Anbefalede faglige forudsætninger for at deltage i modulet

Modulet bygger videre på viden opnået på kurserne: datalogiens teoretiske grundlag, algoritmer og datastrukturer samt syntaks og semantik

Modulets indhold, forløb og pædagogik

Læringsmål

Viden

Den studerende skal opnå viden om følgende teorier og metoder:

• algoritmedesign-teknikker såsom del-og-hersk, grådige algoritmer, dynamisk programmering, backtracking, branch-and-bound-algoritmer, randomiserede algoritmer, lineær programmering og approksimative algoritmer til løsning af NP-fuldstændige problemer.

• teknikker indenfor avanceret algoritmeanalyse såsom amortiseret analyse, analyse af forventet kompleksitet og eksperimenter med algoritmer         

• eksempler på kernealgoritmer og datastrukturer til løsning af en række problemer fra forskellige datalogiske områder såsom algoritmer til ekstern hukommelse, fler-trådede algoritmer, søgning i tekst, avancerede grafalgoritmer og geometriske beregninger.

• opfyldelighed (Satisfiability), Boolsk modellering og beregning, anvendelser indenfor for AI, planlægning og skedulering.

• binære beslutningsdiagrammer, algoritmer for denne datastruktur og anvendelse til at løse satisfiability problemer

Færdigheder

• kunne redegøre præcist og ved brug af fagets terminologi og notation for vigtige resultater inden for kursus emner og redegøre for principperne bag de vigtigste algoritmer og opfyldelighed resultater

• udvælge og anvende algoritme-design og opfyldelighedsteknikker for en given problemstilling

• genkende en række problemer fra forskellige datalogiske områder og udvælge de mest passende algoritmer og  datastrukturer for at løse dem

Kompetencer

• kunne anvende begreber og teknikker indenfor algoritmer og opfyldelighed teori

• skal stillet over for et datalogisk problem kunne udvikle og analysere effektive algoritmer og datastrukturer til løsning af problemet

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen jf. § 17.

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30  timer per ECTS, hvilket for denne aktivitet betyder 150 timer.

Eksamen

Prøver

Prøvens navn	Algoritmer og opfyldelighed
Prøveform	Skriftlig eller mundtlig
ECTS	5
Bedømmelsesform	7-trins-skala
Censur	Intern prøve
Vurderingskriterier	Vurderingskriterierne er angivet i Universitetets eksamensordning

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854