Dynamic Systems: Applications ton Signals, robotics and finance

Informationen zur Lehrveranstaltung
TitelΔυναμικά Συστήματα: Εφαρμογές σε σήματα, ρομποτική, οικονομία / Dynamic Systems: Applications ton Signals, robotics and finance
CodeDMCI107
Cycle / Level2. Magisterstudiengang
SemesterWinter
CoordinatorKonstantinos(constantine) Kotropoulos
CommonNein
StatusAktiv
Course ID600016144

Studienplan: PMS PSĪFIAKA MESA - YPOLOGISTIKĪ NOĪMOSYNĪ (2018 eōs sīmera) MF

Registered students: 0
FachrichtungForm des KursbesuchsSemesterJahrECTS
KORMOSYPOCΗREŌTIKO KAT' EPILOGĪN117.5

Studienplan: PMS PSĪFIAKA MESA - YPOLOGISTIKĪ NOĪMOSYNĪ (2018 éōs sīmera) PF

Registered students: 0
FachrichtungForm des KursbesuchsSemesterJahrECTS
KORMOSYPOCΗREŌTIKO KAT' EPILOGĪN117.5

Informationen zur Veranstaltung
Akademisches Jahr2018 – 2019
KurslehrdauerWinter
Faculty Instructors
Weekly Hours3
Class ID
600131998
Veranstaltungstyp
  • Persönliche Anwesenheit
Elektronischer Zugang zu Unterrichtsmaterialien
Erasmus
The course is also offered to exchange programme students.
Sprache
  • Griechisch (Lehre, Prüfung)
  • Englisch (Lehre, Prüfung)
Allgemeine Kompetenzen
  • Anwendung des Wissens in der Praxis
  • Recherche, Analyse und Verarbeitung von Daten und Informationen mittels der Verwendung technologischer Medien
  • Anpassung an neue Situationen
  • Entscheidungsfähigkeit
  • Autonomes Arbeiten
  • Gruppenarbeit
  • Arbeit in einem multidisziplinären Umfeld
  • Produktion von neuen Forschungsideen
  • Kritik und Selbstkritik
  • Förderung des freien, kreativen und induktiven Denkens
Lehrmaterialien
  • Skript
  • Interaktive Übungen
Einsatz von Informations- und Kommunikationstechnologie
IKT-Nutzung
  • Einsatz von IKT in der Lehre
  • Einsatz von IKT in der Bewertung der Studierenden
Unterrichtsorganisation
ActivitiesArbeitsbelastungECTSEinzelarbeitGruppenarbeitErasmus
Vorlesungen39
Rezeption/ Analyse von Texten96
Projekt60
Erstellen einer Arbeit / v. Arbeiten15
Prüfung15
Total225
Bewertung der Studierenden
Beschreibung des Verfahrens
  • Schriftliche Prüfung mit kurzen Antworten auf Fragen (Entwicklung, Endnote)
  • Schriftliche Prüfung mit Problemlösung (Entwicklung, Endnote)
Empfohlene Bibliographie
Weitere Bibliographie
1. Steven M.Kay Fundamentals of Statistical Signal Processing, vol. I, Estimation Theory, Prentice Hall Signal Processing Series, Upper Saddle River, NJ: Prentice Hall, 1993. 2. James V. Candy, Bayesian Signal Processing: Classical, Modern, and Particle Filtering Methods, IEEE-Wiley, Hoboken, NJ: John Wiley and Sons, 2009. 3. C. K. Hui, and G. Chen, Kalman Filtering with Real-Time Applications, 3e. Berlin: Springer Verlag, 1999. 4. S. Reich and C. Cotter, Probabilistic Forecasting and Bayesian Data Assimilation, Cambridge, U.K.: Cambridge University Press, 2015.
Last Update
19-04-2019