sprache)
Seminar
ECTS: 3 / 4,5 / 5 / 6
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-FEB-1 | Forschungserfahrungen im Bachelor
Research Experiences for Undergraduates
Proseminar
ECTS: 3 / 5
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-MKOM-1 | Lineare Algebra
Linear Algebra (33 Miniatures in Linear Algebra)
33 Miniaturen zur Linearen Algebra
Proseminar
ECTS: 3 / 5
Einzeltermine:
Di 21.02.23 - Fr 24.02.23 (Di, Mi, Do, Fr) 08:00 - 14:00 MZH 1470
| Eugenia Saorin Gomez
|
| 03-M-MKOM-3 | Fourier-Analysis
(Proseminar / Seminar)
Kurs
ECTS: 3 / 4,5 / 5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 (Pro)Seminar
Einzeltermine:
Fr 20.01.23 14:15 - 16:00 MZH 4140
Fr 27.01.23 14:15 - 16:00 MZH 4140
Fr 03.02.23 14:15 - 16:00 MZH 4140
| Prof. Dr. Marc Keßeböhmer
|
Modul: Bachelorarbeit (15 CP)
Abschlussmodul im 6. Semester. Weitere Informationen finden Sie unter www.szmathe.uni-bremen.de und in Stud.IP unter folgender Veranstaltung:
| 03-M-BA-M-1 | Bachelorarbeit Mathematik
Bachelor Thesis Mathematics
Kurs
Wie finde ich ein Thema, bei wem schreibe ich meine Bachelorarbeit, wie muss diese aussehen und was beinhaltet die Bachelorarbeit alles?
Antworten zu diesen und weiteren Fragen finden Sie unter www.szmathe.uni-bremen.de und eine Liste der aktuellen Abschlusstehemen hier im Wiki.
| N. N.
|
General Studies - Fachergänzende Studien
Fachergänzendes Studienangebot aus der Mathematik bzw. Industriemathematik
| 03-M-GS-2 | Modelle und Mathematik
Models and Mathematics
Seminar
ECTS: 2
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
| Ronald Stöver
|
| 03-M-GS-3 | Grundlegende Methoden der angewandten Statistik
Basic Methods of Applied Statistics
Vorlesung
ECTS: 6
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1470 Vorlesung
wöchentlich Fr 10:00 - 12:00 MZH 1470 Übung
Einzeltermine:
Fr 10.02.23 10:00 - 12:00 MZH 1470
| Dr. Martin Scharpenberg
|
| 03-M-GS-6 | Data Science in Natural Sciences using R (in englischer Sprache)
a course on R programming and data science methods with practicals and projects
Vorlesung
ECTS: 3
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 0230/0240 (P3) (2 SWS) mix of lectures and practicals
The course provides an introductory level of programming skills in R.
Students are welcome to present own ideas, data and projects. I expect a project report or a method talk with demo on own data. Practicals in "R" will work also on synthetic data to illustrate methods features, limitations and differences.
| Prof. Dr. Stephan Frickenhaus
|
| CC-02-WiSe22-23 | Betriebswirtschaftslehre für Ingenieurs- und Naturwissenschaftler:innen
Essentials of business studies for students and graduates of engineering and natural sciences
Blockveranstaltung
ECTS: empfohlen 1 & Zertifikat
Einzeltermine:
Mo 24.10.22 - Mi 26.10.22 (Mo, Di, Mi) 16:00 - 20:00 Online
Mitarbeitende mit technischem oder naturwissenschaftlichem Hintergrund werden im beruflichen Kontext immer auch mit betriebswirtschaftlichen Fragen konfrontiert. In diesem Seminar lernen Sie die wichtigsten Teilgebiete der Betriebswirtschaft, sowie die dazugehörigen Zusammenhänge kennen, um diese in Ihrem beruflichen Umfeld anzuwenden. Neben den Grundzügen der BWL umfasst das Seminar u.a. die Bereiche Innovations- und Qualitätsmanagement, Supply-Chain-Management, F+E (Forschung und Entwicklung), Produktions- und Fertigungsplanung, technische Infrastruktur und IT. Anmeldungen für Oktober laufen vom 07. Juli bis Donnerstag, 08. September 2022 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Betriebswirtschaftliche Kompetenzen). Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: https://www.uni-bremen.de/career-center/veranstaltungen.htmlwww.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht
| Lars Kaletka
|
| CC-43-WiSe22-23 | Handwerkszeug für den Berufseinstieg für Studierende der Naturwissenschaften und Ingenieurstudiengänge
Tools for career entry for students of natural sciences and engineering
Blockveranstaltung
Einzeltermine:
Mo 27.02.23 09:00 - 17:00 Online
Ziel: „Warum soll ich genau Sie einstellen?“ – Es lohnt sich, sich mit dieser Frage intensiv auseinanderzusetzen. Für angehende Absolvierende der Naturwissenschaften und Ingenieurstudiengänge ist dies wichtig, da viele Ansprechpersonen die Faszination der entsprechenden Studienfächer nicht genau kennen und aufgrund der vielseitigen Spezialisierungsmöglichkei-ten in diesen Fächern eine klare Kommunikation entscheidend ist. Im Workshop lernen Sie Recruiting aus neuer Perspektive kennen und erarbeiten Handwerkszeug für eine selbstbewusste und chancenorientierte Strategie für Ihr „Marketing in eigener Sache“. Durch die ausführliche Beschäftigung mit Ihren Stärken, Ihrer Motivation und Ihrem Begeisterungsvermögen werden Sie Sicherheit für Ihre Präsentation beim potentiellen Arbeitgeber gewinnen und Vorstellungsgespräche souveräner angehen können. Workshopinhalte: • Wie funktioniert Personalauswahl heute? • Arbeitsfelder für Absolvierende der Naturwissenschaften und Ingenieurstudiengänge. Praxisbeispiele • Was hebt mich von anderen Bewerbern/Bewerberinnen ab, was zeichnet mich mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss besonders aus? • Erarbeitung geeigneter Argumentationsideen und Strategien für eine optimale Selbstpräsentation mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss • Welche Möglichkeiten der Initiativbewerbung gibt es? • Wie kann ich verschiedene Kontaktpunkte zu potentiellen Arbeitgebern nutzen? • Tipps für die erfolgreiche Umsetzung der Kommunikationsstrategie in den Bewerbungsunterlagen und im Vorstellungsgespräch Anmeldungen für Februar 2023 laufen vom 24. November 2022 bis Donnerstag, 19. Januar 2023 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Arbeitsmärkte Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht
| Wolfgang Leybold
|
Mathematik, B.Sc./M.Sc. (Studienbeginn vor 2022)
Veranstaltungen vor dem 1. Semester
| 03-M-BM | BrückenMathematik
Preparation Course Mathematics at the University Bremen
Blockveranstaltung
Einzeltermine:
Mo 19.09.22 - Fr 23.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Mo 26.09.22 - Fr 30.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)
| Lars Siemer
Dr. Ingolf Schäfer
Dr. Arsen Narimanyan
|
| 03-M-OW | O-Woche
Blockveranstaltung
Einzeltermine:
Mo 10.10.22 - Fr 14.10.22 (Mo, Di, Mi, Do, Fr) 08:00 - 19:00 1. Ebene im MZH Gebäude
| Lars Siemer
|
Bachelor: Pflichtveranstaltungen
Pflichtveranstaltungen für den Studiengang Mathematik B.Sc.
| 03-IBGP-PI1 | Praktische Informatik 1: Imperative Programmierung und Objektorientierung
Practical Computer Science 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 11:00 Übung Online
wöchentlich Mo 11:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Mo 11:00 - 14:00 Übung Online
wöchentlich Mo 14:00 - 17:00 Übung Online
wöchentlich Mo 14:00 - 17:00 MZH 5500 Übung Präsenz
wöchentlich Mo 17:00 - 20:00 Übung Online
wöchentlich Mo 17:00 - 20:00 MZH 5500 Übung Präsenz
wöchentlich Di 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz
wöchentlich Mi 08:00 - 11:00 MZH 5500 Übung Präsenz
wöchentlich Mi 08:00 - 11:00 Übung Online
wöchentlich Mi 11:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Mi 11:00 - 14:00 Übung Online
wöchentlich Mi 14:00 - 17:00 Übung Online
wöchentlich Mi 14:00 - 17:00 MZH 5500 Übung Präsenz
wöchentlich Mi 17:00 - 20:00 Übung Online
wöchentlich Mi 17:00 - 20:00 MZH 5500 Übung Präsenz
wöchentlich Do 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz
Für Studierende des Vollfachs Informatik, Systems Engineering und Wirtschaftinformatik. Für Studierende der Digitalen Medien und Komplementärfach Informatik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Studierenden der Beruflichen Bildung - Mechatronik besuchen PI1 anstatt Grundlagen der Programmierung mit einer reduzierten CP-Anzahl, nämlich 6 CP durch reduzierten Übungsbetrieb.
Die Übungen finden online und in Präsenz statt. Der Übungsbetrieb startet in der 2. Semesterwoche.
| Thomas Röfer
|
| 03-M-ALG-1 | Algebra
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 5600 MZH 7200 Vorlesung
wöchentlich Do 08:00 - 10:00 MZH 6200 Vorlesung
wöchentlich Do 10:00 - 12:00 MZH 7200 Übung
| Dr. Tim Haga
|
| 03-M-ANA-1.1 | Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 GW2 B1820 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1450 Übung
wöchentlich Di 14:00 - 16:00 MZH 1110 Übung
wöchentlich Mi 16:00 - 18:00 MZH 2340 Übung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-ANA-1.2 | Vertiefung zur Analysis 1 (Vollfach)
Additional Topics in Analysis 1 (Single Major Subject)
Projektplenum
ECTS: 1,5
Termine:
wöchentlich Do 16:00 - 18:00 MZH 1470 Plenum
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-ANA-3 | Analysis 3
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1100 Übung
wöchentlich Di 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mi 12:00 - 14:00 MZH 6200 Vorlesung
Einzeltermine:
Mi 01.03.23 09:00 - 13:00 MZH 1470
Sa 15.04.23 09:45 - 12:15 MZH 1470
| Prof. Dr. Anke Dorothea Pohl
|
| 03-M-LAG-1.1 | Lineare Algebra 1
Linear Algebra 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mo 12:00 - 14:00 MZH 1110 Übung
wöchentlich Di 08:00 - 10:00 MZH 4140 Übung
wöchentlich Di 08:00 - 10:00 MZH 7200 Übung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1380/1400 Vorlesung
Einzeltermine:
Do 16.02.23 10:00 - 13:00 MZH 1380/1400
Mo 17.07.23 10:00 - 12:00 MZH 5500
| Eugenia Saorin Gomez
|
| 03-M-LAG-1.2 | Vertiefung zur Linearen Algebra 1 (Vollfach)
Additional Topics in Linear Algebra 1 (Single Major Subject)
Projektplenum
ECTS: 1,5
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1470 Plenum
| Eugenia Saorin Gomez
|
| 03-M-MCP-1 | Mathematisches Computerpraktikum
Computer Laboratory
Kurs
ECTS: 3
Einzeltermine:
Mo 20.02.23 - Mi 22.02.23 (Mo, Di, Mi) 10:00 - 18:00 MZH 1090
Mo 27.02.23 - Fr 03.03.23 (Mo, Di, Mi, Do, Fr) 10:00 - 18:00 MZH 1090
Mo 06.03.23 - Di 07.03.23 (Mo, Di) 10:00 - 18:00 MZH 1090
Do 30.03.23 09:00 - 13:00 MZH 1380/1400
Mo 17.04.23 10:00 - 12:00 MZH 6200
Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt. Zeiten und Räume werden noch bekannt gegeben.
| Prof. Dr. Daniel Schmand
|
| 03-M-NUM-1 | Numerik 1
Numerical Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 6200 Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 1470 Übung
| Alfred Schmidt
|
Bachelor: Wahlpflichtveranstaltungen
Wahlpflichtveranstaltungen für den Studiengang Mathematik B.Sc.
| 03-IMAT-KRYPT (03-MB-699.09) | Einführung in die Kryptographie
Kurs
ECTS: 6
Termine:
wöchentlich Mi 10:00 - 12:00 MZH 5600 Kurs Präsenz
wöchentlich Do 08:00 - 10:00 Übung Online
Profil: SQ
Schwerpunkt: IMAT-SQ.
mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen
| Dieter Hutter
Karsten Sohr
|
| 03-M-FTH-4 | Altes und neues über konvexe Geometrie
old and new about Convex Geometry
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Vorlesung
wöchentlich Mi 14:00 - 16:00 MZH 3150 Übung
wöchentlich Fr 08:00 - 10:00 MZH 7200 Übung
wöchentlich Fr 10:00 - 12:00 MZH 7200 Vorlesung
| Eugenia Saorin Gomez
|
| 03-M-Gy4-1 | Funktionentheorie
Complex Analysis
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 3150 Übung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1470 Vorlesung
Einzeltermine:
Di 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)
| PD Dr. Hendrik Vogt
Dr. Ingolf Schäfer
|
| 03-M-MMOD-1 | Mathematische Modellierung
Mathematical Modelling
Kurs
ECTS: 9
Termine:
wöchentlich Di 12:00 - 14:00 MZH 2340 Vorlesung
wöchentlich Di 14:00 - 16:00 MZH 2340 Übung
wöchentlich Mi 12:00 - 14:00 MZH 2340 Vorlesung
| Prof. Dr. Andreas Rademacher
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
Bachelor: Proseminare
| 03-M-AC-14 | Regular variation with applications in stochastics (in englischer Sprache)
Seminar
ECTS: 3 / 4,5 / 5 / 6
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-FEB-1 | Forschungserfahrungen im Bachelor
Research Experiences for Undergraduates
Proseminar
ECTS: 3 / 5
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-MKOM-1 | Lineare Algebra
Linear Algebra (33 Miniatures in Linear Algebra)
33 Miniaturen zur Linearen Algebra
Proseminar
ECTS: 3 / 5
Einzeltermine:
Di 21.02.23 - Fr 24.02.23 (Di, Mi, Do, Fr) 08:00 - 14:00 MZH 1470
| Eugenia Saorin Gomez
|
| 03-M-MKOM-3 | Fourier-Analysis
(Proseminar / Seminar)
Kurs
ECTS: 3 / 4,5 / 5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 (Pro)Seminar
Einzeltermine:
Fr 20.01.23 14:15 - 16:00 MZH 4140
Fr 27.01.23 14:15 - 16:00 MZH 4140
Fr 03.02.23 14:15 - 16:00 MZH 4140
| Prof. Dr. Marc Keßeböhmer
|
Master: Wahlpflichtveranstaltungen
Vertiefungsrichtung Algebra
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-SP-7 | Commutative Algebra
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Mi 14:00 - 16:00 MZH 7200 Lecture
wöchentlich Do 14:00 - 16:00 MZH 7200 Exercise
| Anastasios Stefanou
|
Vertiefungsrichtung Analysis
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
Vertiefungsrichtung Numerik
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-MDAIP-1 | Mathematical Foundations of Data Analysis (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 4140 Lecture
wöchentlich Mo 10:00 - 12:00 MZH 4140 Exercise
wöchentlich Mi 08:00 - 10:00 MZH 1100 Lecture
| Peter Maaß
|
| 03-M-NPDE-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Do 10:00 - 12:00 MZH 2340 Lecture
| Prof. Dr. Andreas Rademacher
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-3 | Mathematical Foundations of Deep Learning (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 12:00 MZH 2340 Lecture/Exercise
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture / Exercise
| Sören Dittmer
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
| 03-M-SP-9 | Introduction to Nonlinear Optimization and Optimal Control (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 Lecture
wöchentlich Di 08:00 - 10:00 Lecture
wöchentlich Di 14:00 - 16:00 Exercise
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
|
| 04-M30-CP-SFT-3 | Trajectory Optimization (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 14:00 - 17:00 GW1 B0100
| Matthias Knauer
Prof. Dr. Christof Büskens
|
Vertiefungsrichtung Stochastik & Statistik
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
| 03-M-SP-8 | Sampling Theory and Methods (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mi 08:00 - 10:00 MZH 7200 Lecture / Exercise
wöchentlich Fr 14:00 - 16:00 MZH 7200 Lecture
| Maryam Movahedifar
|
Master: Seminare
Vertiefungsrichtung Algebra
| 03-M-AC-9 | Knots, the Universe and Everything (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 7200 Seminar
| Dr. Tim Haga
|
Vertiefungsrichtung Analysis
| 03-M-AC-10 | Dirichlet Forms on Graphs (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Fr 12:00 - 14:00 MZH 4140 Seminar
| PD Dr. Hendrik Vogt
|
| 03-M-AC-14 | Regular variation with applications in stochastics (in englischer Sprache)
Seminar
ECTS: 3 / 4,5 / 5 / 6
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-MKOM-3 | Fourier-Analysis
(Proseminar / Seminar)
Kurs
ECTS: 3 / 4,5 / 5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 4140 (Pro)Seminar
Einzeltermine:
Fr 20.01.23 14:15 - 16:00 MZH 4140
Fr 27.01.23 14:15 - 16:00 MZH 4140
Fr 03.02.23 14:15 - 16:00 MZH 4140
| Prof. Dr. Marc Keßeböhmer
|
Vertiefungsrichtung Numerik
| 03-M-AC-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar
| Alfred Schmidt
|
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-8 | Combinatorial Optimization: Introduction and Algorithms (in englischer Sprache)
Application of Optimization and Optimal Control
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
Dr. Amin Mallek
|
Vertiefungsrichtung Stochastik & Statistik
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-7 | Advanced Topics in Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 16:00 - 18:00 BIPS 1550 Seminar
regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.
| Prof. Dr. Vanessa Didelez
|
| 03-M-AC-14 | Regular variation with applications in stochastics (in englischer Sprache)
Seminar
ECTS: 3 / 4,5 / 5 / 6
| Prof. Dr. Marc Keßeböhmer
|
Master: Reading Courses
| 03-M-RC-ALG | Reading Course Algebra (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Dmitry Feichtner-Kozlov
N. N.
|
| 03-M-RC-ANA | Reading Course Analysis (in englischer Sprache)
Seminar
ECTS: 9
Termine:
wöchentlich Di 16:00 - 18:00 MZH 4140
| Prof. Dr. Anke Dorothea Pohl
|
| 03-M-RC-NUM | Reading Course Numerical Analysis
Seminar
ECTS: 9
| Prof. Dr. Christof Büskens
|
| 03-M-RC-STS | Reading Course Statistics/Stochastics (in englischer Sprache)
Seminar
ECTS: 9
| Prof. Dr. Werner Brannath
Prof. Dr. Thorsten-Ingo Dickhaus
|
Oberseminare
| 03-M-OS-3 | Oberseminar Angewandte Statistik
Seminar
| Prof. Dr. Werner Brannath
|
| 03-M-OS-4 | Oberseminar Dynamische Systeme und Geometrie
Seminar: Dynamical Systems and Geometry
Seminar
Termine:
wöchentlich Do 14:00 - 16:00 MZH 4140 Seminar
Einzeltermine:
Di 31.01.23 12:00 - 14:00 MZH 4140
| Prof. Dr. Marc Keßeböhmer
Prof. Dr. Anke Dorothea Pohl
|
| 03-M-OS-6 | Oberseminar Mathematische Datenanalyse in der Bioinformatik
Mathematical data analysis in bioinformatics
Seminar
Termin nach Vereinbarung.
Studiengang: T-M
| Tobias Boskamp
|
| 03-M-OS-9 | Oberseminar Optimierung & Optimale Steuerung
Seminar Optimisation and Optimal Control
Seminar
| Prof. Dr. Christof Büskens
|
| 03-M-OS-11 | Oberseminar Algebra und Topologie
Seminar
| Prof. Dr. Dmitry Feichtner-Kozlov
|
| 03-M-OS-13 | Oberseminar Deep Learning
Seminar
| Peter Maaß
|
General Studies
| 03-M-GS-2 | Modelle und Mathematik
Models and Mathematics
Seminar
ECTS: 2
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
| Ronald Stöver
|
| 03-M-GS-3 | Grundlegende Methoden der angewandten Statistik
Basic Methods of Applied Statistics
Vorlesung
ECTS: 6
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1470 Vorlesung
wöchentlich Fr 10:00 - 12:00 MZH 1470 Übung
Einzeltermine:
Fr 10.02.23 10:00 - 12:00 MZH 1470
| Dr. Martin Scharpenberg
|
| 03-M-GS-5 | Statistical Consulting (in englischer Sprache)
Seminar
ECTS: 3
Termine:
wöchentlich Fr 10:00 - 12:00 Seminar
| Dr. Martin Scharpenberg
|
| 03-M-GS-6 | Data Science in Natural Sciences using R (in englischer Sprache)
a course on R programming and data science methods with practicals and projects
Vorlesung
ECTS: 3
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 0230/0240 (P3) (2 SWS) mix of lectures and practicals
The course provides an introductory level of programming skills in R.
Students are welcome to present own ideas, data and projects. I expect a project report or a method talk with demo on own data. Practicals in "R" will work also on synthetic data to illustrate methods features, limitations and differences.
| Prof. Dr. Stephan Frickenhaus
|
| 03-M-GS-7 | Introduction to R (in englischer Sprache)
Seminar
ECTS: 3
Termine:
wöchentlich Do 12:00 - 13:00 Seminar im KKSB
wöchentlich Fr 08:00 - 10:00 SFG 1040 Seminar Präsenz
| Prof. Dr. Werner Brannath
Eike Voß
|
| CC-02-WiSe22-23 | Betriebswirtschaftslehre für Ingenieurs- und Naturwissenschaftler:innen
Essentials of business studies for students and graduates of engineering and natural sciences
Blockveranstaltung
ECTS: empfohlen 1 & Zertifikat
Einzeltermine:
Mo 24.10.22 - Mi 26.10.22 (Mo, Di, Mi) 16:00 - 20:00 Online
Mitarbeitende mit technischem oder naturwissenschaftlichem Hintergrund werden im beruflichen Kontext immer auch mit betriebswirtschaftlichen Fragen konfrontiert. In diesem Seminar lernen Sie die wichtigsten Teilgebiete der Betriebswirtschaft, sowie die dazugehörigen Zusammenhänge kennen, um diese in Ihrem beruflichen Umfeld anzuwenden. Neben den Grundzügen der BWL umfasst das Seminar u.a. die Bereiche Innovations- und Qualitätsmanagement, Supply-Chain-Management, F+E (Forschung und Entwicklung), Produktions- und Fertigungsplanung, technische Infrastruktur und IT. Anmeldungen für Oktober laufen vom 07. Juli bis Donnerstag, 08. September 2022 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Betriebswirtschaftliche Kompetenzen). Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: https://www.uni-bremen.de/career-center/veranstaltungen.htmlwww.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht
| Lars Kaletka
|
| CC-43-WiSe22-23 | Handwerkszeug für den Berufseinstieg für Studierende der Naturwissenschaften und Ingenieurstudiengänge
Tools for career entry for students of natural sciences and engineering
Blockveranstaltung
Einzeltermine:
Mo 27.02.23 09:00 - 17:00 Online
Ziel: „Warum soll ich genau Sie einstellen?“ – Es lohnt sich, sich mit dieser Frage intensiv auseinanderzusetzen. Für angehende Absolvierende der Naturwissenschaften und Ingenieurstudiengänge ist dies wichtig, da viele Ansprechpersonen die Faszination der entsprechenden Studienfächer nicht genau kennen und aufgrund der vielseitigen Spezialisierungsmöglichkei-ten in diesen Fächern eine klare Kommunikation entscheidend ist. Im Workshop lernen Sie Recruiting aus neuer Perspektive kennen und erarbeiten Handwerkszeug für eine selbstbewusste und chancenorientierte Strategie für Ihr „Marketing in eigener Sache“. Durch die ausführliche Beschäftigung mit Ihren Stärken, Ihrer Motivation und Ihrem Begeisterungsvermögen werden Sie Sicherheit für Ihre Präsentation beim potentiellen Arbeitgeber gewinnen und Vorstellungsgespräche souveräner angehen können. Workshopinhalte: • Wie funktioniert Personalauswahl heute? • Arbeitsfelder für Absolvierende der Naturwissenschaften und Ingenieurstudiengänge. Praxisbeispiele • Was hebt mich von anderen Bewerbern/Bewerberinnen ab, was zeichnet mich mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss besonders aus? • Erarbeitung geeigneter Argumentationsideen und Strategien für eine optimale Selbstpräsentation mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss • Welche Möglichkeiten der Initiativbewerbung gibt es? • Wie kann ich verschiedene Kontaktpunkte zu potentiellen Arbeitgebern nutzen? • Tipps für die erfolgreiche Umsetzung der Kommunikationsstrategie in den Bewerbungsunterlagen und im Vorstellungsgespräch Anmeldungen für Februar 2023 laufen vom 24. November 2022 bis Donnerstag, 19. Januar 2023 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Arbeitsmärkte Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht
| Wolfgang Leybold
|
Mathematik/Technomathematik, Dipl./B.Sc./ LA SII
X. Sonstige Veranstaltungen
| 03-M-ZK-ANA | Zwischenkurs Analysis
Blockveranstaltung
Einzeltermine:
Di 14.03.23 10:00 - 12:00 MZH 5600
Do 16.03.23 10:00 - 12:00 MZH 5600
Mo 20.03.23 10:00 - 12:00 MZH 5600
Mi 22.03.23 10:00 - 12:00 MZH 5600
Fr 24.03.23 10:00 - 12:00 MZH 5600
| Dr. Ingolf Schäfer
|
| 03-M-ZK-LINA | Zwischenkurs Lineare Algebra
Blockveranstaltung
Einzeltermine:
Mo 13.03.23 10:00 - 12:00 MZH 5600
Mi 15.03.23 10:00 - 12:00 MZH 5600
Fr 17.03.23 10:00 - 12:00 MZH 5600
Di 21.03.23 10:00 - 12:00 MZH 5600
Do 23.03.23 10:00 - 12:00 MZH 5600
| Dr. Ingolf Schäfer
Eugenia Saorin Gomez
|
Mathematik 2-Fächer Bachelor/M.Ed. (Gymnasien/Oberschule)
Veranstaltungen vor dem 1. Semester
| 03-M-OW | O-Woche
Blockveranstaltung
Einzeltermine:
Mo 10.10.22 - Fr 14.10.22 (Mo, Di, Mi, Do, Fr) 08:00 - 19:00 1. Ebene im MZH Gebäude
| Lars Siemer
|
Bachelor: 1. Semester
| 03-M-Gy1-1b | Vertiefung zur Linearen Algebra 1 für Lehramt
Additional Topics in Linear Algebra 1
Projektplenum
ECTS: 3
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 6200 Plenum
| Dr. Ingolf Schäfer
|
| 03-M-LAG-1.1 | Lineare Algebra 1
Linear Algebra 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mo 12:00 - 14:00 MZH 1110 Übung
wöchentlich Di 08:00 - 10:00 MZH 4140 Übung
wöchentlich Di 08:00 - 10:00 MZH 7200 Übung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1380/1400 Vorlesung
Einzeltermine:
Do 16.02.23 10:00 - 13:00 MZH 1380/1400
Mo 17.07.23 10:00 - 12:00 MZH 5500
| Eugenia Saorin Gomez
|
Bachelor: 3. Semester
| 03-M-ANA-1.1 | Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 GW2 B1820 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1450 Übung
wöchentlich Di 14:00 - 16:00 MZH 1110 Übung
wöchentlich Mi 16:00 - 18:00 MZH 2340 Übung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-D1-1 | Grundzüge der Mathematikdidaktik - Teil 1
Main Features of Mathematics Education - Part 1
Vorlesung
ECTS: 4
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 1100 Übung
wöchentlich Mi 14:00 - 16:00 MZH 5600 Vorlesung
wöchentlich Mi 16:00 - 18:00 MZH 1100 Übung
| Dr. Ingolf Schäfer
Luisa Gunia
|
| 03-M-Gy3-1b | Vertiefung zur Analysis 1 für Lehramt
Additional Topics in Analysis 1
Projektplenum
ECTS: 3
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 6200 Plenum
Einzeltermine:
Mo 06.02.23 14:00 - 16:00 MZH 6200
| Dr. Ingolf Schäfer
|
Bachelor: 5. Semester
| 03-M-D2-2 | Diagnostizieren und Fördern mit Praxisanteilen (Didaktik der Arithmetik)
Diagnosing and Fostering with Practical Parts: Arithmetic Education
Seminar
ECTS: 6
Termine:
wöchentlich Do 10:00 - 12:00 MZH 5600 Seminar
wöchentlich Do 12:00 - 14:00 MZH 1100 Seminar
wöchentlich Do 12:00 - 14:00 MZH 1110 Seminar
Einzeltermine:
Sa 22.10.22 10:00 - 13:30 MZH 1100
Sa 22.10.22 10:00 - 13:30 MZH 1110
| Prof. Dr. Christine Knipping
Fiene Bredow
|
| 03-M-Gy5-1 | Angewandte Mathematik
Applied Mathematics
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 14:00 - 16:00 MZH 1100 Übung
wöchentlich Di 14:00 - 16:00 MZH 5500 Übung
wöchentlich Mi 08:00 - 10:00 MZH 1470 Vorlesung
| Prof. Dr. Thorsten-Ingo Dickhaus
|
Master: 1. Semester
| 03-M-D3-1 | Stoffdidaktisch denken lernen
Learning to Think in a "Stoffdidactical" Way
Seminar
ECTS: 3
Termine:
wöchentlich Di 10:00 - 12:00 MZH 5500 Seminar
| Prof. Dr. Christine Knipping
|
| 03-M-Gy4-1 | Funktionentheorie
Complex Analysis
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 3150 Übung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1470 Vorlesung
Einzeltermine:
Di 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)
| PD Dr. Hendrik Vogt
Dr. Ingolf Schäfer
|
Master: 3. Semester
| 03-M-D5-1 | Mathematisch denken und handeln (Didaktik der Analysis)
Thinking and Acting Mathematically (Epistemological Beliefs)
Seminar
ECTS: 3
Termine:
wöchentlich Do 10:00 - 12:00 MZH 1100 Seminar
Einzeltermine:
Do 10.11.22 12:00 - 14:00 MZH 4140
Das Seminar findet im Unicom statt
| Dr. Ingolf Schäfer
|
| 03-M-D6-1 | Forschungsmethoden anwenden und reflektieren (Masterarbeit)
Degree Module (Research Design)
Seminar
ECTS: 3
Termine:
wöchentlich Di 16:00 - 18:00 MZH 2495 Matelier Seminar
Das Seminar findet im Unicom statt.
| Fiene Bredow
|
Master 4. Semester
| 03-M-Gy8-1 | Proseminar Differentialgeometrie
Introductory Seminar Differential Geometry
Seminar
ECTS: 3
Termine:
wöchentlich Fr 14:00 - 16:00 MZH 1380/1400 Seminar
Einzeltermine:
Di 07.02.23 09:00 - 17:00 MZH 5500
Di 07.02.23 09:00 - 17:00 MZH 5600
Do 09.02.23 09:00 - 17:00 MZH 5500
Do 09.02.23 09:00 - 17:00 MZH 5600
Di 14.02.23 09:00 - 17:00 MZH 5500
Di 14.02.23 09:00 - 14:00 MZH 5600
Do 16.02.23 09:00 - 17:00 MZH 5500
Do 16.02.23 09:00 - 17:00 MZH 5600
| Dr. Ingolf Schäfer
PD Dr. Hendrik Vogt
Prof. Dr. Marc Keßeböhmer
|
Forschungsseminar
| 03-M-FS-1 | Forschungsseminar zur Mathematikdidaktik
Seminar
Termine:
wöchentlich Di 14:00 - 16:00 MZH 6240 Seminar
| Prof. Dr. Christine Knipping
Prof. Dr. Maike Vollstedt
|
General Studies
| 03-M-GS-2 | Modelle und Mathematik
Models and Mathematics
Seminar
ECTS: 2
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
| Ronald Stöver
|
| 03-M-GS-3 | Grundlegende Methoden der angewandten Statistik
Basic Methods of Applied Statistics
Vorlesung
ECTS: 6
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1470 Vorlesung
wöchentlich Fr 10:00 - 12:00 MZH 1470 Übung
Einzeltermine:
Fr 10.02.23 10:00 - 12:00 MZH 1470
| Dr. Martin Scharpenberg
|
Medical Biometry / Biostatistics, M.Sc.
1. Modulbereich Biometrie
| 03-BioStat-A-1-1 | Biometrical Methods (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 14:00 - 14:45 BIPS 1550 Übung Präsenz
wöchentlich Di 09:00 - 09:45 BIPS 1550 Vorlesung Präsenz
wöchentlich Do 14:15 - 15:45 BIPS 1550 Vorlesung Präsenz
Einzeltermine:
Fr 10.03.23 10:15 - 11:45 BIPS 1550
| Prof. Dr. Marvin Nils Ole Wright
|
| 03-BioStat-A-2-1 | Statistical Modelling I (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 13:00 - 14:00 BIPS 1550 Übung Präsenz
wöchentlich Di 14:15 - 15:00 BIPS 1550 Vorlesung Präsenz
wöchentlich Mi 10:00 - 11:30 BIPS 1550 Lecture
Einzeltermine:
Di 01.11.22 14:00 - 15:30 1550
Mi 02.11.22 10:00 - 10:45 1550
Mi 02.11.22 11:00 - 12:00 BIPS 1550
Di 15.11.22 14:15 - 15:00
Mi 16.11.22 10:00 - 11:30
Di 22.11.22 14:15 - 15:30 BIPS 1550
Mi 23.11.22 11:00 - 12:00 BIPS 1550
Di 29.11.22 14:15 - 15:00
Di 29.11.22 14:15 - 15:00 BIPS 1550
Mi 30.11.22 10:00 - 11:30
Di 06.12.22 14:15 - 15:00
Di 13.12.22 14:15 - 15:00
Mi 14.12.22 09:00 - 10:00 BIPS 1550
Mi 14.12.22 10:00 - 11:30
Di 20.12.22 14:15 - 15:00
Mi 21.12.22 10:00 - 11:30
Di 10.01.23 14:15 - 15:00
Mi 11.01.23 10:00 - 11:30
Di 17.01.23 14:15 - 15:00
Mi 18.01.23 10:00 - 11:30
Di 24.01.23 14:15 - 15:00
Mi 25.01.23 10:00 - 11:30
Di 31.01.23 14:15 - 15:00
Mi 01.02.23 10:00 - 11:30
| Prof. Dr. Iris Pigeot-Kübler
|
| 03-BioStat-A-3-1 | Data Management (in englischer Sprache)
Praktikum
ECTS: 4
Termine:
wöchentlich Do 08:00 - 12:00 MZH 1470 Praktikum Präsenz
Room (Raum): Cognium 0.320
| Dr. Martin Scharpenberg
|
2. Modulbereich Anwendungsfelder und biomedizinische Grundlagen
| 03-BioStat-B-1-1 | Clinical Trials I (in englischer Sprache)
Vorlesung
ECTS: 4
Termine:
wöchentlich Di 10:00 - 12:00 Vorlesung Präsenz
wöchentlich Di 13:00 - 14:00 Übung Präsenz
wöchentlich Mi 13:00 - 14:00 Übung Präsenz
Einzeltermine:
Mo 06.02.23 10:00 - 12:00 MZH 1470
Raum wird nach Anmeldung im Stud.IP bekannt gegeben.
Room will be anounced after registration in StudIP.
| Dr. Martin Scharpenberg
|
| 03-BioStat-B-1-3 | Ethical Aspects (in englischer Sprache)
Vorlesung
ECTS: 2
Termine:
wöchentlich Mo 16:00 - 18:00 BIPS 1550 Vorlesung Präsenz
Einzeltermine:
Do 09.02.23 10:00 - 12:00 MZH 1470
Raum wird nach Anmeldung im Stud.IP bekannt gegeben.
Room will be anounced after registration in StudIP.
| Dr. Martin Scharpenberg
|
| 03-BioStat-B-2-1 | Medical Basics - Common Diseases and Molecular Medicine (in englischer Sprache)
Vorlesung
ECTS: 6
Termine:
wöchentlich Fr 11:00 - 15:00 Vorlesung
Einzeltermine:
Fr 17.02.23 10:00 - 12:00 MZH 1090
Raum wird nach Anmeldung im Stud.IP bekannt gegeben. Room will be anounced after registration in StudIP. Lecturer (DozentInnen): MedizinerInnen des Kooperationszentrums Medizin der Universität Bremen (KOM) Homepage
| Dr. Martin Scharpenberg
Nikolaos Papathanasiou
|
3. Wahlbereich
| 03-BioStat-E-1 | Mathematical Basics in Biostatistics (in englischer Sprache)
Seminar
ECTS: 3
Termine:
wöchentlich Mi 14:00 - 16:00 SFG 2010 Seminar Präsenz
Raum wird nach Anmeldung im Stud.IP bekannt gegeben.
Room will be anounced after restristration in StudIP
| Prof. Dr. Werner Brannath
|
| 03-M-AC-7 | Advanced Topics in Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Di 16:00 - 18:00 BIPS 1550 Seminar
regelmäßige Veranstaltung dienstags 14-16 im BIPS Raum 1550.
| Prof. Dr. Vanessa Didelez
|
4. Sonstige Veranstaltungen
| Block Course: Introduction into SAS
Blockveranstaltung
Einzeltermine:
Mo 17.10.22 - Mi 19.10.22 (Mo, Di, Mi) 08:00 - 17:00 COG 0320
| Marieke Niemeyer
Alina Ludewig
|
| 03-M-GS-5 | Statistical Consulting (in englischer Sprache)
Seminar
ECTS: 3
Termine:
wöchentlich Fr 10:00 - 12:00 Seminar
| Dr. Martin Scharpenberg
|
| 03-M-GS-7 | Introduction to R (in englischer Sprache)
Seminar
ECTS: 3
Termine:
wöchentlich Do 12:00 - 13:00 Seminar im KKSB
wöchentlich Fr 08:00 - 10:00 SFG 1040 Seminar Präsenz
| Prof. Dr. Werner Brannath
Eike Voß
|
Technomathematik, B.Sc./M.Sc. (Studienbeginn vor 2022)
Veranstaltungen vor dem 1. Semester
| 03-M-BM | BrückenMathematik
Preparation Course Mathematics at the University Bremen
Blockveranstaltung
Einzeltermine:
Mo 19.09.22 - Fr 23.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Mo 26.09.22 - Fr 30.09.22 (Mo, Di, Mi, Do, Fr) 10:00 - 14:30
Wichtig: Anmeldung über http://unihb.eu/bmath erforderlich! Vorlesungen täglich 10:00 - 11:30 Uhr im HS 1010 (am 27.09 & 29.09 im HS 2010) Übungen täglich 12:30 - 14:30 Uhr (Räume werde in der ersten Vorlesung bekannt gegeben)
| Lars Siemer
Dr. Ingolf Schäfer
Dr. Arsen Narimanyan
|
Bachelor: Pflichtveranstaltungen
| 03-M-ANA-1.1 | Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 4140 Übung
wöchentlich Di 10:00 - 12:00 GW2 B1820 Vorlesung
wöchentlich Di 12:00 - 14:00 MZH 1450 Übung
wöchentlich Di 14:00 - 16:00 MZH 1110 Übung
wöchentlich Mi 16:00 - 18:00 MZH 2340 Übung
wöchentlich Fr 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-ANA-1.2 | Vertiefung zur Analysis 1 (Vollfach)
Additional Topics in Analysis 1 (Single Major Subject)
Projektplenum
ECTS: 1,5
Termine:
wöchentlich Do 16:00 - 18:00 MZH 1470 Plenum
| Prof. Dr. Marc Keßeböhmer
|
| 03-M-ANA-3 | Analysis 3
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1100 Übung
wöchentlich Di 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mi 12:00 - 14:00 MZH 6200 Vorlesung
Einzeltermine:
Mi 01.03.23 09:00 - 13:00 MZH 1470
Sa 15.04.23 09:45 - 12:15 MZH 1470
| Prof. Dr. Anke Dorothea Pohl
|
| 03-M-LAG-1.1 | Lineare Algebra 1
Linear Algebra 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 HS 1010 (Kleiner Hörsaal) Vorlesung
wöchentlich Mo 12:00 - 14:00 MZH 1110 Übung
wöchentlich Di 08:00 - 10:00 MZH 4140 Übung
wöchentlich Di 08:00 - 10:00 MZH 7200 Übung
wöchentlich Mi 10:00 - 12:00 MZH 7200 Übung
wöchentlich Fr 12:00 - 14:00 MZH 1380/1400 Vorlesung
Einzeltermine:
Do 16.02.23 10:00 - 13:00 MZH 1380/1400
Mo 17.07.23 10:00 - 12:00 MZH 5500
| Eugenia Saorin Gomez
|
| 03-M-LAG-1.2 | Vertiefung zur Linearen Algebra 1 (Vollfach)
Additional Topics in Linear Algebra 1 (Single Major Subject)
Projektplenum
ECTS: 1,5
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1470 Plenum
| Eugenia Saorin Gomez
|
| 03-M-MCP-1 | Mathematisches Computerpraktikum
Computer Laboratory
Kurs
ECTS: 3
Einzeltermine:
Mo 20.02.23 - Mi 22.02.23 (Mo, Di, Mi) 10:00 - 18:00 MZH 1090
Mo 27.02.23 - Fr 03.03.23 (Mo, Di, Mi, Do, Fr) 10:00 - 18:00 MZH 1090
Mo 06.03.23 - Di 07.03.23 (Mo, Di) 10:00 - 18:00 MZH 1090
Do 30.03.23 09:00 - 13:00 MZH 1380/1400
Mo 17.04.23 10:00 - 12:00 MZH 6200
Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt. Zeiten und Räume werden noch bekannt gegeben.
| Prof. Dr. Daniel Schmand
|
| 03-M-MMOD-1 | Mathematische Modellierung
Mathematical Modelling
Kurs
ECTS: 9
Termine:
wöchentlich Di 12:00 - 14:00 MZH 2340 Vorlesung
wöchentlich Di 14:00 - 16:00 MZH 2340 Übung
wöchentlich Mi 12:00 - 14:00 MZH 2340 Vorlesung
| Prof. Dr. Andreas Rademacher
|
| 03-M-NUM-1 | Numerik 1
Numerical Analysis 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 6200 Vorlesung
wöchentlich Mi 10:00 - 12:00 MZH 6200 Vorlesung
wöchentlich Do 12:00 - 14:00 MZH 1470 Übung
| Alfred Schmidt
|
Bachelor: Wahlpflichtveranstaltungen
| 03-M-FTH-4 | Altes und neues über konvexe Geometrie
old and new about Convex Geometry
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 12:00 - 14:00 MZH 4140 Vorlesung
wöchentlich Mi 14:00 - 16:00 MZH 3150 Übung
wöchentlich Fr 08:00 - 10:00 MZH 7200 Übung
wöchentlich Fr 10:00 - 12:00 MZH 7200 Vorlesung
| Eugenia Saorin Gomez
|
| 03-M-Gy4-1 | Funktionentheorie
Complex Analysis
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1470 Vorlesung
wöchentlich Mo 16:00 - 18:00 MZH 3150 Übung
wöchentlich Mo 16:00 - 18:00 MZH 4140 Übung
wöchentlich Mi 14:00 - 16:00 MZH 1470 Vorlesung
Einzeltermine:
Di 07.02.23 08:00 - 11:00 MZH 2490 (Seminarraum)
| PD Dr. Hendrik Vogt
Dr. Ingolf Schäfer
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
Master: Pflichtveranstaltungen
| 03-M-MS-2 | Modellierungsseminar (Teil 2)
Modeling Seminar
Seminar
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 2340 Seminar
| Tobias Kluth
|
| 03-M-NPDE-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 2340 Exercise
wöchentlich Di 10:00 - 12:00 MZH 2340 Lecture
wöchentlich Do 10:00 - 12:00 MZH 2340 Lecture
| Prof. Dr. Andreas Rademacher
|
Master: Wahlpflichtveranstaltungen
| 03-IMAT-AU (03-ME-602.99c) | Algorithms and Uncertainty (in englischer Sprache)
Kurs
ECTS: 6 (9)
Termine:
wöchentlich Di 12:00 - 14:00 MZH 1470 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1470 Kurs Präsenz
Profil: SQ
Schwerpunkt: IMAT-SQ, IMAT-AI
A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.
However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.
In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.
Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.
In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.
Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.
Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.
Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.
Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.
| Prof. Dr. Nicole Megow
Dr. Felix Christian Hommelsheim
|
| 03-M-MDAIP-1 | Mathematical Foundations of Data Analysis (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 4140 Lecture
wöchentlich Mo 10:00 - 12:00 MZH 4140 Exercise
wöchentlich Mi 08:00 - 10:00 MZH 1100 Lecture
| Peter Maaß
|
| 03-M-SP-1 | Inverse Problems (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 2340 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 2340 Exercise
wöchentlich Fr 10:00 - 12:00 MZH 2340 Lecture
| Peter Maaß
Dr. Matthias Beckmann
|
| 03-M-SP-2 | Basics of Mathematical Statistics (Statistics I) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Do 08:00 - 10:00 MZH 1100 Lecture
wöchentlich Fr 08:00 - 10:00 MZH 1450 Exercise
| Prof. Dr. Werner Brannath
|
| 03-M-SP-3 | Mathematical Foundations of Deep Learning (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 08:00 - 12:00 MZH 2340 Lecture/Exercise
wöchentlich Mi 08:00 - 10:00 MZH 2340 Lecture / Exercise
| Sören Dittmer
|
| 03-M-SP-5 | Theory of Nonparametric Tests (Statistics III) (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 MZH 1100 Lecture
wöchentlich Do 10:00 - 12:00 MZH 4140 Lecture
wöchentlich Do 16:00 - 18:00 MZH 4140 Exercise
| Prof. Dr. Thorsten-Ingo Dickhaus
|
| 03-M-SP-6 | Algorithmic Game Theory (in englischer Sprache)
Vorlesung
ECTS: 9 (6)
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 4140 Exercise
wöchentlich Do 12:00 - 14:00 MZH 2340 Lecture
wöchentlich Fr 12:00 - 14:00 MZH 2340 Lecture
Many every-day processes can seen as a game between autonomous interacting players, where each player acts stategically in order to pursue her own objectives. This lecture is an introduction to game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, traffic routing, and sports. The goal of the lecture is to provide an overview over state-of-the-art results in the area of algorithmic game theory. Main topics that we will cover in the course are games in normal form, efficiency of equilibria, auctions, truthfulness and VCG-mechanisms, social choice, cake cutting, and cooperative games.
The lectures and homework sheets will be in English language. If all participants agree, the exercise session could be held in German. If there is an oral exam, the language can be chosen by the candidate. In case of a written exam the questions will be in English, answering them in German or English is fine.
| Prof. Dr. Daniel Schmand
|
| 03-M-SP-9 | Introduction to Nonlinear Optimization and Optimal Control (in englischer Sprache)
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 12:00 - 14:00 Lecture
wöchentlich Di 08:00 - 10:00 Lecture
wöchentlich Di 14:00 - 16:00 Exercise
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
|
| 04-M30-CP-SFT-3 | Trajectory Optimization (in englischer Sprache)
Vorlesung
ECTS: 4,5
Termine:
wöchentlich Mo 14:00 - 17:00 GW1 B0100
| Matthias Knauer
Prof. Dr. Christof Büskens
|
Master: Seminare
| 03-M-AC-1 | Numerical Methods for Partial Differential Equations (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 16:00 - 18:00 MZH 2340 Seminar
| Alfred Schmidt
|
| 03-M-AC-2 | High-Performance-Visualisierung (in englischer Sprache)
High-Performance Visualization
Ausgewählte Publikationen aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 1100 Seminar
Das Seminar beschäftigt sich mit den mathematischen Grundlagen der wissenschaftlichen Visualisierung und behandelt Methoden für das parallele Post-Processing großer wissenschaftlicher Datensätze. Solche Daten fallen in unterschiedlichsten wissenschaftlichen Anwendungen an. Sie entstehen zum einen durch Simulationen auf Hochleistungsrechnern (z.\ B. zur Unterstützung der Klimaforschung oder für die Vorhersage von Umströmung von Flugzeugflügeln). Sie können aber auch durch Messungen, wie bspw. durch Erdbeobachtungsmissionen, erzeugt werden. Um überhaupt erst aussagekräftige Informationen für die Visualisierung zu erhalten, müssen diese enorm großen Rohdaten zunächst prozessiert werden. Für eine anschließende explorative Analyse werden echtzeitfähige, interaktive Methoden benötigt, die wiederum auf hochparallele und effiziente Verfahren beruhen. Das Seminar greift daher aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraktion von Toplologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln.
| Prof. Dr. Andreas Gerndt
|
| 03-M-AC-3 | Semiparametric Statistics (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Do 14:00 - 16:00 MZH 2340 Seminar
Statistical problems are described by statistical models. This means interpreting the data as realizations of random variables whose unconditional or conditional densities are described and estimated by statistical (regression) models. These models are usually identified by a set of parameters, which can be finite but also infinite dimensional. For this purpose, there are usually three types of possible models, depending on the structure of the data and the problem at hand: parametric, nonparametric, and semiparametric. A semiparametric model is characterized by the inclusion of both finite dimensional parametric and infinite dimensional nonparametric components. The main interest is usually in the finite dimensional parametric component, with the infinite dimensional component being co-estimated for the purpose of statistical inference and efficiency. In this seminar we will study the definition, properties, and applications of semiparametric models. Examples of semiparametric models include single-index models and Cox regression models for censored survival time data. We will also consider approaches to dealing with missing information in data sets. The use of semiparametric models plays a major role for medical studies, for example. Prerequisites for participation in the seminar are basic knowledge of mathematical statistics (e.g. from Statistics 1) and of regression models (e.g. from Statistics 2). English speaking students are welcome. In order to gain a good insight into the extensive theory of semi-parametric models, we will use the master thesis by Karel Vermeulen as our primary literature and study the chapters that are important for us in more detail, presenting the knowledge gained through the thesis in the form of individual presentations. A list with the name of the thesis and further literature can be found below. - Master thesis of Karel Vermeulen. Semiparametric Efficiency
- A. W. van der Vaart. Asymptotic Statistics. Cambridge Series in Statistical and Probabilistic Mathematics. Cambridge University Press, 1998.
- A. W. van der Vaart. ”On Differentiable Functionals“. In: Ann. Statist. 19.1 (März 1991), S. 178–204.
- Tsiatis, Anastasios. Semiparametric Theory and Missing Data. Vereinigtes Königreich, Springer New York, 2010.
| Prof. Dr. Werner Brannath
|
| 03-M-AC-4 | Mathematical Modelling and Scientific Computing (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 14:00 - 16:00 MZH 6200 Seminar
| Prof. Dr. Andreas Rademacher
|
| 03-M-AC-6 | Mathematical Foundations of AI (in englischer Sprache)
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mi 11:00 - 12:00 MZH 2340 Seminar
| Sören Dittmer
|
| 03-M-AC-8 | Combinatorial Optimization: Introduction and Algorithms (in englischer Sprache)
Application of Optimization and Optimal Control
Seminar
ECTS: 4,5 / 6
Termine:
wöchentlich Mo 10:00 - 12:00 Seminar
Die Veranstaltung findet im NEOS Gebäude statt.
| Prof. Dr. Christof Büskens
Dr. Amin Mallek
|
Oberseminare
| 03-M-OS-6 | Oberseminar Mathematische Datenanalyse in der Bioinformatik
Mathematical data analysis in bioinformatics
Seminar
Termin nach Vereinbarung.
Studiengang: T-M
| Tobias Boskamp
|
| 03-M-OS-9 | Oberseminar Optimierung & Optimale Steuerung
Seminar Optimisation and Optimal Control
Seminar
| Prof. Dr. Christof Büskens
|
General Studies
| 03-M-GS-2 | Modelle und Mathematik
Models and Mathematics
Seminar
ECTS: 2
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1100 Seminar
| Ronald Stöver
|
| 03-M-GS-3 | Grundlegende Methoden der angewandten Statistik
Basic Methods of Applied Statistics
Vorlesung
ECTS: 6
Termine:
wöchentlich Fr 08:00 - 10:00 MZH 1470 Vorlesung
wöchentlich Fr 10:00 - 12:00 MZH 1470 Übung
Einzeltermine:
Fr 10.02.23 10:00 - 12:00 MZH 1470
| Dr. Martin Scharpenberg
|
| 03-M-GS-5 | Statistical Consulting (in englischer Sprache)
Seminar
ECTS: 3
Termine:
wöchentlich Fr 10:00 - 12:00 Seminar
| Dr. Martin Scharpenberg
|
| CC-02-WiSe22-23 | Betriebswirtschaftslehre für Ingenieurs- und Naturwissenschaftler:innen
Essentials of business studies for students and graduates of engineering and natural sciences
Blockveranstaltung
ECTS: empfohlen 1 & Zertifikat
Einzeltermine:
Mo 24.10.22 - Mi 26.10.22 (Mo, Di, Mi) 16:00 - 20:00 Online
Mitarbeitende mit technischem oder naturwissenschaftlichem Hintergrund werden im beruflichen Kontext immer auch mit betriebswirtschaftlichen Fragen konfrontiert. In diesem Seminar lernen Sie die wichtigsten Teilgebiete der Betriebswirtschaft, sowie die dazugehörigen Zusammenhänge kennen, um diese in Ihrem beruflichen Umfeld anzuwenden. Neben den Grundzügen der BWL umfasst das Seminar u.a. die Bereiche Innovations- und Qualitätsmanagement, Supply-Chain-Management, F+E (Forschung und Entwicklung), Produktions- und Fertigungsplanung, technische Infrastruktur und IT. Anmeldungen für Oktober laufen vom 07. Juli bis Donnerstag, 08. September 2022 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Betriebswirtschaftliche Kompetenzen). Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: https://www.uni-bremen.de/career-center/veranstaltungen.htmlwww.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht
| Lars Kaletka
|
| CC-43-WiSe22-23 | Handwerkszeug für den Berufseinstieg für Studierende der Naturwissenschaften und Ingenieurstudiengänge
Tools for career entry for students of natural sciences and engineering
Blockveranstaltung
Einzeltermine:
Mo 27.02.23 09:00 - 17:00 Online
Ziel: „Warum soll ich genau Sie einstellen?“ – Es lohnt sich, sich mit dieser Frage intensiv auseinanderzusetzen. Für angehende Absolvierende der Naturwissenschaften und Ingenieurstudiengänge ist dies wichtig, da viele Ansprechpersonen die Faszination der entsprechenden Studienfächer nicht genau kennen und aufgrund der vielseitigen Spezialisierungsmöglichkei-ten in diesen Fächern eine klare Kommunikation entscheidend ist. Im Workshop lernen Sie Recruiting aus neuer Perspektive kennen und erarbeiten Handwerkszeug für eine selbstbewusste und chancenorientierte Strategie für Ihr „Marketing in eigener Sache“. Durch die ausführliche Beschäftigung mit Ihren Stärken, Ihrer Motivation und Ihrem Begeisterungsvermögen werden Sie Sicherheit für Ihre Präsentation beim potentiellen Arbeitgeber gewinnen und Vorstellungsgespräche souveräner angehen können. Workshopinhalte: • Wie funktioniert Personalauswahl heute? • Arbeitsfelder für Absolvierende der Naturwissenschaften und Ingenieurstudiengänge. Praxisbeispiele • Was hebt mich von anderen Bewerbern/Bewerberinnen ab, was zeichnet mich mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss besonders aus? • Erarbeitung geeigneter Argumentationsideen und Strategien für eine optimale Selbstpräsentation mit einem naturwissenschaftlichen oder Ingenieurstudienabschluss • Welche Möglichkeiten der Initiativbewerbung gibt es? • Wie kann ich verschiedene Kontaktpunkte zu potentiellen Arbeitgebern nutzen? • Tipps für die erfolgreiche Umsetzung der Kommunikationsstrategie in den Bewerbungsunterlagen und im Vorstellungsgespräch Anmeldungen für Februar 2023 laufen vom 24. November 2022 bis Donnerstag, 19. Januar 2023 über https://elearning.uni-bremen.de/ (Veranstaltungssuche / Suche im Vorlesungsverzeichnis / Fachübergreifende Studienangebote / Career Center unter: Arbeitsmärkte Sobald das Anmeldeverfahren geschlossen ist, bekommen Sie von uns eine E-Mail mit den Zugangsdaten! Ausführliche Informationen unter: www.uni-bremen.de/career-center/veranstaltungen.html www.uni-bremen.de/career-center/veranstaltungen/uebersicht www.uni-bremen.de/career-center/veranstaltungen/uebersicht/detailbeschreibungen www.uni-bremen.de/career-center/veranstaltungen/kalenderuebersicht
| Wolfgang Leybold
|
Systems Engineering, B.Sc. / M.Sc.
| 03-IMVT-TSF (03-ME-699.05) | Theorie der Sensorfusion
Theory of Sensor Fusion
Kurs
ECTS: 6
Termine:
wöchentlich Mo 12:00 - 14:00 MZH 1470 Vorlesung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1470 Übung Präsenz
| Udo Frese
|
Wirtschaftsinformatik, B.Sc.
1. Studienjahr
Pflichtmodule
BWL-4
Finanzwirtschaft
| 07-V10-5-BWL101 | Finanzwirtschaft
Finance
Vorlesung
ECTS: WIng PT: 6
Termine:
wöchentlich Di 08:00 - 10:00 MZH 1380/1400
| Prof. Dr. Lars Hornuf, M.A. (Essex)
|
| 07-V10-5-BWL102 | Finanzwirtschaft Übungen
Übung
Termine:
wöchentlich Do 16:00 - 18:00 GW2 B1410
| Prof. Dr. Lars Hornuf, M.A. (Essex)
Eliza Stenzhorn
|
INF-1
Praktische Informatik 1
| 03-IBGP-PI1 | Praktische Informatik 1: Imperative Programmierung und Objektorientierung
Practical Computer Science 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 08:00 - 11:00 Übung Online
wöchentlich Mo 11:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Mo 11:00 - 14:00 Übung Online
wöchentlich Mo 14:00 - 17:00 Übung Online
wöchentlich Mo 14:00 - 17:00 MZH 5500 Übung Präsenz
wöchentlich Mo 17:00 - 20:00 Übung Online
wöchentlich Mo 17:00 - 20:00 MZH 5500 Übung Präsenz
wöchentlich Di 14:00 - 16:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz
wöchentlich Mi 08:00 - 11:00 MZH 5500 Übung Präsenz
wöchentlich Mi 08:00 - 11:00 Übung Online
wöchentlich Mi 11:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Mi 11:00 - 14:00 Übung Online
wöchentlich Mi 14:00 - 17:00 Übung Online
wöchentlich Mi 14:00 - 17:00 MZH 5500 Übung Präsenz
wöchentlich Mi 17:00 - 20:00 Übung Online
wöchentlich Mi 17:00 - 20:00 MZH 5500 Übung Präsenz
wöchentlich Do 08:00 - 10:00 HS 2010 (Großer Hörsaal) Vorlesung Präsenz
Für Studierende des Vollfachs Informatik, Systems Engineering und Wirtschaftinformatik. Für Studierende der Digitalen Medien und Komplementärfach Informatik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Studierenden der Beruflichen Bildung - Mechatronik besuchen PI1 anstatt Grundlagen der Programmierung mit einer reduzierten CP-Anzahl, nämlich 6 CP durch reduzierten Übungsbetrieb.
Die Übungen finden online und in Präsenz statt. Der Übungsbetrieb startet in der 2. Semesterwoche.
| Thomas Röfer
|
MAT-1
Mathematik
| 03-IBGT-M1 | Mathematik 1: Logik, Kombinatorik und Lineare Algebra
Mathematics 1
Vorlesung
ECTS: 9
Termine:
wöchentlich Mo 14:00 - 16:00 MZH 1090 Übung Präsenz
wöchentlich Mo 14:00 - 16:00 Übung Online
wöchentlich Di 10:00 - 12:00 NW1 H 1 - H0020 Vorlesung Präsenz
wöchentlich Di 12:00 - 14:00 MZH 1090 Übung Präsenz
wöchentlich Di 12:00 - 14:00 MZH 1100 Übung Präsenz
wöchentlich Di 16:00 - 18:00 GW2 B1820 Übung Präsenz
wöchentlich Mi 08:00 - 10:00 MZH 1090 GW2 B2880 Übung Präsenz
wöchentlich Mi 08:00 - 10:00 MZH 5600 Übung Präsenz
wöchentlich Do 12:00 - 14:00 MZH 5500 Übung Präsenz
wöchentlich Fr 10:00 - 12:00 GW1-HS H0070 Vorlesung Präsenz
Einzeltermine:
Mi 08.02.23 10:00 - 12:00 MZH 1470
Die Vorlesungen finden entweder online synchron oder in Präsenz statt.
Die Übungen sind in Präsenz geplant.
Übungsternmine für Studierende der Wirtschaftsinformatik primär am Do 12-14h, für Systems Engineering am ...... und für Digitale Medien am Di 12-14h.
| Dr. Tim Haga
|
WI-1
Einführung in die Wirtschaftsinformatik
| 03-BA-551 (03-WI-1) | Einführung in die Wirtschaftsinformatik
Introduction to Business Informatics
Vorlesung
ECTS: 6
Termine:
wöchentlich Mi 14:00 - 18:00 MZH 1090 Vorlesung Präsenz
| Benjamin Müller
|
2./3. Studienjahr
Pflichtmodule
BWL-1
Rechnungswesen und Abschluss
| 07-B37-1-01-01 | Vorkurs Rechnungswesen und Abschluss
Precourse Accounting and Accounts
Vorlesung
Einzeltermine:
Di 04.10.22 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Di 04.10.22 14:00 - 16:00 WiWi1 A1070
Di 04.10.22 14:00 - 16:00 WiWi1 A1100
Di 04.10.22 14:00 - 16:00 SFG 0140
Di 04.10.22 14:00 - 16:00 SFG 0150
Mi 05.10.22 10:00 - 12:00 DIGITAL
Mi 05.10.22 14:00 - 16:00 WiWi1 A1070
Mi 05.10.22 14:00 - 16:00 WiWi1 A1100
Mi 05.10.22 14:00 - 16:00 SFG 1010
Mi 05.10.22 14:00 - 16:00 SFG 2040
Do 06.10.22 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Do 06.10.22 14:00 - 16:00 WiWi1 A1070
Do 06.10.22 14:00 - 16:00 WiWi1 A1100
Do 06.10.22 14:00 - 16:00 SFG 0140
Do 06.10.22 14:00 - 16:00 SFG 0150
Fr 07.10.22 10:00 - 12:00 HS 2010 (Großer Hörsaal)
Fr 07.10.22 14:00 - 16:00 WiWi1 A1070
Fr 07.10.22 14:00 - 16:00 WiWi1 A1100
Fr 07.10.22 14:00 - 16:00 SFG 0140
Fr 07.10.22 14:00 - 16:00 SFG 0150
| Prof. Dr. Dr. h.c. Jochen Zimmermann
Vanessa Behrmann, M. Sc
Johannes Voshaar, B. Sc
Moritz Hölzer, M. Sc.
|
| 07-B37-1-01-02 | Rechnungswesen und Abschluss
Accounting and Accounts
Vorlesung
ECTS: 9
Termine:
wöchentlich Di 10:00 - 12:00 HS 2010 (Großer Hörsaal)
| Prof. Dr. Dr. h.c. Jochen Zimmermann
Vanessa Behrmann, M. Sc
Johannes Voshaar, B. Sc
Moritz Hölzer, M. Sc.
Fabian Thorsten Albrecht, M. Sc
|
| 07-B37-1-01-03 | Rechnungswesen und Abschluss - Ü
Accounting and Accounts
Übung
Termine:
wöchentlich Mi 14:00 - 16:00 HS 2010 (Großer Hörsaal)
| Prof. Dr. Dr. h.c. Jochen Zimmermann
Vanessa Behrmann, M. Sc
Johannes Voshaar, B. Sc
Moritz Hölzer, M. Sc.
Fabian Thorsten Albrecht, M. Sc
Benedikt Plate, B.Sc.
|
INF-4
Software-Projekt 2
| 03-IBGP-SWP | Software-Projekt
Vorlesung
ECTS: 6
Einzeltermine:
Di 07.02.23 - Mi 08.02.23 (Di, Mi) 09:30 - 17:00 MZH 1090
Tutoriumstermine werden individuell von den Tutor*innen für jede Gruppe vereinbart.
| Karsten Hölscher
Dr. Hui Shi
Amadou Amadou
|
Wahlmodule
Überblick Wahlmodule
| 03-05-H-505 | Überblick über das Wahlangebot im Fach Informatik
Vorlesung
Die Veranstaltung findet online asynchron statt und gibt einen Überblick über das Wahlangebot im Fach Informatik, das auch für die Bachelorstudiengänge Digitale Medien/Medieninformatik, Wirtschaftsinformatik und Systems Engineering gilt.
| Ute Bormann
|
Rechtliche Grundlagen (X-3)
Recht (X-3/1)
| 07-B37-2-29-01 | Recht
Law
Vorlesung
ECTS: 6
Termine:
zweiwöchentlich (Startwoche: 1) Fr 14:00 - 18:00 GW1-HS H0070
Einzeltermine:
Fr 09.12.22 14:00 - 18:00 GW1-HS H0070
Fr 27.01.23 12:00 - 16:00 HS 2010 (Großer Hörsaal)
| Dr. Irene Pötting
|
Medien- und IT-Recht
| 03-IMAA-MITR (03-MB-803.04) | Medien- und IT-Recht
Media and IT-Law
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 Kurs Online
Profil: SQ, DMI.
Schwerpunkt: IMA-DMI, IMVA-SQ
| Prof. Dr. Iris Kirchner-Freis, LL.M.Eur.
|
Schwerpunkt "Computational Finance"
WI-CF-WP
Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter WInf-Wahlmodule
| 07-B37-5-14-04 | Investments
Seminar
ECTS: 6
Termine:
wöchentlich Do 08:00 - 10:00 Externer Ort: digital
| Dr. Daniel Metko
Prof. Dr. Thorsten Poddig
|
| 07-B37-5-14-05 | Behavioral Finance
Seminar
ECTS: 6
Termine:
wöchentlich Mo 08:00 - 10:00 WiWi1 A1070
| Prof. Dr. Lars Hornuf, M.A. (Essex)
|
Schwerpunkt "E-Business"
WI-EB-WP
Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter Winf-Wahlmodule
| 03-IBAA-ECA (03-BB-805.05) | E-Commerce-Anwendungen
E-Commerce Applications
Kurs
ECTS: 6
Termine:
wöchentlich Mo 16:00 - 18:00 SFG 0150 Vorlesung Präsenz
Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.
| Markus Haydl
|
Schwerpunkt "Informationstechnikmanagement"
WI-IM-WP
Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter WInf-Wahlmodule
| 03-IBAP-ISEC (03-BB-707.01) | Informationssicherheit
Information Security
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 14:00 - 18:00 MZH 6200 Vorlesung Präsenz
Einzeltermine:
Mo 13.02.23 - Fr 17.02.23 (Mo, Di, Mi, Do, Fr) 08:00 - 18:00 MZH 1470
Schwerpunkt: SQ
| Prof. Dr.-Ing. Carsten Bormann
Karsten Sohr
Stefanie Gerdes
|
Schwerpunkt "Logistik"
WI-LO-WP
Auflistung der WInf-Schwerpunkt-Wahlmodule siehe unter WInf-Wahlmodule
| 07-B37-5-15-04 | Supply Chain Operations Management
Seminar
ECTS: 6
Einzeltermine:
Di 18.10.22 10:00 - 12:00 WiWi1 A1070
Di 01.11.22 10:00 - 14:00 WiWi1 A1100
Di 15.11.22 10:00 - 14:00 WiWi1 A1100
Di 29.11.22 10:00 - 14:00 WiWi1 A1100
Di 13.12.22 10:00 - 14:00 WiWi1 A1100
Di 10.01.23 10:00 - 14:00 digital
Di 24.01.23 10:00 - 14:00 digital
Di 31.01.23 10:00 - 12:00 digital
| Prof. Dr. Herbert Kotzab
|
| 07-B37-5-15-05 | Verkehrswirtschaft (in englischer Sprache)
Transport Economics
Seminar
ECTS: 6
Einzeltermine:
Fr 28.10.22 08:00 - 12:00 WiWi1 A1070
Fr 04.11.22 08:00 - 12:00 WiWi1 A1070
Fr 18.11.22 08:00 - 12:00 Digital via Zoom
Fr 02.12.22 08:00 - 12:00 WiWi1 A1070
Fr 16.12.22 08:00 - 12:00 WiWi1 A1070
Fr 20.01.23 08:00 - 12:00 WiWi1 A1070
Fr 03.02.23 08:00 - 12:00 WiWi1 A1070
| Prof. Dr. Aseem Kinra
|
WInf-Wahlmodule
WI-W/01 Datenbanksysteme
Schwerpunkte: CF, EB, IM, LO
| 03-IBAP-DBS (03-BB-703.01) | Datenbanksysteme
Database Systems
Vorlesung
ECTS: 6
Termine:
wöchentlich Di 12:00 - 14:00 SFG 0150 Vorlesung Präsenz
wöchentlich Mi 10:00 - 12:00 SFG 0150 Vorlesung Präsenz
wöchentlich Mi 14:00 - 16:00 HS 1010 (Kleiner Hörsaal) Übung Präsenz
| Prof. Dr. Sebastian Maneth
|
WI-W/03 Softwaretechnik
Schwerpunkte: CF, EB, IM
| 03-IBAP-SWT (03-BB-706.02) | Softwaretechnik
Software Engineering
Vorlesung
ECTS: 6
Termine:
wöchentlich Mo 08:00 - 10:00 MZH 6200 Übung Präsenz
wöchentlich Do 14:00 - 16:00 MZH 1090 Übung Präsenz
Schwerpunkt: SQ
| Prof. Dr. Rainer Koschke
|
WI-W/06 Mensch-Technik-Interaktion
Schwerpunkt: EB, IM
| 03-IBAA-MTI (03-BB-801.01) | Mensch-Technik-Interaktion
Human Computer Interaction
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1090 Übung Präsenz
wöchentlich Di 10:00 - 12:00 MZH 5600 Übung Präsenz
wöchentlich Do 08:00 - 10:00 MZH 4140 Übung Präsenz
wöchentlich Do 10:00 - 12:00 SFG 0140 Übung Präsenz
wöchentlich Do 10:00 - 12:00 WiWi1 A1100 Übung Präsenz
wöchentlich Do 12:00 - 14:00 MZH 1380/1400 Vorlesung Präsenz
Schwerpunkt: DMI
| Prof. Dr. Tanja Döring
Dr. Susanne Putze
Dr. Dmitry Alexandrovsky
|
WI-W/07 Grundlagen des Maschinellen Lernens
Schwerpunkte: CF, LO
| 03-IBAP-ML (03-BB-710.10) | Grundlagen des Maschinellen Lernens
Fundamentals of Machine Learning
Kurs
ECTS: 6
Termine:
wöchentlich Mo 10:00 - 12:00 MZH 1380/1400 CART Rotunde - 0.67 Übung Präsenz
wöchentlich Mi 10:00 - 12:00 MZH 1380/1400 Kurs Präsenz
wöchentlich Do 14:00 - 16:00 MZH 5600 Übung Präsenz
Einzeltermine:
Mi 15.02.23 09:00 - 12:00 HS 2010 (Großer Hörsaal)
Die Vorlesungsinhalte werden über Videos und Folien asynchron bereitgestellt ("flipped classroom"-Konzept).
Schwerpunkt: AI
| Felix Putze
Tanja Schultz
Mazen Salous
Lars Steinert
Saurav Pahuja
|
WI-W/51 International Business Environment
Schwerpunkt: EB
| 07-B37-5-13-12 | International Business Environment (in englischer Sprache)
Seminar
ECTS: 6
Termine:
wöchentlich Mo 12:00 - 14:00 WiWi1 A1070
| Prof. Dr. Sarianna Maarit Lundan
|
WI-W/52 Strategisches Management
Schwerpunkte: EB, IM, LO
| 07-B37-5-13-09 | Strategisches Management (in englischer Sprache)
Strategic Management - Basics of Strategy in the Digital Age
Seminar
ECTS: 6
Termine:
zweiwöchentlich (Startwoche: 2) Mi 16:00 - 20:00 WiWi1 A1020
zweiwöchentlich (Startwoche: 2) Mi 16:00 - 20:00 WiWi1 A1070
| Dr. Julia Maria Kensbock
|
WI-W/53 Personal und Organisation
Schwerpunkte: EB, IM, LO
| 07-B37-5-13-10 | Personal & Organisation
Human Resource Management and Organizational Theory
Seminar
ECTS: 6
Termine:
wöchentlich Di 14:00 - 16:00 GW1-HS H0070
| Dr. Julia Maria Kensbock
|
WI-W/62 Gründungsmanagement II
| 07-B37-5-13-11 | Gründungsmanagement II
Entrepreneurship II
Seminar
ECTS: 6
Termine:
zweiwöchentlich (Startwoche: 1) Fr 14:00 - 18:00 WiWi1 A1070
| Prof. Dr. Jörg-Rainer Freiling
Quynh Duong Phuong
|
Bachelor-Projekt (WI-PR)
Es können neben den Projekten der Wirtschaftsinformatik auch die Bachelorprojekte der Informatik angewählt werden:
https://elearning.uni-bremen.de/dispatch.php/course/details?sem_id=1257252297c0cc9e8785a100b86c656f
| 03-IBPJ-ESPO | Projekt eSports
(Wise 22/23 bis SoSe 2023)
Projektplenum
ECTS: 12
Termine:
wöchentlich Fr 14:00 - 16:00 MZH 1470 Plenum Präsenz
| Björn Niehaves
Bastian Kordyaka
|
| 07-B37-5-13-17 | Projekt IEM² I - Gründungsmanagement
Teaching Project SME Management
Projektplenum
ECTS: 12
Termine:
zweiwöchentlich (Startwoche: 2) Do 14:00 - 18:00 WiWi1 A1070
Einzeltermine:
Di 18.10.22 10:00 - 12:00 WiWi1 A1100
| Dr. Jan Harima
|
| 07-B37-5-13-22 | Projekt IEM² VI - future concepts bremen - Innovative Praxisprojekte
Teaching Project - Digital Innovation Projects
Projektplenum
ECTS: 12
Termine:
zweiwöchentlich (Startwoche: 1) Do 14:00 - 18:00 WiWi1 A1070
Im Projektmodul „future concepts bremen – Innovative Praxisprojekte“ werden zukunftsorientierte Geschäfts- und Organisationskonzepte mit Praxispartner:innen aus Bremen entwickelt. Alle teilnehmenden Studierenden erarbeiten in kleinen Teams in einem agilen, iterativen Prozess gemeinsam mit etablierten Unternehmen, Start-ups, Non-Profit-Organisationen und/oder öffentlichen Einrichtungen individuelle Lösungsansätze. Ein Team aus Dozent:innen und Tutor:innen begleitet die verschiedenen Entwicklungsstadien in Form von individuellen Gruppencoachings. Zum Ende des Semesters werden alle Lösungen im Rahmen eines Demo Day öffentlich präsentiert. Bei der Bearbeitung der Praxisprojekte werden eigenständig verschiedene Planungs- und Strategietools aus dem Startup-Management, wie bspw. Design Thinking, Business Model Canvas, Lean Startup oder Business Planning angewendet. Die Teilnahme am Projektmodul bietet die Möglichkeit Wissen und Fähigkeiten in den Bereichen Ideengenerierung und Ideenselektion, strategisches Denken, Geschäftsmodellentwicklung, Teambuilding, Ressourcenallokation, Präsentationsfähigkeiten (Pitch) und Projektmanagement zu entwickeln. Darüber hinaus entstehen wertvolle Praxiskontakte zu zukünftigen Arbeitgebern. Passend für alle Studierenden im Bachelorstudium, die den Studienschwerpunkt Internationales Entrepreneurship, Management und Marketing (IEM²) gewählt haben oder im Rahmen der General Studies Schlüsselqualifikationen für den eigenen Berufsweg erwerben wollen. https://www.uni-bremen.de/lemex/transfer/future-concepts-bremen
| M. Sc Leon Marquardt
|
| 07-B37-5-14-11 | Projektmodul FiRSt II - Accounting and Information Systems
Teaching Project Accounting and Information Systems
Projektplenum
ECTS: 12
- Die Veranstaltung entfällt -
| Prof. Dr. Thomas Reinhard Loy
|
General Studies
| 07-B37-1-30-01 | Analyse von Wirtschaftsdaten
Analysis of Economic Data
Vorlesung
ECTS: 3
Termine:
wöchentlich Mo 08:00 - 10:00 HS 2010 (Großer Hörsaal) oder
wöchentlich Mo 16:00 - 18:00 MZH 1380/1400
| Prof. Dr. Martin Missong
|
Weitere Veranstaltungen
| 07-B37-4-67-01 | Career Camp 2023 - Intensive Woche zum Berufseinstieg, Karriereentwicklung und Vernetzung mit Unternehmen der Region
Career Camp 2023 - Intensive week for career entry, career development and networking with companies in the region
Für Studierende der FB 01, 03, 04 und 07
Seminar
Einzeltermine:
Mo 20.03.23 08:00 - 18:00 WiWi1 A1070
Mo 20.03.23 08:00 - 18:00 WiWi1 A1100
Mo 20.03.23 09:00 - 11:45 WiWi1 A1070
Mo 20.03.23 13:00 - 15:30 WiWi1 A1100
Di 21.03.23 08:25 - 15:05 DIGITAL
Mi 22.03.23 08:00 - 18:00 WiWi1 A1100
Mi 22.03.23 08:00 - 18:00 WiWi1 A1070
Mi 22.03.23 09:00 - 13:30 WiWi1 A1100
Mi 22.03.23 14:30 - 17:30 Café Unique
Do 23.03.23 09:45 - 16:30 FIRMENEXKURSIONEN
Fr 24.03.23 08:00 - 14:00 SFG 2020
Fr 24.03.23 08:00 - 14:00 SFG 2030
Fr 24.03.23 09:00 - 11:45 SFG 2020/SFG 2030
Fr 24.03.23 12:20 - 13:30 SFG 2020/SFG 2030
Fr 24.03.23 14:00 - 16:00 Campus Space - Sparkasse Bremen
| Dipl.-Oec. Maren Hartstock
|
| 07-B37-4-69-01 | 2030 - Future Challenges - Praxisprojekte zu aktuellen Themen (in englischer Sprache)
2030 - Future Challenges - Practice Projects on Current Issues
Seminar
ECTS: 6
Termine:
wöchentlich Mi 16:00 - 18:00 Externer Ort: DIGITAL
In diesem Semester geht es um Nachhaltigkeits-Challenges von diversen Unternehmen. Ihr erhaltet Einblicke in die Prozesses des Desing-Thinking und arbeitet an einem Pitch für eine konkrete Challenge zu dem SDG 13 (Climate Change). Wir erhalten Unterstützung der Firma ekipa, die die Challenges organisatorisch unterstützt. Beispiele zu den bereits abgeschlossenen Challenges zu SDG 12: https://app.ekipa.de/programs/innovate2030sdg12
| Dipl.-Oec. Maren Hartstock
|
