Medical Systems Biology

You are here:  Teaching > WS2019/2020 > Hybridrechnen

Hybridrechnen

 
Dozent: Prof. Dr. Bernd Ulmann
 
Prof. Dr. Hans A. Kestler
Alexander Groß

Code: CS8797.000






Vorlesungszeiten und Ankündigung

  • Kompaktkurs
  • Blockveranstaltung: 17. Februar bis 28. Februar 2020 mit anschließender Projektarbeit
  • Beginn: Montag, 17. Februar, um 14:00 Uhr; ab Dienstag um 9:00 Uhr
  • Raum: O27/2203
 

Inhalt und Themen

Hybrid- und Analogrechner sind Technologien mit großem Potenzial für künftige Applikationen im Bereich des High- Performance Computing und des energieeffizienten Rechnens. Die Vorlesung stellt die grundlegenden Konzepte des Analog- und Hybridrechnens vor und stellt die Hauptunterschiede zur Verwendung von speicherprogrammierten Computern heraus. Die Studierenden erhalten eine Einführung in die Programmierung von Analogrechnern anhand von praktischen Beispielen.

  • Vorlesung (40 h):

Inhalte:

- Grundlagen des Analog- und Hybridrechnens
- Historie
- Aufbau eines Analog / Hybridrechners
- Die Mathematik des Analogrechnens
- Analogrechnen als Paradigma
- Anwendungen
- FPAAs

  • Übung (20 h):

Die Kompaktkurs Hybridrechnen beinhaltet eine tägliche Präsenzübung, in der die Studierenden ihre bearbeiteten Übungsblätter mit den Dozenten besprechen.

  • Vor-/Nachbereitung (60 h):

Die Vor- und Nachbereitung des Kompaktkurs Hybridrechnen wird auf etwa 60 Stunden geschätzt. Dieser Zeitraum beinhaltet das selbstständige bearbeiten der Übungsblätter und Aufarbeitung der Vorlesungsstoffes.

  • Projekt (60 h):
Die Kompaktkurs Hybridrechnen wird durch ein selbstständig zu bearbeitendes Projekt abgeschlossen, in dem die Studierenden das Erlernte anwenden sollen.
 

Buch

Analog and Hybrid Computer Programming

 

Folien

Hybridrechnen

 

Sonstiges

Firmware

 

 

 

 

 

 

 

Latest News

 

Our first quantum computing paper "Leveraging quantum computing for dynamic analyses of logical networks in systems biology" has been published in Patterns.

 

Our paper "Unsupervised domain adaptation for the detection of cardiomegaly in cross-domain chest X-ray images" has been published in Frontiers in Artificial Intelligence.

 

  1. "The HLA ligandome of oropharyngeal squamous cell carcinomas reveals shared tumour-exclusive peptides for semi-personalised vaccination" has been published online first in the British Journal of Cancer.

 

"Vaccine Side Effects in Health Care Workers after Vaccination against SARS-CoV-2: Data from TüSeRe:exact Study" has been published in Viruses-Basel.

 

"PREDICT-juvenile-stroke: PRospective evaluation of a prediction score determining individual clinical outcome three months after ischemic stroke in young adults – a study protocol" has been published in BMC Neurology.

 

Our paper "Federated Electronic Data Capture (fEDC): Architecture and Prototype" has been accepted for publiaction in the Journal of Biomedical Informatics.

 

Our paper "Efficient cross-valdation traversals in feature subset selection" has been published in Scientific Reports.

 

Our paper "CANTATA - prediction of missing links in Boolean networks using genetic programming" has been published in Bioinformatics.

 

Our paper "Interaction Empowerment in Mobile Health: Concepts, Challenges, and Perspectives" has been published in the Journal of Medical Internet Research mhealth and uhealth.

 

Our paper "Identification of dynamic driver sets controlling phenotypical landscapes" has been published in the Computational and Structural Biotechnology Journal.


Congratulations to Dr. Silke Werle for winning the 1st Prize with her pitch at the 1. Science Day held by ProTrainU. 

 

Our paper "Reconstructing Boolean network ensembles from single-cell data for unraveling dynamics in the aging of human hematopoietic stem cells" has been published in the Computational and Structural Biotechnology Journal.

 

The position paper "Is there a role for statistics in artificial intelligence" has been published online first in Advances in Data Analysis and Classification.