Skip to main content


Zutaten: Zucker, Kakaomasse (50%), Milchzucker, Weizenmehl, Vollmilchpulver, Magermilchpulver, Butterreinfett, Sahnepulver, Butter (1,4%)
Kann Spuren von Analysis und Geometrie enthalten.

iV_36_ubahn-titel

Lilas Warteschlangen-Modell für die U-Bahn

Lila hat nun ihr Studium begonnen. Sie hat sich für ein technisch orientiertes Mathestudium an einer Berliner Uni entschieden. Am liebsten mag sie die Informatik-Vorlesungen. Jetzt hat sie etwas über Warteschlangen gehört. Das ist eine Methode, wo man in eine Liste immer nur Dinge an der einen Seite hinzufügt und auf der anderen Seite wegnimmt. First-In, First-Out. Wie bei der U-Bahn denkt sie. Es kommen Leute rein und gehen welche raus. Sie überlegt, ob sie damit Jennys kontinuierliches Modell nicht viel besser machen kann. (mehr …)

Weiterlesen

iV_beitrag_33_titel_hyperbolisch

Hyperbolische Geometrie für Serververbindungen I

Ben hat in Nature Communications einen interessanten Artikel von Marián Boguñá und Kollegen über die Modellierung des Internets mit hyperbolischen Geometrien gelesen. Er versucht, das rechnerisch nachzuvollziehen, doch es ist schwieriger als erwartet. So fragt er Rike.

Ben Hi, Rike, ich hab‘ da so ein sogenanntes Einstein-Modell für das globale Internetsystem. Es geht darum, immer mehr Server zu verbinden, die Geometrie der Erde aufzugreifen und kurze Verbindungswege zu schaffen. Mit einer hyperbolischen Geometrie auf dem Kreis kann das sehr gut simuliert werden. Da passen (weiter draußen und am Rand) unendlich viele Punkte rein. Also genug Platz für zukünftige Server. Nur diese hyperbolische Geometrie, die macht mir echt zu schaffen. (mehr …)

Weiterlesen

IV_diskrete_faltung_26

Wie nützlich die diskrete Faltung in der Bildverarbeitung ist

Jule und Rike machen einen Spaziergang durch Berlin. Es regnet heftig. Jule interessiert sich für Graffitis. In Berlin gibt es besonders viele, da kann ihre Unistadt Duisburg nicht mithalten. An der Berliner Mauer in Friedrichshain findet sie eins, das ihr besonders gut gefällt. Jule und Rike bitten einen Passanten, ein Mauerfoto mit ihnen zu machen. Doch der Regen ist zu stark. Jule macht Fotos vom Graffiti an der Mauer.

Jule Rike, das Mauerbild ist richtig gut. Schade, dass es gerade jetzt regnet. Sieh mal hier: (mehr …)

Weiterlesen

IV_23_tiergarten-titel_02

Wie Lila in TigerJython mit Datenbanken arbeitet

In Berlin ist es recht warm geworden. Nach dem Deutsch-Kurs sitzt Lila mit ihrem Notebook im schattigen Grün des Tiergartens. Sie möchte sich gern auf ihr Studium vorbereiten, ein bisschen Zeit ist ja noch, sich zu entscheiden: Mathe, Informatik, Angewandte Mathe. Sie geht die Files vom Informatik-Lehrbuch für Schüler der Sekundarstufe 1 durch. Am Ende des Kurses gibt es eine Einführung in die Programmierung von Datenbanken mit TigerJython. TigerJython hat sie auf ihrem Notebook installiert, wunderbar, das steht kostenlos zur Verfügung. Datenbanken sind das Mittel, Daten zu sammeln und erneut zu nutzen. Vor allem sind sie vom Programm der Erzeugung entkoppelt. Beispielsweise kann man eine Datenbank zur Organisation eines Volkslaufes benutzen. Doch bei Lila klappt das nicht. Sie erzeugt eine Liste für den Lauf und beim erneuten Aufruf sind alle neuen Einträge weg. Bloß gut, dass sie nicht wirklich beim Volkslauf helfen soll. Sie stellt sich vor, es gibt einen Volkslauf hier im Tiergarten und ihre Datenbank funktioniert nicht. Das wäre schlimm! (mehr …)

Weiterlesen

IV_18_2019_brandburger-tor_02

Multiplikation von Gleitkommazahlen in neuronalen Netzen

Als Rike und Ben am Sonntag die Siegessäule besteigen und die Straße des 17. Juni und Unter den Linden bewundern, kommen ihnen diese beiden Straßen wie eine Turingmaschine mit einem unendlich langen Speicherband vor.

Rike Die Straße des 17. Juni zusammen mit Unter den Linden sind ja verdammt lang! Fast wie das Speicherband einer Turingmaschine!

Ben Das Brandenburger Tor als Lesekopf! Haha! (mehr …)

Weiterlesen

IV_16_2019_neuronale_netze_titel

Multiplikation in neuronalen Netzen

Ben soll morgen Allen genauer den Unterschied flacher und tiefer neuronaler Netze erklären. Er versucht wieder, Rikes Katze Molly zu fotografieren und aus verschiedenen Katzenfotos Molly digital zu rekonstruieren. Doch die Katze ist manchmal unscharf fotografiert, Ben ist ja nur Informatiker. Wie kann man das dann aus unscharfen Fotos entscheiden?

Ben Stell Dir vor, ich habe 1-Megapixel-Bilder und soll von jedem Bild entscheiden, ob das Molly ist oder nicht, dann habe ich eine "tolle" Aufgabe! Jeder Pixel hat 256 Grauwerte, nehmen wir mal nur ein Schwarz-Weiß-Bild!, dann sind prinzipiell

verschiedene Bilder als Eingang in mein Programm möglich!

(mehr …)

Weiterlesen

IV_12_bubble-sort-titel

Bubble Sort Party

Rike, Ben und die anderen vom Institut feiern ihre erste Party. Es gibt Musik, Sekt und Bier in einem Berliner Loft. Als alle ein Glas in der Hand halten, fällt Rike die Ästhetik der aufsteigenden Blasen auf.

Rike Ist das nicht wunderschön?

Ben Ja, das ist schön, das gefällt allen theoretischen Informatikern. Nach diesem Große-Blasen-steigen-nach-oben-Phänomen wurde ein Sortieralgorithmus benannt: Bubble Sort. (mehr …)

Weiterlesen

IV_10_titel_haeufigkeit

Die Shannon-Formel zum Informationsgehalt

Rike und Ben sind in Berlin angekommen. In ihrem Institut für KI gibt es flache Hierarchien, nicht so wie an der Uni, wo ein „weiser“ Prof. die Themen bestimmt. Jetzt erarbeiten sich alle das Wissen zusammen und tauschen sich darüber aus.

Sie fangen mit Text an und fragen, ob ein Text einen Informationsgehalt hat. Das ist schwer zu beantworten, man muss es auf Wörter und Buchstaben herunterbrechen. Rike soll einen kleinen Vortrag darüber halten. Sie sucht viele Bücher über Information in Texten zusammen, sie vergisst ihre Umgebung, gedankenverloren sitzt sie inmittten eines unaufgeräumten Bücherstapels bis Ben kommt und ihr hilft.

(mehr …)

Weiterlesen