Modulbeschreibung
Concrete AI
Kurzzeichen:
M_TuIT_EVA_1009
ECTS-Credits:
3
Leitidee:
Die Studierenden
- können ein Optimierungs-Problem für optimale Beton-Rezepte formulieren.
- kennen den Stand der Technik.
Modulverantwortung:
Bünner Martin
Standort (angeboten):
Buchs
Modultyp:
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_08 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_13 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_16 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_08 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_13 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_16 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für Technik und IT MSE_20(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Modulbewertung:
Note von 1 - 6
Leistungsnachweise und deren Gewichtung
Während der Unterrichtsphase:
Es findet ein Vortrag statt.
Bewertungsart:
Note von 1 - 6
Gewichtung:
Es findet ein Vortrag statt (Gewicht 100%).
Bemerkungen:
Inhalte
Angestrebte Lernergebnisse (Abschlusskompetenzen):
Die Studierenden
- können ein Optimierungs-Problem für optimale Beton-Rezepte formulieren.
- kennen den Stand der Technik.
Modul- und Lerninhalt:
- Literaturarbeit
- Beton-Rezepte
- Optimierung und KI