Forschungsgruppe Algorithms and Complexity (AC)
(For information in English please visit the homepage)
Auf dieser Seite werden Informationen auf Deutsch bereitgestellt.
Die Forschungsgruppe Algorithms and Complexity (kurz AC) ist Teil des Instituts für Logic and Computation der Fakultät für Informatik an der Technischen Universität Wien (TU Wien) und wird von Univ.-Prof. Dr. Stefan Szeider geleitet.
Eine Liste der Mitarbeiterinnen und Mitarbeiter der Gruppe kann unter folgendem Link gefunden werden: Team
Forschung
In der Forschung befasst sich die AC-Forschungsgruppe besonders mit der Entwicklung und Analyse von effizienten Algorithmen für schwere Berechnungsprobleme, die in den verschiedensten Anwendungsbereichen der Informatik (von künstlicher Intelligenz über Optimierung bis hin zu Netzwerken) auftreten. Algorithmische Probleme werden auch auf ihre grundsätzliche Komplexität hin theoretisch untersucht.
Weitere Informationen zu aktuellen Forschungsprojekten und Publikationen finden Sie hier:
Lehre
Die AC-Forschungsgruppe engagiert sich intensiv in der universitären Lehre, sowohl im Bachelor- als auch im Masterstudium. Unter anderem ist die Gruppe für die Grundlehrveranstaltung Algorithmen und Datenstrukturen verantwortlich, die für alle Bachelorstudierenden des ersten Studienjahres verpflichtend ist und jährlich von über 500 Studierenden besucht wird. Es werden darüber hinaus Lehrveranstaltungen zu speziellen fortgeschrittenen Themen sowie Projekt- und Seminararbeiten angeboten.
Das aktuelle Lehrangebot der AC-Forschungsgruppe finden Sie unter: Lehrveranstaltungen (Courses)
Die Gruppe betreut zudem zahlreiche Nachwuchswissenschaftlerinnen und Nachwuchswissenschaftler im Rahmen von Bachelor-, Master- und Doktoratsarbeiten (Theses).
Kontaktinfo
Die AC-Forschungsgruppe ist in einem Institutsgebäude der TU Wien an der Ecke Favoritenstraße / Taubstummengasse im 4. Wiener Gemeindebezirk untergebracht.
Adresse, Anfahrtsplan und Kontaktinformationen finden Sie unter: Kontakt (Contact)
Schlagwörter
Algorithmen, Komplexität, Graphen, Netzwerke, Optimierung, Heuristiken, geometrische Algorithmen, Datenstrukturen, Logikprobleme, Erfüllbarkeit, parametrisierte Algorithmen, Metaheuristik, SAT-Problem, quantifizierte Boolesche Formeln, künstliche Intelligenz, obere Schranken, untere Schranken, Transportlogistik, maschinelles Lernen, Graphzeichnen, Visualisierung, Handhabbarkeit, Algorithmen zur kollektiven Entscheidungsfindung, Algorithmen für erklärbare Entscheidungsfindung, probabilistische graphische Modelle.