Automatisches Differenzieren

Typ	Vorlesung mit integrierter Übung
Dozent	Torsten Bosse, H. Martin Bücker
Credit points	3 ECTS = 2 SWS
Modulbeschreibungen	IN0125 - Automatisches Differenzieren
Friedolin	Search in Friedolin

Beschreibung

Heute möchte man technisch-naturwissenschaftliche Systeme mit Hilfe moderner Algorithmen nicht nur beschreiben, sondern auch auslegen. Beispielsweise will man die Geometrie eines Flugzeugs so bestimmen, dass dessen Auftrieb maximiert oder dessen Kerosinverbrauch minimiert wird. Typisch für solche und viele andere Problemstellungen ist es, dass die zu maximierende oder zu minimierende mathematische Funktion in Form eines Computerprogramms vorliegt. Beispielsweise wird der Auftrieb oder der Kerosinverbrauch bei Eingabe eine Flugzeuggeometrie durch ein kompliziertes Programm in der Sprache Java, C, Fortran, Python, Matlab oder R berechnet. Algorithmen zur Maximierung oder Minimierung einer Zielfunktion benötigen oft die Ableitungen der Ausgabe- nach den Eingabevariablen dieser Programme ("Wie stark ändert sich der Auftrieb oder der Kerosinverbrauch bei Variation der Flugzeuggeometrie?") Diese Informationen können mit Hilfe von Techniken des Automatischen Differenzierens effizient und genau bereitgestellt werden. Diese Techniken erzeugen aus einem vorgegebenen Programm in mechanischer Weise nach wohldefinierten Regeln ein neues Programm zur Berechnung dieser Sensitivitäten. Die Vorlesung führt in solche Programmtransformationen ein und zeigt an Übungen in der Programmiersprache Matlab, wie Automatisches Differenzieren in der Praxis angewendet werden kann.

Studiengänge

Es handelt sich um eine Spezialvorlesung für interessierte Studierende im Masterbereich von Informatik, Mathematik und naturwissenschaftlichen Studiengängen. Allgemeine Programmierkenntnisse werden vorausgesetzt; spezielle Programmierkenntnisse in Matlab sind hilfreich, aber nicht notwendig.

M.Sc. Computational and Data Science	Wahlpflichtbereich Informatik
M.Sc. Informatik (V2016)	Wahlpflichtbereich Informatik und Vertiefung Informatik
M.Sc. Informatik (V2021)	Computational Science I-V (3 LP)

Die Veranstaltung ist auch geeignet für Studierende aus Mathematik und anderen naturwissenschaftlichen Fachrichtungen.