Loading
0000005391 20S 2SWS VO Turing Berechenbarkeit für Kommunikationsnetze und Informationstheorie   Hilfe Logo

LV - Detailansicht

Wichtigste Meldungen anzeigenMeldungsfenster schließen
Allgemeine Angaben
Turing Berechenbarkeit für Kommunikationsnetze und Informationstheorie 
0000005391
Vorlesung
2
Sommersemester 2020
Lehrstuhl für Theoretische Informationstechnik (Prof. Boche)
(Kontakt)
Details
Zuordnungen: 1 
Angaben zur Abhaltung
Ziel der Vorlesung ist es, die Teilnehmer an die Turing Berechenbarkeit und deren Anwendung für die Berechnung von Kommunikationsnetzen heranzuführen - ein Forschungsgebiet, welches sich insbesondere in den letzten Jahren rasant entwickelt und etabliert hat. Die Turing Berechenbarkeit liefert das stärkste Modell für Simulationen, die auf einer perfekten digitalen Hardware implementiert werden kann. Sie liefert damit auch die Grundlage für Software Defined Networking (SDN) und Network Function Virtualization (NFV). Neben einer grundsätzlichen Einführung in die Turing Berechenbarkeit und Gödelschen Theorie der rekursiven Funktionen werden weitergehende Zusammenhänge zu SDN und NFV und fundamentale Grenzen für SDN und NFV vermittelt.
Lineare Algebra, Analysis 1-3
Nach dem erfolgreichen Abschluss des Moduls ist der Student mit den Grundlagen der Turing Berechenbarkeit vertraut. Er kann auch die behandelten Algorithmen in der Entwicklung bzw. im Entwurf von SDN- und NFV-Systemen einsetzen.
Deutsch

Entwicklung und Präsentation der Vorlesungsinhalte an der Tafel. Vertiefung des Vorlesungsstoffes durch die Lösung von Aufgaben und Rechenbeispielen in den Übungen.
Details
Für die Anmeldung zur Teilnahme müssen Sie sich in TUMonline als Studierende/r identifizieren.
Zusatzinformationen
R. I. Soare, "Turing Computability; Theory and Application" Springer Verlag 2016

H. Boche, R.F. Schaefer, H.V. Poor: Secure Communication and Identification Systems – Effective Performance Evaluation on Turing Machines. IEEE Transactions on Information Forensics and Security (Early Access), 2019
Online Unterlagen
E-Learning Kurs (Moodle)