Dynamische Beschreibung und Optimierung von selbstorganisierten Schedulingmodellen
(Diplom-, Masterarbeit)

Stichworte: Organic Computing , Grid-Computing, künstliche Intelligenz, neurobiologisch inspirierte Informationsverarbeitung, Synergetik

Zielgruppe: Studierende der Physik oder Mathematik mit Interesse an Neuroinformatik.

Verteilte Systeme, deren Komponenten in der Lage sind, für das Scheduling relevante, lokale Umgebungsveränderungen zu erkennen und darauf angemessen zu reagieren, sollen mathematisch analysiert und in ihrem Verhalten optimiert werden. Dazu werden Konzepte der Neuroinformatik verwendet, die auf Methoden der Physik und der nicht-linearen Dynamik basieren. Die Arbeit bietet sehr viele Möglichkeiten zur kreativen Entfaltung eigener Ideen. Es werden elementare Kenntnisse in der dynamischen Beschreibung von komplexen Systemen und Erfahrung im Umgang mit Differentialgleichungen vorausgesetzt. Vorwissen im Bereich des Grid-Computings wäre von Vorteil, stellt jedoch keine Voraussetzung dar. Durch den interdisziplinären Charakter der vorliegenden Arbeit werden grundlegende Qualifikationen in einem breiten Spektrum von aktuellen Forschungsgebieten gewonnen, welches sich von der Physik über die Biologie und Neurowissenschaften bis in den Bereich der autonomen Robotik oder der modernen Sozialwissenschaften erstreckt.

Last modified: Thu Feb 05 20:33:00 CET 2009