Suchergebnis: Katalogdaten im Frühjahrssemester 2012

Rechnergestützte Wissenschaften Master Information
Wahlfächer
NummerTitelTypECTSUmfangDozierende
151-0110-00LCompressible FlowsW4 KP2V + 1UJ.‑P. Kunsch
KurzbeschreibungThemen: Instationäre eindimensionale Unterschall- und Überschallströmungen, Akustik, Schallausbreitung, Überschallströmung mit Stössen und Prandtl-Meyer Expansionen, Umströmung von schlanken Körpern, Stossrohre, Reaktionsfronten (Deflagration und Detonation).
Mathematische Werkzeuge: Charakteristikenverfahren, ausgewählte numerische Methoden.
LernzielIllustration der Physik der kompressiblen Strömungen und Üben der mathematischen Methoden anhand einfacher Beispiele.
InhaltDie Kompressibilität im Zusammenspiel mit der Trägheit führen zu Wellen in einem Fluid. So spielt die Kompressibilität bei instationären Vorgängen (Schwingungen in Gasleitungen, Auspuffrohren usw.) eine wichtige Rolle. Auch bei stationären Unterschallströmungen mit hoher Machzahl oder bei Überschallströmungen muss die Kompressibilität berücksichtigt werden (Flugtechnik, Turbomaschinen usw.).
In dem ersten Teil der Vorlesung wird die Wellenausbreitung bei eindimensionalen Unterschall- und Überschallströmungen behandelt. Es werden sowohl Wellen kleiner Amplitude in akustischer Näherung, als auch Wellen grosser Amplitude mit Stossbildung behandelt.

Der zweite Teil befasst sich mit ebenen stationären Überschallströmungen. Schlanke Körper in einer Parallelströmung werden als schwache Störungen der Strömung angesehen und können mit den Methoden der Akustik behandelt werden. Zu der Beschreibung der zweidimensionalen Überschallumströmung beliebiger Körper gehören schräge Verdichtungsstösse, Prandtl -Meyer Expansionen usw.. Unterschiedliche Randbedingungen (Wände usw.) und Wechselwirkungen, Reflexionen werden berücksichtigt.
Skriptnicht verfügbar
LiteraturEine Literaturliste mit Buchempfehlungen wird am Anfang der Vorlesung ausgegeben.
Voraussetzungen / BesonderesVoraussetzungen: Fluiddynamik I und II
151-0834-00LUmformtechnik II - Numerische Simulationsverfahren Information W4 KP2V + 2UP. Hora
KurzbeschreibungVermitteln der Grundlagen der nichtlinearen Finite-Elemente-Methoden. Implizite und explizite FEM-Verfahren für quasistatische Anwendungen; Modellierung von thermo-mechanisch gekoppelten Problemen; Modellierung von zeitlich veränderlichen Kontaktbedingungen; Modellierung des nichtlinearen Werkstoffverhaltens; Modellierung der Reibung; FEM-basierte Voraussage von Versagen durch Risse und Falten.
LernzielProzessoptimierung durch Einsatz numerischer Verfahren.
InhaltEinsatz virtueller Simulationsmethoden zur Planung und Optimierung von Umformprozessen. Grundlagen der virtuellen Simulationsverfahren, basierend auf der Methode der Finiten Elemente (FEM) und der Methode der Finiten Differenzen (FDM). Einführung in die Grundlagen der Kontinuums- und Plastomechanik zur mathematischen Beschreibung des plastischen Werkstoffflusses bei Metallen. Vorgehensweisen bei der Ermittlung prozessrelevanter Kenndaten. Uebnungen: Einsatz industrieller Simulationspakete für die Anwendungen Tiefziehen (Automotive), Innenhochdruckumformen (Space-Frame) und Strangpressen.
Skriptja
151-0836-00LMethoden der virtuellen Prozessauslegung umformtechnischer Systeme Information
Findet dieses Semester nicht statt.
W5 KP2V + 2UP. Hora
KurzbeschreibungEinführung in die heutigen Möglichkeiten der digitalen Fabrikmodellierung mit Beispielen aus den Bereichen digitale Automobilfabrik, digitale IHU-Fabrik, digitale Strangpressfabrik. Vermittelt werden Methoden der nicht-linearen FEM-Prozessanalyse, der nicht-linearen Optimierung und der stochastischen Prozesssimulation für umformtechnische Anwendungen.
LernzielVertiefter Einsatz virtueller Planungstools zur Kontrolle und Auslegung von umformtechnischen Fertigungsverfahren.
InhaltEinführung in die heutigen Möglichkeiten der digitalen Fabrikmodellierungen. Fallstudien: digitale Automobilfabrik, digitalen IHU-Fabrik, digitale Strangpressfabrik. Prozessschritte: Virtuelle Auslegung der Prozesse, tryout der Werkzeuge, Untersuchung der Parametersensitivität. Mathematische Methoden: nicht-lineare FEM, Methoden der nicht-linearen Optimierung, stochastische Verfahren zur Robustheitsuntersuchung.
Skriptja
151-0838-00LNumerische Berechnungsverfahren für Mikro- und Nano-Strukturen Information
Findet dieses Semester nicht statt.
W5 KP2V + 2UP. Hora
KurzbeschreibungVermittlung der Grundlagen der rechnergestützten Modellierung von Mikro- und Nanostrukturen. Behandlung molekulardynamischer Ansätze, kristallographischer Modelle zur Beschreibung des plastischen Fliessens auf der Ebene der Mikrostruktur und auch Methoden der zellulären Automaten. Die unterschiedlichen numerischen Berechnungsme-thoden sind dabei eng gekoppelt mit der Art der Werkstoffmodellierung.
LernzielMikro- und insbesondere Nano-Strukturen bestehen aus wenigen Körnern oder sogar Molekular-lagen. Die Berechnung dieser Strukturen ist mit gängigen kontinuumsmechanischen Berech-nungsmodellen nicht mehr zulässig. Die Vorlesung behandelt deshalb Berechnungsverfahren, welche eine mikrostrukturelle Beschreibung des Werkstoffverhaltens erlauben und somit in Be-reichen der Mikro- und Nanomodellierungen einsetzbar sind.
InhaltDie Vorlesung vermittelt die Grundlagen der rechnergestützten Modellierung von Mikro- und Nanostrukturen. Behandelt werden sowohl molekulardynamische Ansätze, kristallographische Modelle zur Beschreibung des plastischen Fliessens auf der Ebene der Mikrostruktur als auch die Methoden der zellulären Automaten. Die unterschiedlichen numerischen Berechnungsmethoden sind dabei eng gekoppelt mit der Art der Werkstoffmodellierung.
SkriptJa
151-0840-00LPrinciples of FEM Based Optimization and Robustness Analysis Information W5 KP2V + 2UP. Hora, B. Berisha, N. Manopulo
KurzbeschreibungDie Vorlesung vermittelt Grundlagen im Bereich stochastischer Simulationen und nichtlinearer Optimierungsmethoden. Zuerst werden die Methoden der nichtlinearen Optimierung für komplexe mechanische Systeme hergleitet und anschliessend auf reale Prozesse angewendet. Typische Anwendungen von stochastischen Methoden zur Vorhersage von Prozessstabilität und Robustheitsbewertungen werden behandelt.
LernzielIm Allgemeinen sind reale Systeme nichtlinear. Desweiteren unterliegen reale Prozesse Prozessschwankungen. Trotzdem werden gewöhnlich bei der Simulation zufallsunabhängige Randbedingungen mit konstanten Parametern angenommen. Demzufolge können mit diesen Ergebnissen keine Rückschlüsse auf das reale Systemverhalten gezogen werdnen. Das Ziel dieser Vorlesung ist es, einen Einblick in die Methoden der stochastischen Simulation und der nichtlinearen Optimierung zu geben.

Der Student lernt mathematische Methoden wie bspw. gradientenbasierte und gradientenfreie Methoden (Genetische Algorithmen) kennen. Er lernt den Umgang mit Optimierungsprogrammen (Matlab Optimization Toolbox) und löst damit grundlegende Probleme im Bereich Optimierung und Stochastik.

Desweiteren wird besonders auf die Optimierung und Robustheitsuntersuchungen von Ingenieursproblemen, unter Anwendung von kommerzieller Finite Elemente Software wie LS-Dyna und Optimierungssoftware wie LS-Opt, eingegangen.
InhaltGrundlagen der nichtlinearen Optimierung

- Einführung in die Problematik der nichtlinearen Optimierung und der stochastischen Prozesssimulation
- Grundlagen der nichtlinearen Optimierung
- Einführung in LS-Opt
- Design of Experiments DoE
- Einführung in die nichtlineare FEM

Optimierung nichtlinearer Systeme

- Anwendungsfall: Optimierung einfacher Tragwerke (LS-Dyna, LS-Opt)
- Optimierung mittels Metamodellen
- Einführung in die Strukturoptimierung
- Einführung in die Geometriparametrisierung zur Formoptimierung

Robustheit und Sensitivität mehrparametriger Systeme

- Einführung in die Stochastik und Robustheit von Prozessen
- Sensitivitätsanalysen
- Anwendungsbeispiele
Skriptja
227-0224-00LStochastic SystemsW4 KP2V + 1UJ. Lygeros, F. Herzog
KurzbeschreibungWahrscheinlichkeit. Zufallsprozesse. Stochastische Differentialgleichungen. Stochastische Differenz Gleichungen, Ito. Kalman-Filter. Stochastische optimale Regelung. Anwendungen in Finanz-Problemen.
LernzielBeschreibung, Filterung und Optimierung von dynamischen stochastischen Systemen. Anwendungsgebiete aus Technik und Finanzmathematik werden anhand von Beispielen präsentiert.
Inhalt- Stochastische Prozesse
- Stochastische Differentialrechnung
- Stochastische Differentialgleichungen
- Diskrete stochastische Differenzengleichungen
- Stochastische Prozesse AR, MA, ARMA, ARMAX, GARCH
- Kalman Filter
- Stochastische optimale Regelung (diskret und kontinuierlich)
- Anwendungen auf dem Gebiet der Finanzmathematik und Technik
SkriptH. P. Geering u. a., Stochastic Systems, Institut für Mess- und Regeltechnik, 2007 und Unterlagen
151-0206-00LEnergy Systems and Power EngineeringW4 KP2V + 2UR. S. Abhari, A. Steinfeld
KurzbeschreibungIntroductory first course for the specialization in ENERGY. The course provides an overall view of the energy field and pertinent global problems, reviews some of the thermodynamic basics in energy conversion, and presents the state-of-the-art technology for power generation and fuel processing.
LernzielIntroductory first course for the specialization in ENERGY. The course provides an overall view of the energy field and pertinent global problems, reviews some of the thermodynamic basics in energy conversion, and presents the state-of-the-art technology for power generation and fuel processing.
InhaltWorld primary energy resources and use: fossil fuels, renewable energies, nuclear energy; present situation, trends, and future developments. Sustainable energy system and environmental impact of energy conversion and use: energy, economy and society. Electric power and the electricity economy worldwide and in Switzerland; production, consumption, alternatives. The electric power distribution system. Renewable energy and power: available techniques and their potential. Cost of electricity. Conventional power plants and their cycles; state-of-the -art and advanced cycles. Combined cycles and cogeneration; environmental benefits. Solar thermal power generation and solar photovoltaics. Hydrogen as energy carrier. Fuel cells: characteristics, fuel reforming and combined cycles. Nuclear power plant technology.
SkriptVorlesungsunterlagen werden verteilt
151-0306-00LVisualisierung, Simulation und Interaktion - Virtual Reality I Information W4 KP4GA. Kunz
KurzbeschreibungTechnologie der virtuellen Realität. Menschliche Faktoren, Erzeugung virtueller Welten, Beleuchtungsmodelle, Display- und Beschallungssysteme, Tracking, haptische/taktile Interaktion, Motion Platforms, virtuelle Prototypen, Datenaustausch, VR-Komplettsysteme, Augmented Reality; Kollaborationssysteme; VR und Design; Umsetzung der VR in der Industrie; Human COmputer Interfaces (HCI).
LernzielDie Studierenden erhalten einen Überblick über die virtuelle Realität, sowohl aus technischer als auch aus informationstechnologischer Sicht. Sie lernen unterschiedliche Software- und Hardwareelemente kennen sowie deren Einsatzmöglichkeiten im Geschäftsprozess. Die Studierenden entwickeln eine Kenntnis darüber, wo sich heute die virtuelle Realität nutzbringend einsetzen lässt und wo noch weiterer Forschungsbedarf besteht. Anhand konkreter Programme und Systeme erfahren die Teilnehmer den Umgang mit den erlernten neuen Technologien.
InhaltDiese Vorlesung gibt eine Einführung in die Technologie der virtuellen Realität als neues Tool zur Bewältigung komplexer Geschäftsprozesse. Es sind die folgenden Themen vorgesehen: Einführung und Geschichte der VR; Eingliederung der VR in die Produktentwicklung; Nutzen von VR für die Industrie; menschliche Faktoren als Grundlage der virtuellen Realität; Einführung in die Erzeugung (Modellierung) virtueller Welten; Beleuchtungsmodelle; Kollisionserkennung; Displaysysteme; Projektionssysteme; Beschallungssysteme; Trackingssysteme; Interaktionsgeräte für die virtuelle Umgebung; haptische und taktile Interaktion; Motion Platforms; Datenhandschuh; physikalisch basierte Simulation; virtuelle Prototypen; Datenaustausch und Datenkommunikation; VR-Komplettsysteme; Augmented Reality; Kollaborationssysteme; VR zur Unterstützung von Designaufgaben; Umsetzung der VR in der Industrie; Ausblick in die laufende Forschung im Bereich VR.

Lehrmodule:
- Geschichte der VR und Definition der wichtigsten Begriffe
- Einordnung der VR in Geschäftsprozesse
- Die Erzeugung virtueller Welten
- Geräte und Technologien für die immersive virtuelle Realität
- Anwendungen der VR in unterschiedlichsten Gebieten
SkriptDie Durchführung der Lehrveranstaltung erfolgt gemischt mit Vorlesungs- und Übungsanteilen.
Die Vorlesung kann auf Wunsch in Englisch erfolgen. Das Skript ist ebenfalls in Englisch verfügbar.
Skript, Handout; Kosten SFr.50.-
Voraussetzungen / BesonderesVoraussetzungen:
keine
Vorlesung geeignet für D-MAVT, D-ITET, D-MTEC und D-INF

Testat/ Kredit-Bedingungen/ Prüfung:
– Teilnahme an Vorlesung und Kolloquien
– Erfolgreiche Durchführung von Übungen in Teams
– Mündliche Einzelprüfung 30 Minuten
151-0314-00LInformationstechnologien im Digitalen Produkt Information W4 KP3GE. Zwicker, R. Montau
KurzbeschreibungZielsetzung, Methoden und Konzepte Digitales Produkt und Product-Life-Cycle-Management (PLM)
Grundlagen Digitales Produkt: Produktstrukturierung, Optimierung Entwicklungs- und Engineeringprozess, Verteilung und Nutzung von Produktdaten in Verkauf, Produktion / Montage, Service
PLM-Grundlagen: Objekte, Strukturen, Prozesse, Integrationen
Praktische Anwendung.
LernzielDie Studierenden lernen vertieft die Grundlagen und Konzepte des Produkt-Lifecycle-Management (PLM), den Einsatz von Datenbanken, die Integration von CAx-Systemen, den Aufbau von Computer-Netzwerken und deren Protokolle, moderne computerunterstützte Kommunikation (CSCW) oder das Varianten- und Konfigurationsmanagement im Hinblick auf die Erstellung, Verwaltung und Nutzung des Digitalen Produktes.
InhaltMöglichkeiten und Potentiale der Nutzung moderner IT-Tools, insbesondere moderner CAx- und PLM- Technologien. Der zielgerichtete Einsatz von CAx- und PLM-Technologien im Zusammenhang Produkt-Plattform - Unternehmensprozesse - IT-Tools. Einführung in die Konzepte des Produkt-Lifecycle-Managements (PLM): Informationsmodellierung, Verwaltung, Revisionierung, Kontrolle und Verteilung von Produktdaten bzw. Produkt-Plattformen. Detaillierter Aufbau und Funktionsweise von PLM-Systemen. Integration neuer IT-Technologien in bestehende und neu zu strukturierende Unternehmensprozesse. Möglichkeiten der Publikation und der automatischen Konfiguration von Produktvarianten auf dem Internet. Einsatz modernster Informations- und Kommunikationstechnologien (CSCW) beim Entwickeln von Produkten durch global verteilte Entwicklungszentren. Schnittstellen der rechnerintegrierten und unternehmensübergreifenden Produktentwicklung. Auswahl und Projektierung, Anpassung und Einführung von PLM-Systemen. Beispiele und Fallstudien für den industriellen Einsatz moderner Informationstechnologien.

Lehrmodule
- Einführung in die PLM-Technologie
- Datenbanktechnologie im Digitalen Produkt
- Objektmanagement
- Objektklassifikation
- Objektidentifikation mit Sachnummernsystem
- Prozess- Kooperationsmanagement
- Workflow Management
- Schnittstellen im Digitalen Produkt
- Enterprises Application Integration
SkriptDidaktisches Konzept/ Unterlagen/ Kosten
Die Durchführung der Lehrveranstaltung erfolgt gemischt mit Vorlesungs- und Übungsanteilen anhand von Praxisbeispielen.
Handouts für Inhalt und Case; zT. E-learning; Kosten Fr.20.--
Voraussetzungen / BesonderesVoraussetzungen
Empfohlen:
Informatik II; Fokus-Projekt; Freude an Informationstechnologien

Testat/ Kredit-Bedingungen / Prüfung
Erfolgreiche Durchführung von Übungen in Teams
Mündliche Prüfung 30 Minuten, theoretisch und anhand konkreter Problemstellungen
151-0361-00LStrukturanalyse mit FEM Information W4 KP3GG. Kress
KurzbeschreibungDer Vorlesungsstoff beinhaltet mathematische Hilfskonzepte, Herleitung von Elementgleichungen, Randbedingungen, numerische Integration, Aufbau der Systemgleichungen, Lösungsmethoden, statische und Eigenwertprobleme, Substrukturtechnik, Freiheitsgradverknuepfung und nichtlineare Simulation fortschreitendenden Schadens. Es werden ANSYS und neu auch ein Lernprogramm in MATLAB eingesetzt.
LernzielZiel der Vorlesung ist die Verbindung von Theorieverständnis mit der Fähigkeit, praktische Strukturanalysen mit einem Anwenderprogramm durchführen zu können. Das vermittelte Theorieverständnis soll den Studierenden helfen, eine hohe Ergebnisqualität der Strukturanalysen zu erzielen, und es bildet auch eine Basis für eigene FEM-Programmierung.
Inhalt1. Direkte Methode zur Herleitung von finiten Elementen
2. Variationsmethoden zur Herleitung von finiten Elementen
3. Isoparametrische Koordinatentransformation
4. Numerische Integration und Verständnis der Integrationsfehler
5. Aufbau der Systemgleichungen
6. Randbedingungen und Freiheitsgradverknüpfung
7. Lösung der Systemgleichungen und Substrukturtechnik
8. Lösung von Eigenwertproblemen mittels Vektoriteration
9. Balkenelemente und Sperreffekt
10. Einführung in ein Anwenderprogramm
SkriptSkript und Vorlesungsmaterial in Papierform und als PDF-Datei:
http://www.structures.ethz.ch/education/master/intro/compulsory/analysis
LiteraturEs werden keine Lehrbuecher benoetigt.
Voraussetzungen / BesonderesTestatbedingung: Bearbeitung und Abgabe der Hausaufgaben und Testatprüfung. Sprache: Englische Lehrsprache nach Bedarf
151-0940-00LModelling and Mathematical Methods in Process and Chemical Engineering Information W4 KP3GM. Mazzotti
KurzbeschreibungEinführung in die Modellierungstechniken und mathematischen Methoden für nichtnumerische Lösungen von Gleichungen in der chemischen Verfahrenstechnik.
LernzielEinführung in die Modellierungstechniken und mathematischen Methoden für nichtnumerische Lösungen von Gleichungen in der chemischen Verfahrenstechnik.
InhaltFormulierung und Bearbeitung von mathematischen Modellen, Auswertung und Präsentation von Resultaten, Matrizen und deren Anwendung, Nichtlineare, gewöhnliche Differentialgl. erster Ordnung u. Stabilitätstheorem, Partielle Differenzialgleichungen erster Ordnung, Einführung in die Störungstheorie, Fallstudien: Mehrdeutigkeiten und Stabilität eines kontinuierlichen Rührkessels; Rückstandskurvendiagramme für einfache Destillation; Dynamik von Chromatographiekolonnen; Kinetik und Dynamik von oszillierenden Reaktionen.
Skriptkein Skript
LiteraturA. Varma, M. Morbidelli, "Mathematical methods in chemical engineering," Oxford University Press (1997)
H.K. Rhee, R. Aris, N.R. Amundson, "First-order partial differential equations. Vol. 1," Dover Publications, New York (1986)
R. Aris, "Mathematical modeling: A chemical engineer’s perspective," Academic Press, San Diego (1999)
151-0119-00LMolecular Fluid MechanicsW1 KP1GS. Schlamp, T. Rösgen
KurzbeschreibungTheory, applications, and simulation methods of fluids away from the continuum limit. The focus is on rarefied gases, but applications to micro-fluid mechanics will also be addressed.
LernzielFluids are usually treated in the continuum limit. For example, this assumption underlies the Navier-Stokes equations. For certain applications, this is not appropriate; when either the gas becomes so dilute that the molecules' mean-free path is comparable to external length scales (such as for hypersonic flight in the upper atmosphere), or when the external length scales become so small as to approach the molecular length scales (microfluid mechanics).

Students will learn:
- Relationship between the molecular nature of fluids and macroscopic quantities
- Underlying assumptions and approximations of continuum fluid mechanics in general and the Navier-Stokes equation in particular
- Theoretical and numerical approaches to treat non-continuum flows
InhaltMolecular description of matter: distribution functions, discrete-velocity gases, relation to macroscopic quantities

Kinetic theory: free-path theory, internal degrees of freedom.

Boltzmann equation: BBGKY hierarchy and closure, H theorem, Euler equations, Chapman-Enskog procedure, free-molecule flows.

Collisionless and transitional flows

Direct simulation Monte Carlo methods

Hypersonics

Applications
SkriptPrinted lecture notes will be distributed in class.
LiteraturText book:
T. I. Gombosi , Gaskinetic Theory, Cambridge University Press, 2008.

Suggested literature:
Ching Shen, Rarefied Gas Dynamics: Fundamentals, Simulations and Micro Flows (Heat and Mass Transfer), Springer, Berlin, 2005.
Voraussetzungen / BesonderesAt the class majority's request the lecture can be held in German; lecture notes, hoewever, will be in English in any case.
151-0182-00LTheoretical and Applied Computational Fluid DynamicsW4 KP3GA. Haselbacher
KurzbeschreibungThis course is focused on providing students with the knowledge and understanding required to develop simple computational fluid dynamics (CFD) codes and critically assess the results produced by CFD codes. As part of the course, students will develop their own code to solve the Euler and Navier-Stokes equations on unstructured grids and verify and validate them systematically.
LernzielSystematic introduction to development, analysis, and application of numerical methods for fluid-dynamics problems and interpretation of results.
InhaltContent:
1. Governing and model equations. Brief review of equations and properties
2. Overview of basic concepts: Overview of discretization process and its consequences
3. Overview of numerical methods: Finite-difference, finite-volume, finite-element methods, spectral methods
4. Analysis of spatially discrete equations: Consistency, accuracy, stability, convergence of semi-discrete methods
5. Time-integration methods: LMS and RK methods, consistency, accuracy, stability, convergence
6. Analysis of fully discrete equations: Consistency, accuracy, stability, convergence of fully discrete methods
7. Solution of advection equation: One-dimensional advection equation, motivation for and consequences of upwinding, TVD and WENO methods, two-dimensional advection equation, multidimensional methods
8. Solution of Burgers equation: Non-linear stability, conservation, shock capturing, TVD and WENO methods
9. Solution of diffusion equation: Splitting and fractional step methods.
10. Numerical methods for compressible Euler equations: Riemann problem, Godunov's method, approximate Riemann solvers, non-reflecting boundary conditions
11. Numerical methods for incompressible Navier-Stokes equations: Incompressibility constraint and consequences, fractional-step and pressure-correction methods, artificial-compressibility method
SkriptThe course is based mostly on notes developed by the instructor.
LiteraturLiterature: There is no required textbook. Suggested references are:
1. R.J. Leveque, Finite Volume Methods for Hyperbolic Equations, Cambridge, 2002
2. E. F. Toro, Riemann Solvers and Numerical Methods for Fluid Dynamics, 3rd ed., Springer, 2009
3. H.K. Versteeg and W. Malalasekera, An Introduction to Computational Fluid Dynamics, 2nd ed., Pearson Prentice Hall, 2007
Voraussetzungen / BesonderesPrior knowledge of fluid dynamics, applied mathematics, basic numerical methods, and programming in Fortran and/or C++ (knowledge of MATLAB is *not* sufficient).
151-0980-00LBiofluiddynamics Information W4 KP2V + 1UD. Obrist, P. Jenny
KurzbeschreibungIntroduction to the fluid dynamics of the human body and the modeling of physiological flow processes (biomedical fluid dynamics).
LernzielA basic understanding of fluid dynamical processes of the human body. Knowledge of the basic concepts of fluid dynamics and the ability to apply these concepts appropriately.
InhaltThis lecture is an introduction to the fluid dynamics of the human body (biomedical fluid dynamics). For selected topics of human physiology, we introduce fundamental concepts of fluid dynamics (e.g., creeping flow, incompressible flow, flow in porous media, flow with particles, fluid-vessel interaction) and use them to model physiological flow processes. The list of studied topics includes the cardiovascular system and related diseases, respiratory fluiddynamics, fluiddynamics of the inner ear, blood rheology, microcirculation, and blood flow regulation.
SkriptA script is provided in pdf-form.
LiteraturA list of books on selected topics of biofluiddynamics will be provided.
227-0116-00LVLSI I: von Architektur zu hochintegrierter Schaltung und FPGAW7 KP5GH. Kaeslin, N. Felber
KurzbeschreibungHochintegrierte Schaltungen, Anwendungsspezifische Integrierte Schaltungen sowie Field-Programmable Gate-Arrays verstehen. Beherrschen ihres Front-End Designs vom Architekturentwurf bis hinunter zu Netzlisten auf Gatterniveau. Modellierung und Simulation von Digitalschaltungen mit VHDL. Einsatz automatischer Synthesewerkzeuge zur Erzeugung funktionssicherer Schaltungen.
LernzielHochintegrierte Schaltungen (VLSI chips), Anwendungsspezifische Integrierte Schaltungen (ASIC) sowie Field-Programmable Gate-Arrays (FPGA) verstehen. Ihren inneren Aufbau kennen und passende Einsatzgebiete identifizieren können. Beherrschen des Front-End Designs vom Architekturentwurf bis zu Netzlisten auf Gatterniveau. Modellierung und Simulation von Digitalschaltungen mit VHDL. Gewährleisten des korrekten Verhaltens mithilfe von Simulation, Testbenches, und Assertions. Einsatz automatischer Synthesewerkzeuge zur Erzeugung funktionssicherer VLSI und FPGA Schaltungen. Sammeln von praktischen Erfahrungen mit der Hardwarebeschreibungssprache VHDL sowie mit industriellen Werzeugen zur Entwurfsautomatisierung (EDA).
InhaltDie Lehrveranstaltung befasst sich mit Systemaspekten beim Entwurf von hochintegrierten Schaltungen (VLSI) und mit komplexen programmierbaren Bausteinen (FPGA). Behandelt werden:
- Übersicht über Entwurfsmethoden und Fabrikationstiefen.
- Abstraktionsniveaus der Schaltungsmodellierung.
- Design Flows für VLSI und FPGA.
- Spezialisierte und general purpose Architekturen im Vergleich.
- Erarbeiten von Architekturen zu gegebenen Algorithmen.
- Optimierung von Durchsatz, Schaltungsgrösse und Energieeffizienz mithilfe von Architekturumformungen.
- Hardware-Beschreibungssprachen und zugrundeliegende Konzepte.
- VHDL (IEEE Norm 1076) zur Schaltungssimulation und -synthese.
- Das dazu passende neunwertige Logik-System (IEEE Norm 1164).
- Register-Transfer-Level (RTL) Synthese und ihre Grenzen.
- Evaluation synchroner und asynchroner Schaltungstechniken.
- Ein Plädoyer für synchrone Schaltungstechnik.
- Periodische Ereignisse und das Anceau Diagramm.
- Funktionale Verifikation integrierter Digitalschaltungen.
- Modulare, weitgehend wiederverwendbare Testbenches.
- Assertion-basierte Tests.
- Baublöcke digitaler VLSI Schaltungen.
- Fallstudien und Beispiele, Vergleich von ASICs mit Mikroprozessoren, DSPs und FPGAs.

In den Übungen wird eine digitale Schaltung in VHDL modelliert und eine Testbench für Simulationszwecke geschrieben. Anschliessend werden Netzlisten für VLSI-Schaltungen und FPGAs synthetisiert. Es gelangt ausschliesslich kommerzielle Software führender Anbieter zur Anwendung.
Literatur"Digital Integrated Circuit Design, from VLSI Architectures to CMOS Fabrication" Cambridge University Press, 2008, ISBN 9780521882675.
Voraussetzungen / BesonderesVoraussetzungen:
Grundkenntnisse in Digitaltechnik.

Prüfungen:
Schriftlich im Anschluss an das Vorlesungssemester (FS). Prüfungsaufgaben sind in Englisch vorgegeben, Antworten werden auf Deutsch oder Englisch akzeptiert.

Weiterführende Informationen:
http://www.iis.ee.ethz.ch/stud_area/vorlesungen/vlsi1.en.html
227-0148-00LVLSI III: Test and Fabrication of VLSI CircuitsW6 KP4GN. Felber, H. Kaeslin
KurzbeschreibungBeherrschen von Methoden, Software-Werkzeugen und Apparaturen zum testgerechten Entwurf von VLSI Schaltungen, zum Prüfen fabrizierter digitaler ICs, sowie zur physikalischen Analyse im Fehlerfall. Grundwissen über moderne Halbleitertechnologien.
LernzielBeherrschen von Methoden, Software-Werkzeugen und Apparaturen zum testgerechten Entwurf von VLSI Schaltungen, zum Prüfen fabrizierter digitaler ICs, sowie zur physikalischen Analyse im Fehlerfall. Grundwissen über moderne Halbleitertechnologien.
InhaltDiese letzte von drei Vorlesungen geht auf CMOS Fabrikationstechnologie, die Prüfung, die physikalische Analyse und Verpackungstechnik von VLSI Schaltungen ein. Behandelt werden:
- Auswirkung von Fabrikationsfehlern.
- Abstraktion vom physikalischen Fehlermodell zu solchen auf Transistor- und Gatterniveau.
- Fehlersimulation an grossen ASICs.
- Erzeugung effizienter Testvektoren.
- Verbesserung der Testbarkeit durch eingebaute Testmechanismen.
- Aufbau und Einsatz von IC-Testern.
- Physikalische Analyse von Bauelementen.
- Verpackungsprobleme und Lösungen.
- Formen der industriellen Zusammenarbeit.
- Worauf man beim Einsatz Virtueller Komponenten achten muss.
- Kostenstrukturen der ASIC Entwicklung und Herstellung.
- Anforderungen der Märkte, Entscheidungskriterien sowie Fallbeispiele.
- Heutige deep-submicron CMOS Fabrikationsprozesse.
- Ausblick auf die zukünftige Entwicklung der Halbleitertechnologie.

In den Übungen werden Softwaretools und ASIC-Testgeräte eingesetzt zur Verifikation der Schaltungen nach deren Fabrikation - so weit vorhanden des eigenen ICs aus der Semesterarbeit im 7. Semester. Physikalische Analysemethoden mit professionellem Equipment (AFM, DLTS) vervollständigen die Ausbildung.
SkriptEnglischsprachiges Vorlesungsskript (Dr. N. Felber).
Literatur"Digital Integrated Circuit Design, from VLSI Architectures to CMOS Fabrication" Cambridge University Press, 2008, ISBN 9780521882675 (Dr. H. Kaeslin).
Voraussetzungen / BesonderesVoraussetzungen:
Grundkenntnisse in digitaler Schaltungstechnik.

Weiterführende Informationen:
http://www.iis.ee.ethz.ch/stud_area/vorlesungen/vlsi3.en.html
227-0418-00LAlgebra and Error Correcting CodesW6 KP4GH.‑A. Loeliger
KurzbeschreibungThe course is an introduction to error correcting codes covering both classical algebraic codes and modern iterative decoding. The course is also an introduction to "abstract" algebra and some of its applications in coding and signal processing.
LernzielThe course is an introduction to error correcting codes covering both classical algebraic codes and modern iterative decoding. The course is also an introduction to "abstract" algebra and some of its applications in coding and signal processing.
InhaltCoding: coding and modulation, linear codes, Hamming space codes, Euclidean space codes, trellises and Viterbi decoding, convolutional codes, factor graphs and message passing algorithms, low-density parity check codes, turbo codes, Reed-Solomon codes.
Algebra: groups, rings, homomorphisms, ideals, fields, finite fields, vector spaces, polynomials, Chinese Remainder Theorem.
SkriptLecture Notes (english)
227-0420-00LInformation Theory II Information
Findet dieses Semester nicht statt.
W6 KP2V + 2UA. Lapidoth
KurzbeschreibungThis course builds on Information Theory I. It introduces additional topics in single-user communication, connections between Information Theory and Statistics, and Network Information Theory.
LernzielThe course has two objectives: to introduce the students to the key information theoretic results that underlay the design of communication systems and to equip the students with the tools that are needed to conduct research in Information Theory.
InhaltDifferential entropy, maximum entropy, the Gaussian channel and water filling, the entropy-power inequality, Sanov's Theorem, Fisher information, the broadcast channel, the multiple-access channel, Slepian-Wolf coding, and the Gelfand-Pinsker problem.
Skriptn/a
LiteraturT.M. Cover and J.A. Thomas, Elements of Information Theory, second edition, Wiley 2006
227-0434-00LHarmonic Analysis: Theory and Applications in Advanced Signal Processing
Findet dieses Semester nicht statt.
W6 KP2V + 2UH. Bölcskei
KurzbeschreibungEinführung in die Grundlagen der harmonischen Analyse mit Anwendungen in der Signalverarbeitung und in der Informationstheorie.
LernzielEinführung in die Grundlagen der harmonischen Analyse mit Anwendungen in der Signalverarbeitung und in der Informationstheorie.
InhaltElemente der linearen Algebra, Fourier Theorie und Abtasttheoreme, Hilberträume, lineare Operatoren, Frame Theorie, Approximationstheorie, Wavelets, Kurzzeit Fourier Transformation, Gaborentwicklungen, Filterbänke, Transformationskodierung, spärliche Signale, Unschärferelationen, komprimierte Abtastung.
SkriptVorlesungsskript, Übungsaufgaben mit dokumentierten Lösungen.
LiteraturS. Mallat, "A wavelet tour of signal processing", 2n ed., Academic Press, 1999 M. Vetterli and J. Kovacevic, "Wavelets and subband coding", Prentice Hall, 1995 I. Daubechies, "Ten lectures on wavelets", SIAM, 1992 O. Christensen, "An introduction to frames and Riesz bases", Birkhäuser, 2003 M. A. Pinksy, "Introduction to Fourier analysis and wavelets", Brooks/ Cole Series in Advanced Mathematics, 2002.
227-0104-00LCommunication and Detection TheoryW6 KP4GA. Lapidoth
KurzbeschreibungThis introduction to Detection and Communication Theory offers a glimpse at analog communication, but mainly focuses on the foundations of modern digital communications. Topics include the geometry of the space of energy-limited signals; the baseband representation of passband signals, spectral efficiency and the Nyquist Criterion; the power and power spectral density of PAM and QAM; hypothes
LernzielThis is an introductory class to the field of wired and wireless communication. It offers a glimpse at classical analog modulation (AM, FM), but mainly focuses on aspects of modern digital communication, including modulation schemes, spectral efficiency, power budget analysis, block and convolu- tional codes, receiver design, and multi- accessing schemes such as TDMA, FDMA and Spread Spectrum.
Inhalt- Analog Modulation (AM, FM, DSB).
- A block diagram of a digital cellular mobile phone system.
- The Nyquist Criterion for no ISI and the Matched Filter.
- Counting bits/dimension, bits/sec, bits/sec/Hz in base-band.
- Power Spectral Density, and the "energy- per-bit" parameter.
- Passband communication (QAM).
- Detection in white Gaussian noise.
- Sufficient statistics.
- The Chernoff and Bhattacharyya bounds.
- Signals as a vector space: continuous time Inner products and the Gram-Schmidt algorithm.
- Block and Convolutional Codes for the Gaussian channel.
- Multi-accessing schemes such as FDMA, TDMA, and CDMA
Skriptn/a
LiteraturA. Lapidoth, A Foundation in Digital Communication, Cambridge University Press 2009
227-0120-00LCommunication NetworksW6 KP4GC. X. Dimitropoulos, K. A. Hummel, S. Neuhaus
KurzbeschreibungThe students will understand the fundamental concepts of communication networks, with a focus on computer networking. They will learn to identify relevant mechanisms that are used in networks, and will see a reasonable set of examples implementing such mechanisms, both as seen from an abstract perspective and with hands-on, practical experience.
LernzielThe students will understand the fundamental concepts of communication networks, with a focus on computer networking. They will learn to identify relevant mechanisms that are used to networks work, and will see a reasonable set of examples implementing such mechanisms, both as seen from an abstract perspective and with hands-on, practical experience.
Voraussetzungen / BesonderesPrerequisites: A layered model of communication systems (represented by the OSI Reference Model) has previously been introduced.
227-0158-00LSemiconductor Transport Theory and Monte Carlo Device Simulation Information W4 KP2V + 1UF. Bufler, A. Schenk
KurzbeschreibungZum einen wird die Halbleitertransporttheorie einschliesslich der dafür notwendigen Quantenmechanik behandelt. Zum anderen wird die Boltzmann-Gleichung mit den stochastischen Methoden der Monte Carlo
Simulation gelöst. Die Uebungen betreffen u.a. TCAD-Simulationen von MOSFETs. Die Thematik umfasst
daher theoretische Physik, Numerik und praktische Anwendungen.
LernzielEinerseits soll der Brückenschlag zwischen der mikroskopischen Physik und deren konkreter Anwendung in der Bauelementsimulation aufgezeigt werden, andererseits steht die Vermittlung der dabei zum Einsatz kommenden numerischen Techniken im Vordergrund.
InhaltQuantentheoretische Grundlagen I (Zustandsvektoren, Schrödinger- und Heisenbergbild). Bandstruktur (Bloch-Theorem, eindimensionales periodisches Potential, Zustandsdichte). Pseudopotentialtheorie (Kristallsymmetrien, reziprokes Gitter, Brillouinzone). Semiklassische Transporttheorie (Boltzmann-Transportgleichung [BTG], Streuprozesse, linearer Transport). Monte Carlo Methode (Monte Carlo Simula- tion als Lösungsmethode der BTG, Algorithmus, Erwartungswerte). Implementationsaspekte des Monte Carlo Algorithmus (Diskretisierung der Brillouinzone. Selbststreu- ung nach Rees, Acceptance-Rejection Methode, etc.). Bulk Monte Carlo Simulation (Geschwindigkeits-Feld-Kurven, Teilchengeneration, Energieverteilungen, Transportparameter). Monte Carlo Bauelementesimulation (ohmsche Randbedingungen, MOSFET-Simulation). Quantentheoretische Grundlagen II. (Grenzen der semiklassischen Transporttheorie, quantenmechanische Ableitung der BTG, Markov-Limes).
SkriptVorlesungsskript
252-0211-00LInformation SecurityW8 KP4V + 3UD. Basin, U. Maurer
KurzbeschreibungThis course provides an introduction to Information Security. The focus
is on fundamental concepts and models, basic cryptography, protocols and system security, and privacy and data protection. While the emphasis is on foundations, case studies will be given that examine different realizations of these ideas in practice.
LernzielMaster fundamental concepts in Information Security and their
application to system building. (See objectives listed below for more details).
Inhalt1. Introduction and Motivation (OBJECTIVE: Broad conceptual overview of information security) Motivation: implications of IT on society/economy, Classical security problems, Approaches to
defining security and security goals, Abstractions, assumptions, and trust, Risk management and the human factor, Course verview. 2. Foundations of Cryptography (OBJECTIVE: Understand basic
cryptographic mechanisms and applications) Introduction, Basic concepts in cryptography: Overview, Types of Security, computational hardness, Abstraction of channel security properties, Symmetric
encryption, Hash functions, Message authentication codes, Public-key distribution, Public-key cryptosystems, Digital signatures, Application case studies, Comparison of encryption at different layers, VPN, SSL, Digital payment systems, blind signatures, e-cash, Time stamping 3. Key Management and Public-key Infrastructures (OBJECTIVE: Understand the basic mechanisms relevant in an Internet context) Key management in distributed systems, Exact characterization of requirements, the role of trust, Public-key Certificates, Public-key Infrastructures, Digital evidence and non-repudiation, Application case studies, Kerberos, X.509, PGP. 4. Security Protocols (OBJECTIVE: Understand network-oriented security, i.e.. how to employ building blocks to secure applications in (open) networks) Introduction, Requirements/properties, Establishing shared secrets, Principal and message origin authentication, Environmental assumptions, Dolev-Yao intruder model and
variants, Illustrative examples, Formal models and reasoning, Trace-based interleaving semantics, Inductive verification, or model-checking for falsification, Techniques for protocol design,
Application case study 1: from Needham-Schroeder Shared-Key to Kerberos, Application case study 2: from DH to IKE. 5. Access Control and Security Policies (OBJECTIVES: Study system-oriented security, i.e., policies, models, and mechanisms) Motivation (relationship to CIA, relationship to Crypto) and examples Concepts: policies versus models versus mechanisms, DAC and MAC, Modeling formalism, Access Control Matrix Model, Roll Based Access Control, Bell-LaPadula, Harrison-Ruzzo-Ullmann, Information flow, Chinese Wall, Biba, Clark-Wilson, System mechanisms: Operating Systems, Hardware Security Features, Reference Monitors, File-system protection, Application case studies 6. Anonymity and Privacy (OBJECTIVE: examine protection goals beyond standard CIA and corresponding mechanisms) Motivation and Definitions, Privacy, policies and policy languages, mechanisms, problems, Anonymity: simple mechanisms (pseudonyms, proxies), Application case studies: mix networks and crowds. 7. Larger application case study: GSM, mobility
252-0526-00LStatistical Learning TheoryW4 KP2V + 1UJ. M. Buhmann
KurzbeschreibungThe course covers advanced methods of statistical learning :
PAC learning and statistical learning theory;variational methods and optimization, e.g., maximum entropy techniques, information bottleneck, deterministic and simulated annealing; clustering for vectorial, histogram and relational data; model selection; graphical models.
LernzielThe course surveys recent methods of statistical learning. The fundamentals of machine learning as presented in the course "Introduction to Machine Learning" are expanded and in particular, the theory of statistical learning is discussed.
Inhalt# Boosting: A state-of-the-art classification approach that is sometimes used as an alternative to SVMs in non-linear classification.
# Theory of estimators: How can we measure the quality of a statistical estimator? We already discussed bias and variance of estimators very briefly, but the interesting part is yet to come.
# Statistical learning theory: How can we measure the quality of a classifier? Can we give any guarantees for the prediction error?
# Variational methods and optimization: We consider optimization approaches for problems where the optimizer is a probability distribution. Concepts we will discuss in this context include:

* Maximum Entropy
* Information Bottleneck
* Deterministic Annealing

# Clustering: The problem of sorting data into groups without using training samples. This requires a definition of ``similarity'' between data points and adequate optimization procedures.
# Model selection: We have already discussed how to fit a model to a data set in ML I, which usually involved adjusting model parameters for a given type of model. Model selection refers to the question of how complex the chosen model should be. As we already know, simple and complex models both have advantages and drawbacks alike.
# Reinforcement learning: The problem of learning through interaction with an environment which changes. To achieve optimal behavior, we have to base decisions not only on the current state of the environment, but also on how we expect it to develop in the future.
Skriptno script; transparencies of the lectures will be made available.
LiteraturDuda, Hart, Stork: Pattern Classification, Wiley Interscience, 2000.

Hastie, Tibshirani, Friedman: The Elements of Statistical Learning, Springer, 2001.

L. Devroye, L. Gyorfi, and G. Lugosi: A probabilistic theory of pattern recognition. Springer, New York, 1996
Voraussetzungen / BesonderesRequirements:

basic knowledge of statistics, interest in statistical methods.

It is recommended that Introduction to Machine Learning (ML I) is taken first; but with a little extra effort Statistical Learning Theory can be followed without the introductory course.
252-0570-00LGame Programming Laboratory
Im Masterstudium können zusätzlich zu den Vertiefungsübergreifenden Fächern nur max. 10 Kreditpunkte über Laboratorien erarbeitet werden. Weitere Laboratorien werden auf dem Beiblatt aufgeführt.
W10 KP9PB. Sumner
KurzbeschreibungDas Ziel dieses Kurses ist ein vertieftes Verständnis der Technologie und der Programmierung von Computer-Spielen. Die Studierenden entwerfen und entwickeln in kleinen Gruppen ein Computer-Spiel und machen sich so vertraut mit der Kunst des Spiel-Programmierens.
LernzielDas Ziel dieses neuen Kurses ist es, die Studenten mit der Technologie und der Kunst des Programmierens von modernen dreidimensionalen Computerspielen vertraut zu machen.
InhaltDies ist ein neuer Kurs, der auf die Technologie von modernen dreidimensionalen Computerspielen eingeht. Während des Kurses werden die Studenten in kleinen Gruppen ein Computerspiel entwerfen und entwickeln. Der Schwerpunkt des Kurses wird auf technischen Aspekten der Spielentwicklung wie Rendering, Kinematographie, Interaktion, Physik, Animation und KI liegen. Zusätzlich werden wir aber auch Wert auf kreative Ideen für fortgeschrittenes Gameplay und visuelle Effekte legen.

Der Kurs wird als „Labor“ durchgeführt. Anstelle von traditionellen Vorträgen und Übungen wird der Kurs in einen praktischen, hands-on Ansatz durchgeführt. Wir treffen uns einmal wöchentlich um technische Aspekte zu besprechen und den Fortschritt der Entwicklung zu verfolgen. Wir planen das XNA Game Studio Express von Microsoft zu verwenden, eine Ansammlung von Bibliotheken und Werkzeugen um die Spieleentwicklung zu erleichtern. Die Entwicklung wird zunächst auf dem PC stattfinden, das Spiel wird dann im weiteren Verlauf auf der Xbox 360 Konsole eingesetzt.

Am Ende des Kurses werden die Resultate öffentlich präsentiert.
SkriptOnline XNA Dokumentation.
Voraussetzungen / BesonderesDie Anzahl der Teilnehmer wird begrenzt sein.

Voraussetzung für die Teilnahme sind:

- Gute Programmierkenntnisse (Java, C++, C#, o.ä.)

- Erfahrung in Computergrafik: Teilnehmer sollten mindestens die Vorlesung Visual Computing besucht haben. Wir empfehlen auch noch die weiterführenden Kurse Introduction to Computer Graphics, Surface Representations and Geometric Modeling, und Physically-based Simulation in Computer Graphics.
252-0504-00LNumerical Methods for Solving Large Scale Eigenvalue ProblemsW4 KP3GP. Arbenz
KurzbeschreibungDie Vorlesung behandelt Algorithmen zur Lösung von Eigenwertproblemen
mit grossen, schwach besetzten Matrizen. Die z.T. erst in den letzten Jahren
entwickelten Verfahren werden theoretisch und praktisch mit MATLAB
untersucht.
LernzielKenntnisse der modernen Eigenlöser, ihres numerischen Verhaltens, ihrer Einsatzmöglichkeiten und Grenzen.
InhaltDie Vorlesung beginnt mit verschiedenartigen Beispielen für Anwendungen
in denen Eigenwertprobleme eine wichtige Rolle spielen. Nach einer
Einführung in die Lineare Algebra der Eigenwertprobleme wird ein
Überblick über Verfahren (QR-Algorithmus u.ä.) zur Behandlung kleiner
und mittelgrosser Eigenwertprobleme gegeben.

Danach werden die heute wichtigsten Löser für grosse, typischerweise
schwach-besetzte Matrixeigenwertprobleme vorgestellt und analysiert.
Dabei wird eine Auswahl der folgenden Themen behandelt:

* Vektor- und Teilraumiteration
* Spurminimierungsalgorithmus
* Arnoldi- und Lanczos-Algorithmus (inkl. Varianten mit Neustart)
* Davidson- und Jacobi-Davidson-Algorithmus
* vorkonditionierte inverse Iteration und LOBPCG
* Verfahren für nichtlineaere Eigenwertprobleme

In den Übungen werden diese Algorithmen (in vereinfachter Form) in
MATLAB implementiert und numerisch untersucht.
SkriptLecture notes (Englisch),
Kopien der Folien
LiteraturZ. Bai, J. Demmel, J. Dongarra, A. Ruhe, and H. van der Vorst: Templates for the Solution of Algebraic Eigenvalue Problems: A Practical Guide. SIAM, Philadelphia, 2000.

Y. Saad: Numerical Methods for Large Eigenvalue Problems. Manchester University Press, Manchester, 1994.

G. H. Golub and Ch. van Loan: Matrix Computations, 3rd ed. Johns Hopkins University Press, Baltimore 1996.
Voraussetzungen / BesonderesVoraussetzung: Lineare Algebra
252-5101-00LNumerical Simulation of Dynamic SystemsW4 KP2V + 1UF. E. Cellier
KurzbeschreibungNumerical Simulation of Dynamic Systems teaches the numerical solution to differential equation (ODE, PDE, DAE) system descriptions as they result from modeling physical and engineering systems.
LernzielThe students learn a broad spectrum of algorithms for the numerical solution of implicitly formulated differential and algebraic equation (DAE) systems, as they commonly result from the derivation of mathematical descriptions of physical and engineering systems. Although the techniques taught in this class are techniques of applied mathematics, the emphasis of the class is one of engineering systems design. The students learn how to simulate across discontinuities, as these are present in most models of engineering systems, such as in power electronics. The students are being taught how to deal with higher index DAE models, as they are derived frequently, e.g. from mechanical multi-body systems. The students learn further how to synchronize the simulation clock with physical time for the purpose of real-time simulations of systems, possibly with hardware in the loop. Finally, they are taught how to distribute simulations over multiple processors, while minimizing the inter-processor communication overhead.
InhaltThe class Numerical Simulation of Dynamic Systems (NSDS) teaches the students how to compute the trajectory behavior of implicitly formulated differential and algebraic equation (DAE) systems, as they commonly result from the derivation of mathematical descriptions of physical and engineering systems. NSDS is the sister class of the class Mathematical Modeling of Physical Systems (MMPS), in which the students learn how to derive mathematical descriptions of physical systems. MMPS is offered annually in the fall semester.
SkriptPresentations of all lectures will be published on the web.
LiteraturCellier, F.E. and E. Kofman (2006), Continuous System Simulation, Springer-Verlag, New York, ISBN 0-387-26102-8, 643p.
252-1426-00LApproximation Algorithms and Semidefinite Programming Information W7 KP3V + 2U + 1AB. Gärtner, J. Matousek
KurzbeschreibungOver the last fifteen years, semidefinite programming has become an important tool for approximate solutions of hard combinatorial problems. In this lecture, we introduce the foundations of semidefinite programming, we present some of its applications in (but not only in) approximation algorithms, and we show how semidefinite programs can efficiently be solved.
LernzielStudents should understand that semidefinite programs form a well-understood class of optimization problems that can (approximately) be solved in polynomial time and yet are powerful enough to yield good approximate solutions for hard combinatorial problems.
InhaltThe Goemans-Williamson MAXCUT algorithm. semidefinite programming, The Lovasz theta function, cone programming and duality, algorithms for semidefinite programming, advanced applications of semidefinite programming in approximation algorithms
SkriptThe lecture will follow (parts of) the book "Approximation Algorithms and Semidefinite Programming" by the lecturers (see literature).
LiteraturBernd Gärtner and Jiri Matousek: Approximation Algorithms and Semidefinite Programming, Springer, 2012

David P. Williamson and David B. Shmoys: The Design of Approximation Algorithms, Cambridge University Press, 2011
Voraussetzungen / BesonderesBasic knowledge in linear algebra and analysis; the ability to fill in routine details in proofs;
252-0564-00LScientific VisualizationW4 KP2V + 1UR. Peikert
KurzbeschreibungScientific visualization is the application of computer graphics to the visual analysis and interactive exploration of scientific data which have typically spatial or spatio-temporal domain. Such datasets arise in engineering, natural and medical sciences, and are generated by simulation, measurement or imaging techniques.
LernzielBecoming familiar with the fundamental methods and some advanced techniques of scientific visualization. Being able to apply visualization to measurement or simulation data and to correctly interpret visualization results.
InhaltThis course covers advanced topics in Scientific Visualization, including: contouring and isosurfaces, direct volume rendering, visualization of flow and vector fields, texture advection, feature extraction, topological methods, information visualization, visualization software, and hot topics of current research.
252-0538-00LShape Modeling and Geometry ProcessingW4 KP2V + 1UO. Sorkine Hornung
KurzbeschreibungThis course covers some of the latest developments in geometric modeling and digital geometry processing. Topics include surface modeling based on triangle meshes, mesh generation, surface reconstruction, subdivision schemes, mesh fairing and simplification, discrete differential geometry and interactive shape editing.
LernzielThe students will learn how to design, program and analyze algorithms and systems for interactive 3D shape modeling and digital geometry processing.
InhaltRecent advances in 3D digital geometry processing have created a plenitude of novel concepts for the mathematical representation and interactive manipulation of geometric models. This course covers some of the latest developments in geometric modeling and digital geometry processing. Topics include surface modeling based on triangle meshes, mesh generation, surface reconstruction, subdivision schemes, mesh fairing and simplification, discrete differential geometry and interactive shape editing.
SkriptSlides and course notes
Voraussetzungen / BesonderesPrerequisites:
Introduction to Computer Graphics, experience with C++ programming. Some background in geometry or computational geometry is helpful, but not necessary.
252-0579-00L3D PhotographyW4 KP3GM. Pollefeys, K. Köser
KurzbeschreibungThe goal of this course is to provide students with a good understanding of how 3D object shape and appearance can be estimated from images and videos. The main concepts and techniques will be studied in depth and practical algorithms and approaches will be discussed and explored through the exercises and a course project.
LernzielAfter attending this course students should:
1. Understand the concepts that allow recovering 3D shape from images.
2. Have a good overview of the state of the art in 3D photography
3. Be able to critically analyze and asses current research in the area
4. Implement components of a 3D photography system.
InhaltThe course will cover the following topics a.o. camera model and calibration, single-view metrology, triangulation, epipolar and multi-view geometry, two-view and multi-view stereo, structured-light, feature tracking and matching, structure-from-motion, shape-from-silhouettes and 3D modeling and applications.
252-0312-00LUbiquitous ComputingW3 KP2VF. Mattern
KurzbeschreibungUbiquitous computing integrates tiny wirelessly connected computers and sensors into the environment and everyday objects. Main topics: The vision of ubiquitous computing, trends in technology, smart cards, RFID, Bluetooth, sensor networks, location awareness, application areas and business issues, privacy.
LernzielThe vision of ubiquitous computing, trends in technology, smart cards, RFID, Bluetooth, sensor networks, location awareness, application areas and business issues, privacy.
SkriptCopies of slides will be made available
LiteraturWill be provided in the lecture. To put you in the mood:
Mark Weiser: The Computer for the 21st Century. Scientific American, September 1991, pp. 94-104
263-2300-00LHow To Write Fast Numerical CodeW6 KP3V + 2UM. Püschel
KurzbeschreibungThis course introduces the student to the foundations and state-of-the-art techniques in developing high performance software for numerical functionality such as linear algebra and others. The focus is on optimizing for the memory hierarchy and for special instruction sets. Finally, the course will introduce the recent field of automatic performance tuning.
LernzielSoftware performance (i.e., runtime) arises through the interaction of algorithm, its implementation, and the microarchitecture the program is run on. The first goal of the course is to provide the student with an understanding of this interaction, and hence software performance, focusing on numerical or mathematical functionality. The second goal is to teach a general systematic strategy how to use this knowledge to write fast software for numerical problems. This strategy will be trained in a few homeworks and semester-long group projects.
InhaltThe fast evolution and increasing complexity of computing platforms pose a major challenge for developers of high performance software for engineering, science, and consumer applications: it becomes increasingly harder to harness the available computing power. Straightforward implementations may lose as much as one or two orders of magnitude in performance. On the other hand, creating optimal implementations requires the developer to have an understanding of algorithms, capabilities and limitations of compilers, and the target platform's architecture and microarchitecture.

This interdisciplinary course introduces the student to the foundations and state-of-the-art techniques in high performance software development using important functionality such as linear algebra functionality, transforms, filters, and others as examples. The course will explain how to optimize for the memory hierarchy, take advantage of special instruction sets, and, if time permits, how to write multithreaded code for multicore platforms. Much of the material is based on state-of-the-art research.

Further, a general strategy for performance analysis and optimization is introduced that the students will apply in group projects that accompany the course. Finally, the course will introduce the students to the recent field of automatic performance tuning.
401-3901-00LMathematical OptimizationW6 KP2V + 1UR. Weismantel
KurzbeschreibungMathematical treatment of diverse optimization techniques.
LernzielAdvanced optimization theory and algorithms.
Inhalt1. Mixed integer optimization models: Geometry and basic examples.

2. Discrete optimization technique: 0/1-lift and project, cutting plane theory and proximity of integer and continuous points.

3. Combinatorial optimization: Basic concepts of complexity theory (notions of P, NP and NP-complete), optimization problems in graphs, polynomial combinatorial algorithms, integrality of polyhedra.

4. Nonlinear optimization: Basic concepts and algorithms for unconstrained optimization (descent methods, conjugate gradient and (Quasi-) Newton method) with convergence analysis for the convex case, Lagrange and Kuhn-Tucker theory
Voraussetzungen / BesonderesThis course assumes the basic knowledge of linear programming, which is taught in courses such as "Introduction to Optimization" (401-2903-00L).
401-3908-09LPolyhedral ComputationW6 KP2V + 1UK. Fukuda
KurzbeschreibungPolyhedral computation deals with various computational problems associated with convex polyhedra in general dimension. Typical problems include the representation conversion problem (between halfspace and generator representations), the polytope volume computation, the construction of hyperplane arrangements and zonotopes, the Minkowski addition of convex polytopes.
Lernziel
InhaltIn this lecture, we study basic and advanced techniques for polyhedral computation in general dimension. We review some classical results on convexity and convex polyhedra such as polyhedral duality, Euler's relation, shellability, McMullen's upper bound theorem, the Minkowski-Weyl theorem, face counting formulas for arrangements, Shannon's theorem on simplicial cells. Our main goal is to investigate fundamental problems in polyhedral computation from both the complexity theory and the viewpoint of algorithmic design. Optimization methods, in particular, linear programming algorithms, will be used as essential building blocks of advanced algorithms in polyhedral computation. Various research problems, both theoretical and algorithmic, in polyhedral computation will be presented.

We also study applications of polyhedral computation in combinatorial optimization, integer programming, game theory, parametric linear and quadratic programming.
SkriptLecture notes will be posted as pdf file.
Voraussetzungen / BesonderesThis course assumes the basic knowledge of linear programming, which is taught in courses such as "Mathematical Optimization" (401-3901-00L) and "Introduction to Optimization" (401-2903-00L).
401-3904-00LConvex Optimization Information W6 KP2V + 1UM. Baes
KurzbeschreibungThe course "Convex optimization" encompasses in a balanced manner theory (convex analysis, duality theory, optimality conditions), applications, and algorithms for convex optimization.
LernzielThe aim of this course is to give to mathematicians and practitioners an overview of useful concepts and techniques in convex optimization. A particular attention is given to convex modeling and to algorithms for solving convex optimization problems. Some exercise sessions are devoted to an initiation to a convex optimization solver.

In summary, we will discuss one of the most challenging research areas of nonlinear optimization for which there are many interesting open questions both in theory and practice.

Here is a brief syllabus of the course.
* Mathematical background (6 lectures)
Introduction, convex sets, Semidefinite cone, separation theorems,
Duality, Farkas Lemma, Optimality conditions, Lagrangian duality,
Subgradients, conjugate functions, KKT conditions and applications.

*Applications, convex modeling (3 lectures)
Conic Optimization and applications,
Applications of Semidefinite Optimization
Applications of Convex Optimization to Data Fitting and Statistical
Estimation.

*Algorithms (5 lectures)
Black-box methods, Self-concordant functions,
Interior-point methods, Primal-dual interior-point methods.
InhaltConvexity plays a central role in the design and analysis of modern and highly successful algorithms for solving real-world optimization problems. The lecture (in English) on convex optimization will treat in a balanced manner theory (convex analysis, optimality conditions), modeling issues, and algorithms for convex optimization. Beginning with basic concepts and results about the structure of convex sets, continuity and differentiability of convex functions (including conjugate functions), the lecture will cover separation theorems and their important consequences: the theory of Lagrange multipliers, the duality theory and some min-max theorems.

On the algorithmic part, the course will study some simple first and second-order algorithms, as well as some efficient interior-point methods in the framework of self-concordant functions.
SkriptThe slides of the course are available online, on the course website. An important reference book for the lecture is "S. Boyd, L. Vandenberghe, Convex Optimization, Cambridge University Press, 2004", available online for free.
Literatur* A. Barvinok, A Course in Convexity. American Mathematical Society, 2003.
* A. Ben-Tal and A. Nemirovski, Lectures on Modern Convex Optimization - Analysis, Algorithms, and Engineering Applications, MPS-SIAM Series on Optimization, MPS-SIAM.
* D. P. Bertsekas, A. Nedic and A. E. Ozdaglar, Convex Analysis and Optimization, Athena Scientific, 2003.
* D. Bertsimas and J. N. Tsitsiklis, Introduction to Linear Optimization, Athena Scientific, 1997.
* S. Boyd, L. Vandenberghe, Convex Optimization, Cambridge University Press, 2004.
* S. Boyd, L. El Ghaoui, E. Feron and V. Balakrishnan, Linear Matrix Inequalities in System and Control Theory. SIAM, 1994.
* E. de Klerk, Aspects of Semidefinite Programming: Interior Point Algorithms and Selected Applications, Book Series: APPLIED OPTIMIZATION, Vol. 65. Kluwer Academic Publishers.
* Y. Nesterov, Introductory Lectures on Convex Optimization: A Basic Course, Book Series: APPLIED OPTIMIZATION, Vol. 87. Kluwer Academic Publishers,
* R. A. Horn and C. R. Johnson, Matrix Analysis, Cambridge University Press, 1985.
* J. Renegar, A Mathematical View of Interior-Point Methods in Convex Optimization, MPS-SIAM Series on Optimization.
* H. Wolkowicz, R. Saigal and L. Vandenberghe, Handbook of Semidefinite Programming: Theory, Algorithms, and Applications, Kluwer Academic Publishers.
* A. Nemirovski and D. Yudin, Problem complexity and method efficiency in optimization, Wiley, 1983.
401-4606-00LNumerical Analysis of Stochastic Partial Differential EquationsW8 KP4GA. Barth, A. Lang
KurzbeschreibungMathematical formulation of partial differential equations with random inputs,
and numerical analysis of deterministic approximation
methods for them:
Karhunen-Loeve expansion of random fields, measures on Hilbert spaces,
multilevel Finite Element methods, sparse tensor and polynomial chaos type approximation methods
LernzielThe mathematical formulation of stochastic and random partial
differential equations and the main discretization methods.
Inhalt1 Preliminaries
1.1 Functional analysis
1.2 Probability theory

2 Stochastic partial diffrential equations
2.1 Gaussian measures
2.2 Wiener processes
2.3 Stochastic integration
2.4 Solutions of stochastic partial differential equations
2.5 Finite Element approximation
2.6 Noise approximation
2.7 (Multilevel) Monte Carlo methods

3 Random partial differential equations
3.1 Distributions on Banach spaces
3.2 Elliptic partial differential equation with stochastic right hand
3.2.1 Existence and uniqueness
3.2.2 Finite Element method
3.2.3 Full and sparse tensor approximations
3.3 Elliptic partial differential equation with stochastic operator
3.3.1 Existence and uniqueness
3.3.2 Finite Element method
3.3.3 (Multilevel) Monte Carlo methods
3.3.4 Stochastic Galerkin methods
SkriptNo lecture notes but handouts on selected topics will be provided.
Literatur1. Stochastic Equations in Infinite Dimensions
G. Da Prato and J. Zabczyk
Cambridge Univ. Press (1992)

2. Taylor Approximations for Stochastic Partial Differential Equations
A. Jentzen and P.E. Kloeden
Siam (2011)

3. Numerical Solution of Stochastic Differential Equations
P.E. Kloeden and E. Platen
Springer Verlag (1992)

4. A Concise Course on Stochastic Partial Differential Equations
C. Prévôt and M. Röckner
Springer Verlag (2007)

5. Galerkin Finite Element Methods for Parabolic Problems
V. Thomée
Springer Verlag (2006)
Voraussetzungen / BesonderesFunctional analysis, numerical solution of elliptic and parabolic PDEs, probability theory, stochastic processes
402-0577-00LQuantum Systems for Information TechnologyW8 KP2V + 2US. Filipp
KurzbeschreibungIntroduction to experimental quantum information processing (QIP). Quantum bits. Coherent Control. Quantum Measurement. Decoherence. Microscopic and macroscopic quantum systems. Nuclear magnetic resonance (NMR) in molecules and solids. Ions and neutral atoms in electromagnetic traps. Charges and spins in quantum dots. Charges and flux quanta in superconducting circuits. Novel hybrid systems.
LernzielIn recent years the realm of quantum mechanics has entered the domain of information technology. Enormous progress in the physical sciences and in engineering and technology has allowed us to envisage building novel types of information processors based on the concepts of quantum physics. In these processors information is stored in the quantum state of physical systems forming quantum bits (qubits). The interaction between qubits is controlled and the resulting states are read out on the level of single quanta in order to process information. Realizing such challenging tasks may allow constructing an information processor much more powerful than a classical computer. The aim of this class is to give a thorough introduction to physical implementations pursued in current research for realizing quantum information processors. The field of quantum information science is one of the fastest growing and most active domains of research in modern physics.
InhaltA syllabus will be provided on the class web server at the beginning of the term (see section 'Besonderes'/'Notice').
SkriptElectronically available lecture notes will be published on the class web server (see section 'Besonderes'/'Notice').
LiteraturQuantum computation and quantum information / Michael A. Nielsen & Isaac L. Chuang. Reprinted. Cambridge : Cambridge University Press ; 2001.. 676 p. : ill.. [004153791].

Additional literature and reading material will be provided on the class web server (see section 'Besonderes'/'Notice').
Voraussetzungen / BesonderesThe class will be taught in English language.

Basic knowledge of quantum mechanics is required, prior knowledge in atomic physics, quantum electronics, and solid state physics is advantageous.

More information on this class can be found on the web site: http://www.solid.phys.ethz.ch/wallraff/content/courses/coursesmain.html
402-0472-00LMesoscopic Quantum Optics
Findet dieses Semester nicht statt.
W8 KP3V + 1UA. Imamoglu
KurzbeschreibungDescription of open quantum systems using quantum trajectories. Cascaded quantum systems. Decoherence and quantum measurements. Elements of single quantum dot spectroscopy: interaction effects. Spin-reservoir coupling.
LernzielThis course covers basic concepts in mesoscopic quantum optics and builds up on the material covered in the Quantum Optics course. The specific topics that will be discussed include emitter-field interaction in the electric-dipole limit, spontaneous emission, density operator and the optical Bloch equations, quantum optical phenomena in quantum dots (photon antibunching, cavity-QED) and confined spin dynamics.
InhaltDescription of open quantum systems using quantum trajectories. Cascaded quantum systems. Decoherence and quantum measurements. Elements of single quantum dot spectroscopy: interaction effects. Spin-reservoir coupling.
SkriptY. Yamamoto and A. Imamoglu, "Mesoscopic Quantum Optics," (Wiley, 1999).
402-0804-00LNeuromorphic Engineering II Information W6 KP5GT. Delbrück, G. Indiveri, S.‑C. Liu
KurzbeschreibungDiese Vorlesung lehrt die Basis des analogen Chip-Design und Chip-Layout mit Betonung auf Neuromorphe Schaltungen, welche im Herbstsemester in der Vorlesung "Neuromorphic Engineering I" eingeführt werden.
LernzielDiese Vorlesung mit Übungen ermöglicht den Teilnehmern, selbst neuromorphe Schaltungen zu entwerfen und herstellen zu lassen.
InhaltEs werden verschiedene Computerprogramme vorgestellt und benutzt, die zur Simulation, zum Entwurf und zur Entwurfsverifikation von neuromorphen Schaltungen geeignet sind. Anhand von Beispielen wird aufgezeigt, worauf beim Schaltungsentwurf zu achten ist. Nützliche und notwendige Schaltungen werden erklärt und zur Verfügung gestellt. Es werden verschiedenen CMOS-Prozesse erläutert und gezeigt, wie man sie benutzen kann. Gegen Ende des Semesters kann jeder Student eine eigene Schaltung konzipieren und herstellen lassen.
LiteraturS.-C. Liu et al.: Analog VLSI Circuits and Principles; Software-Dokumentation.
Voraussetzungen / BesonderesVoraussetzungen: dass die Studenten bereits über die Grundkenntnisse der neuromorphen Schaltungstechnik verfügen, die sie sich am besten in der Vorlesung "Neuromorphic Engineering I" im vorangehenden Herbstsemester erwerben.
402-0816-00LComputational Physics and EconophysicsW5 KP2V + 2UD. Würtz
KurzbeschreibungIntroduction to principles of computational finance and financial engineering from an econophysicist point of view. Prerequisite R/SPlus programming.
LernzielIntroducing main statistical methods for numerical modelling of financial
time series, valuation of derivatives, and optimization of portfolios.
Implementing numerical methods using the statistical software environment R.
Inhalt- Overview on R/Rmetrics and SPlus/Finmetrics.
- Financial Returns, Stylized Facts, Stable and Hyperbolic Distributions
- ARMA and GARCH Time Series Modelling, Trends and Unit Roots
- Technical Analysis, Trading Models and Decision Making
- Extreme Value Theory and Dependence Structures (Copulae)
- Plain Vanilla and Exotic Option Pricing, Monte Carlo Simulations
- Markowitz and CVaR Portfolio Optimization
SkriptLecture notes written in English as well as R/Rmetrics software for
registered participants in the course.
402-0806-00LComputational VisionW6 KP2V + 1UR. J. Douglas, D. Kiper, K. A. Martin
KurzbeschreibungIn diesem Kurs studieren wir die neuronalen Prozesse, welche die visuelle Wahrnehmung unterstützen. Wir lernen, wie visuelle Signale in der Netzhaut, dem CGN und im visuellen Kortex vearbeitet werden. Wir studieren die Morphologie und funktionelle Architektur der visuellen neuralen Netzwerke, die für Wahrnehmung von Form, Farbe, Bewegung, und Dreidimensionalität verantwortlich sind.
LernzielThis course considers the operation of circuits in the process of neural computations. The evolution of neural systems will be considered to demonstrate how neural structures and mechanisms are optimised for energy capture, transduction, transmission and representation of information. Canonical brain circuits will be described as models for the analysis of sensory information. The concept of receptive fields will be introduced and their role in coding spatial and temporal information will be considered. The constraints of the bandwidth of neural channels and the mechanisms of normalization by neural circuits will be discussed.
The visual system will form the basis of case studies in the computation of form, depth, and motion. The role of multiple channels and collective computations for object recognition will
be considered. Coordinate transformations of space and time by cortical and subcortical mechanisms will be analysed. The means by which sensory and motor systems are integrated to allow for adaptive behaviour will be considered.
InhaltThis course considers the operation of circuits in the process of neural computations. The evolution of neural systems will be considered to demonstrate how neural structures and mechanisms are optimised for energy capture, transduction, transmission and representation of information. Canonical brain circuits will be described as models for the analysis of sensory information. The concept of receptive fields will be introduced and their role in coding spatial and temporal information will be considered. The constraints of the bandwidth of neural channels and the mechanisms of normalization by neural circuits will be discussed.
The visual system will form the basis of case studies in the computation of form, depth, and motion. The role of multiple channels and collective computations for object recognition will
be considered. Coordinate transformations of space and time by cortical and subcortical mechanisms will be analysed. The means by which sensory and motor systems are integrated to allow for adaptive behaviour will be considered.
LiteraturBooks: (recommended references, not required)
1. An Introduction to Natural Computation, D. Ballard (Bradford Books, MIT Press) 1997.
2. The Handbook of Brain Theorie and Neural Networks, M. Arbib (editor), (MIT Press) 1995.
402-0981-00LComputer Simulations of Sensory SystemsW3 KP2V + 1UT. Haslwanter
KurzbeschreibungDie Lehrveranstaltung behandelt Computersimulationen vom menschlichen Gehör, Auge, und Gleichgewichtssystem. In der Vorlesung werden die biologisch/mechanischen Grundlagen dieser sensorischen Systeme behandelt. In den Übungen werden diese Simulationen mit MATLAB so umgesetzt, dass der Output der Programme für die Kontrolle echter neuro-sensorischer Prothesen verwendet werden könnte.
LernzielUnsere sensorischen Systeme liefern uns die nötigen Informationen darüber, was „um uns herum“ gerade geschieht. Dazu werden einlaufende mechanische, elektromagnetische, und chemische Signale in die Sprache unseres zentralen Nervensystems, in „Aktionspotentiale“, umgewandelt.
Das Ziel dieser Vorlesung ist die Beschreibung dieser Transformationen, und wie sie mit programmiertechnischen Methoden reproduziert werden können.
So führt unser Gehör zum Beispiel eine „Fourier Transformation“ der einlaufenden Schallwellen durch; das visuelle System ist spezialisiert auf das Auffinden von Kanten in den Bildern, welche von unserer Umgebung auf die Retina projiziert werden; und bei unserem Gleichgewichtssystem kann unter Verwendung von „Steuerungssystemen“ die Umwandlung von linearen und rotatorischen Beschleunigungen in Nervenimpulse elegant beschrieben werden.
In den begleitenden Übungen sollen – unter Zuhilfenahme von MATLAB-Toolboxen – die Funktionsweise von Augen, Ohren, und vom Gleichgewichtssystem so reproduziert werden, dass der Output der Programme als Input für neuro-sensorische Prothesen verwendet werden kann. Solche Prothesen sind im Bereich des auditorischen Systems bereits Routine; beim visuellen System und beim Gleichgewichtssystem sind sie noch in Entwicklung.
Für die Übungen ist ist eine wenigstens rudimentäre Programmiererfahrung-Erfahrung Voraussetzung. Erfahrung mit MATLAB erleichtert die Aufgaben, ist aber nicht unbeding nötig.
InhaltDie folgenden Themen werden in der Vorlesung behandelt:
• Einführung in die Funktionsweise von Nervenzellen.
• Einführung in MATLAB.
•Vereinfachte Simulation von Nervenzellen (Hodgkins-Huxley Modell).
• Beschreibung des menschlichen Gehörs, sowie eine Einführung in die Anwendung von Fourier-Transformationen auf aufgezeichnete Sprachbeispiele.
• Beschreibung des visuellen Systems, wobei sowohl die Funktionsweise der Retina erklärt wird, als auch die Informationsverarbeitung im visuellen Cortex. Die entsprechenden Übungen werden eine Einführung in die Anwendung von digitaler Bildverarbeitung liefern.
• Beschreibung der Funktionsweise unseres Gleichgewichtssystems, und der „Steuerungstheorie“, mit der dieses System elegant beschrieben werden kann. (Dies umfasst die Anwendung von Laplace Transformationen, und die Verwendung des Matlab-Moduls „Simulink“.)
SkriptFür jedes Modul wird ein englisches Skript auf der E-learning Plattform"moodle" zur Verfügung gestellt. Zusaetzlich werden sind Hauptinhalte der Lehrveranstaltung als Wikibook zugaenglich, unter http://en.wikibooks.org/wiki/Biological_Machines
LiteraturFrei zugänglich ist das Wikibook http://en.wikibooks.org/wiki/Biological_Machines

Folgende Bücher sind sehr empfehlenswert:
• L. R. Squire, D. Berg, F. E. Bloom, Lac S. du, A. Ghosh, and N. C. Spitzer. Fundamental Neuroscience, Academic Press - Elsevier, 2008 [ISBN: 978-0-12-374019-9].
Dieses Buch bietet einen ausgezeichneten Gesamtüberblick, von der Funktionsweise von Ionenkanälen bis hin zur neurowissenschaftlichen Beschreibung von Bewusstsein. Zwar wird die Informatik-Seite nicht behandelt; aber das Buch bietet einen sehr guten Überblick über die Funktionsweise unserer sensorischen Systeme. Etwas technischer/schwieriger zu lesen als „Kandel/Schwartz – Principles of Neural Sciences“, aber dafür viel aktueller.
• P Wallisch, M Lusignan, M. Benayoun, T. I. Baker, A. S. Dickey, and N. G. Hatsopoulos. MATLAB for Neuroscientists, Academic Press, 2009.
Kompakt geschrieben; eine kurze Einführung, und ein sehr guter Gesamtüberblick über MATLAB, mit Schwerpunkt auf Anwendungen im Bereich der Neurowissenschaften.
• G. Mather. Foundations of Perception, Psychology Press, 2006 [ISBN: 0-86377-834-8 (hardcover), oder 0-86377-835-6 (paperback)]
Eine gute, allgemeine Einführung in die physiologischen und theoretischen Grundlagen sensorischer Wahrnehmungen.
Voraussetzungen / BesonderesDa ich zur Veranstaltung dieser Vorlesung/Übungen jeweils aus Linz (Österreich) anreisen muss, plane ich die Veranstaltung im Rahmen der vorhandenen Möglichkeiten geblockt (vermutlich jede 2. Woche) durchzuführen.
402-0738-00LStatistical Methods and Analysis Techniques in Experimental PhysicsW6 KP2V + 3UC. Grab, M. Donegà, C. Regenfus
KurzbeschreibungDie Vorlesung behandelt moderne statistische Methoden, wie sie für die Datenanalyse der Experimentalphysik angewandt werden. In den Übungen werden neben allgemeinen Aufgaben zur Statistik auch selbständige Analysen am Computer von Daten aus echten Experimenten durchgeführt. Die Beispiele und die echten Daten stammen aus dem Gebiet der Teilchenphysik.
LernzielKennenlernen der Methoden und Werkzeuge und Erlernen der Fähigkeit, grosse Datensätze statistisch korrekt analysieren zu können. Lernen, wissenschaftliche Resultate professionell zu präsentieren und zu diskutieren.
InhaltThematische Schwerpunkte
- Moderne Methoden der statistischen Datenanalyse.
- Wahrscheinlichkeitsverteilungen, Fehlerrechnung, Simulationsmethoden, Schätzmethoden, Blindstudien
- Monte Carlo methoden,Konfidenzintervalle, Hypothesentests, Regularisierung, Entfaltung, Moderne multivariate Methoden
- Viele Beispiele aus der Teilchenphysik.

Lernformen
- Vorlesung zu theoretischen Grundlagen.
- Gemeinsame Diskussion von Musterbeispielen;
- Uebungen: spezifische Aufgaben, um das in der VL Behandelte zu vertiefen.
- Die Studierenden fuehren statistische Modell-Rechnungen mithilfe eines ausgewaehlten Programms selbst am Computer durch.
- Gruppenarbeit (zu zweit): Durchfuehren einer eigenen Datenanalyse mit reellen Daten, die aus aktuellen Forschungsprojekten stammen.
- Studierende stellen ihre Arbeiten am Ende vor in einem wissenschaftlichen Vortrag mit Diskussion.
- Direkte Betreuung der Studierenden durch Assistierende waehrend ihrer Auswertearbeit.
SkriptFolien werden auf dem Web zur Verfügung gestellt.
Literatur1) Statistics: A guide to the use of statistical medhods in the Physical Sciences, R.J.Barlow; Wiley Verlag .
2) J Statistical data analysis, G. Cowan, Oxford University Press; ISBN: 0198501552.
3) Statistische und numerische Methoden der Datenanalyse, V.Blobel und E.Lohrmann, Teubner Studienbuecher Verlag.
Voraussetzungen / BesonderesGrundkenntnisse in Kern- und Teilchenphysik vorausgesetzt.
701-0412-00LKlimasystemeW3 KP2GR. Knutti
KurzbeschreibungDie wichtigsten physikalischen Komponenten des Klimasystems und deren Wechselwirkungen werden eingeführt. Vor dem Hintergrund der Klimageschichte - und variabilität werden die Mechanismen des anthropogenen Klimawandels analysiert. Absolvierende des Kurses sind in der Lage, einfache Problemstellungen aus dem Bereich der Klimasysteme zu identifizieren und erläutern.
LernzielStudierende können:
- die wichtigsten physikalischen Komponenten des goblaben Klimasystems beschreiben und ihre Wechselwirkungen skizzieren.
- die Mechanismen des anthropogenen Klimawandels erklären.
einfache Problemstellungen aus dem Bereich der Klimasysteme identifizieren und erläutern.
SkriptKopien der Folien werden elektronisch zur Verfuegung gestellt.
LiteraturEine vollständige Literaturliste wird abgegeben. Insbesondere empfohlen sind:
- Hartmann, D., 1994: Global Physical Climatology. Academic Press, London, 411 pp.
- Peixoto, J.P. and A.H. Oort, 1992: Physics of Climate. American Institute of Physics, New York, 520 pp.
Voraussetzungen / BesonderesDozierende: Reto Knutti, mehrere Vorträge zu Spezialthemen von anderen Dozenten
Unterrichtssprache: deutsch
Sprache der Folien: englisch
701-1228-00LCloud Dynamics Information W4 KP3GU. Lohmann
KurzbeschreibungHurricanes are among the most destructive elements in Atmospheric science. This lecture will discuss the requirements for their formation, longevity, damage potential and their relationship to global warming.
LernzielUnderstand how hurricane form and recognize that hurricane forecasts on short time scales and how they might change with global warming are very complex issues.
InhaltIn order to understand hurricane formation, their lifecycle, their potential damage and their connection with global warming, this course will review cloud formation, dynamics and microphysics relevant for understanding hurricane formation and lifecycle. This includes discussing differences to extratropical cyclones and mesoscale complex systems.
SkriptSlides will be made available
LiteraturHouze, R. A., Cloud Dynamics, Academic Press, 1993

A literature list can be found here: http://www.iac.ethz.ch/edu/courses/master/modules/cloud_dynamics
Voraussetzungen / BesonderesAt least one introductory lecture in Atmospheric Science or Instructor's consent.
» siehe auch Angebot im Abschnitt Vertiefungsgebiete