English
G362 – Kartographie
Cartography
Version: 1
Prof. Dr.-Ing. Martina Müller
martina.mueller(at)htw-dresden.de
Dozent einer anderen Hochschule
Deutsch
5.00 Credits
150 Stunden
5.00 SWS (2.00 SWS Vorlesung | 3.00 SWS Praktikum)
75.00 Stunden
Alternative Prüfungsleistung - Projektarbeit
Wichtung: 100 %
- Einsatz von Audio- und visuellen Medien
- Praktische Übungen in PC-Laboren, Einsatz von E-Learning
- Praxisvorträge und Referate
- Erarbeitung eines Projektes mit Problemlösung
Tafel, Skripte, Beamer-Präsentation, Übungsblätter, Tutorials und Demo-Videos
- Data Visualization (regelbasierte Selektion, Analyse, Generalisierung und Symbolisierung von Geodaten; Big Data)
- Geo-Data Science
- Softwareergonomie und User Experience Design
- Machine Learning & KI
Die Studierenden erwerben umfassendes, detailliertes und spezialisiertes Wissen auf dem neuesten Erkenntnisstand zur Analyse und Bewertung von Geodaten einschließlich von Methodiken aus dem Bereich Big Data Technologien. Dazu gehört die Vermittlung von Kenntnissen, Fähigkeiten und Fertigkeiten für das Gebiet Geodata Science sowie deren Randbereiche. Die Studierenden lernen verschiedene Modelltypen und passende Lernverfahren aus dem Bereich des Deep Learning kennen. Sie sind in der Lage neue Projekte unter Berücksichtigung User Experience Design entwickeln.
Die Studierenden erwerben soziale und Methodenkompetenzen wie Teamarbeit, Fähigkeiten zur Planung, Abschätzung effektiver Methoden, Vorbereitung und Qualitätskontrolle von Aufträgen sowie die Kommunikation mit Auftraggebern.
- Einarbeitung in neue anspruchsvolle Arbeitsgebiete
- Die Studierenden sollen motiviert werden, sich kritisch mit den Beweggründen auseinander zu setzen, von denen die berufliche Praxis im Bereich Geodata Science bestimmt wird
- Für neue anwendungs- oder forschungsorientierte Problemstellungen soll eigenständig Wissen erschlossen und Lösungen erarbeitet werden, die in Form von Referaten mit Fachleuten diskutiert werden
- Grundkenntnisse der Kartengestaltung
- mathematische Kartographie
- Kenntnisse in Linearer Algebra, Analysis, Wahrscheinlichkeitsrechnung
- grundlegende Programmierkenntnisse (Python)
- Programmierung, Umgang mit GI-Systemen
keine Angabe
werden von den Lehrenden angegeben
- Interne Vorlesungsskripte der Lehrenden
- Software, u.a.: ArcGIS Pro, FME, Python
Das Modul wird im Sommersemester 2024 einmalig von einem Gastprofessor auf Englisch angeboten.