16.04.2025

<benjamin.blankertz@tu-berlin.de>

• Studium: Mathematik
  • Nebenfächer Informatik und Mathematische Logik
• Seit 2012 Professor an der TU Berlin
• Forschungsschwerpunkt Neurotechnologie
  • mit Methoden des Maschinellen Lernens
• Speziell: Brain-Computer Interfaces (BCI)

Angestrebte fächerübergreifende Fähigkeiten:

• Quellen recherchieren und reflektiert beurteilen
• Präsentationstechniken für wissenschaftliche Themen
• Schriftliche Ausarbeitung von Fachinhalten
• Kritische Diskussion
• Sinnvolle Zeiteinteilung

• Auswahl des Themas mit Literaturrecherche
• Kurzpräsentation (2 Min)
• Kriterien für gute Präsentationen
• Spotlight-Präsentation (5 Min)
• Wiki-Artikel (Beispiele: Nurikabe | Skat)
• Peer-Review

MOSES #41037: Ausgewählte Themen zu Algorithmen und Datenstrukturen

• Anmeldung bis spätestens Dienstag, 29.04
• Voraussetzung: VL AlgoDat erfolgreich abgeschlossen.
• Benotung nach Notenschlüssel 1 der Fakultät IV:

• 15% - Beteiligung in Diskussionen, Fragen, …
• 05% - Kurzpräsentation
• 25% - Spotlight-Präsentation
• 40% - Wiki-Artikel
• 15% - Peer-Review-Kommentare

• Alpha-Beta Suche (viele Varianten)
• Best-First Suche
• Monte-Carlo Tree Search (MCTS)
• Neuronale Netze als Bewertungsfunktion
• (Evolutionäre Algorithmen)

• Backtracking+
• Dynamische Programmierung
• Lösungszustand mathematisch beschreiben und Solver nutzen:
  • SAT; Integer / Constraint programming
• “Deduction Solver” (ähnelt menschlicher Lösungsweise)
• Zero-suppressed binary decision diagrams (ZDDs)
• Randomisierte Algorithmen (MCTS; evolutionär)

• A*
• IDA* (falls A* zu Speicherproblemen führt)
• Heuristische Funktion
  • Pattern Database
• Integer / Constraint programming