A look inside the human body - gait analysis and simulation [GAS(A)]

Lecturer:

Anne Koelewijn

Details:

Vorlesung, 2 cred.h, ECTS: 2,5, nur Fachstudium, Organisation and slides via StudOn. Grading: written or oral exam

Dates:

Thu, 08:15 - 09:45, H15
Organisation and slides via StudOn.

Fields of study:

WPF INF-MA ab 1
WF EEI-MA ab 1
WF MT-MA-BDV ab 1
WF MT-MA-GPP ab 1
WF MT-MA-MEL ab 1

Keywords:

gait analysis, trajectory optimization, gait simulation, inverse kinetic, inverse kinematics, muscle modelling, musculoskeletal models, metabolic energy

A look inside the human body - gait analysis and simulation [GAS+(A)]

Lecturer:

Anne Koelewijn

Details:

Übung, 2 cred.h, ECTS: 2,5, für FAU Scientia Gaststudierende zugelassen

Dates:

Tue, 08:15 - 09:45, K1-119 Brose-Saal

Becoming an innovative engineer

Lecturers:

Björn Eskofier, Marlies Nitschke

Details:

Vorlesung, 2 cred.h, ECTS: 2,5, für FAU Scientia Gaststudierende zugelassen

Dates:

Self-study

Motion Analysis and Biomechanical Frontiers

Lecturer:

Anne Koelewijn

Details:

Vorlesung, 2 cred.h, ECTS: 2,5, für FAU Scientia Gaststudierende zugelassen

Dates:

to be determined

Fields of study:

WF MT-BA ab 4
WF MT-MA ab 1
WF MT-MA-BDV ab 1
WF MT-BA-BV ab 4
WF MT-MA-MEL ab 1
WF MT-MA-IDP ab 1
WF MT-BA-GP ab 4

Prerequisites / Organisational information:

Für diese Lehrveranstaltung ist eine Anmeldung erforderlich. Die Anmeldung erfolgt über: https://www.vhb.org/

Biomedical Signal Analysis [BioSig(A)]

Lecturer:

Björn Eskofier

Details:

Vorlesung, 2 cred.h, ECTS: 2,5

Dates:

Wed, 08:15 - 09:45, H10
Online

Fields of study:

WF EEI-BA ab 5
WF EEI-MA ab 1
WF IuK-BA ab 5
WF CE-MA-TA-MT ab 1
WPF INF-MA ab 1
WF INF-BA ab 5
WF INF-BA-V-ME ab 5
WF INF-BA-V-MI ab 5
WPF MT-BA 5
WPF MT-MA-BDV ab 1
WPF MT-MA-MEL ab 1
WPF I2F-BA ab 4
WF ICT-MA ab 1
WPF AI-MA ab 1

Biomedical Signal Analysis Exercise [BioSig-UE(A)]

Lecturer:

Björn Eskofier

Details:

Übung, 2 cred.h, ECTS: 2,5

Fields of study:

WPF INF-MA ab 1
WPF INF-BA ab 5
WF INF-BA-V-ME ab 5
WF INF-BA-V-MI ab 5
WPF I2F-BA ab 4
WF IuK-BA ab 5
WF ICT-MA ab 1
WF EEI-BA ab 5
WF EEI-MA ab 1
WPF MT-BA 5
WPF MT-MA-BDV ab 1
WPF MT-MA-MEL ab 1
WPF CE-MA-TA-MT ab 5
WPF AI-MA ab 1

Digital Psychology Lab

Lecturers:

Robert Richer, Katharina Jäger, Veronika Ringgold, Björn Eskofier, Nicolas Rohleder

Details:

Seminar, 2 cred.h, graded certificate, ECTS: 5, nur Fachstudium

Dates:

Mon, 14:15 - 15:45, 00.010
Die Lehrveranstaltung beginnt am Montag, 18.10. Bitte beachten Sie die Rahmenbedingungen für die Lehre (3G-Regeln!)

Fields of study:

WF MT-MA ab 1

Prerequisites / Organisational information:

Voraussetzungen: Im Vordergrund des Kurses steht die Verarbeitung und Analyse von biopsychologischen Daten in Python im Vordergrund. Daher sind (gute) Kenntnisse der Programmiersprache Python und damit verbundene Programmbibliotheken (NumPy, Pandas, SciPy, Matplotlib, etc.), bzw. das Interesse, sich diese Kenntnisse als Vorbereitung oder im Laufe des Kurses anzueignen, erwünscht.

Wenn Sie Ihr Wissen prüfen oder auffrischen wollen, empfehlen wir Ihnen die folgenden Vorlesungen und Online-Ressourcen: Beachten Sie jedoch, dass einige von ihnen bei vielen Themen über die Anforderungen dieses Kurses hinausgehen!

• Udacity Kurs: Introduction to Python

• Stanford Kurs: Introduction to Scientific Python

• SciPy Lecture Notes

• Introduction to Pandas for Data Science

• American Psychological Association – A brief introduction to Python for psychological science research

• Introduction to Programming for Psychological Scientists

• Kursaufzeichnungen Digital Psychology Lab - WS 20/21

Anmeldung: Studierende der Medizintechnik melden sich bei Interesse an der Lehrveranstaltung bitte vorab per Email an mad-dipsylab@fau.de an.

Green AI - AI for Sustainability and Sustainability of AI [GREENAI]

Details:

Seminar, 2 cred.h, graded certificate, ECTS: 5, für FAU Scientia Gaststudierende zugelassen, There are no more free places in the SS 2022.

Fields of study:

WPF INF-MA ab 1
WF MT-MA ab 1
WPF AI-MA ab 1
WPF INF-BA-SEM ab 5
WPF CE-MA-SEM ab 1

Innovation Lab for Wearable and Ubiquitous Computing [InnoLab(RZ)]

Lecturers:

Björn Eskofier, Matthias Zürl, Michael Nissen, Marlies Nitschke, Nils Roth, Johannes Link, Mohamad Wehbi, Imrana Abdullahi Yari, Alzhraa Ahmed, Ann-Kristin Seifer, Misha Sadeghi

Details:

Praktikum, 4 cred.h, graded certificate, geeignet als Schlüsselqualifikation, für FAU Scientia Gaststudierende zugelassen

Dates:

Tue, 16:15 - 17:45, 00.010
Thu, 12:15 - 13:45, 00.010

Fields of study:

WF INF-MA ab 1
WF MT-MA ab 1
WF MB-MA ab 1
WF ME-MA ab 1
WF WING-MA ab 1
WF CE-MA ab 1
WF IIS-MA ab 1
WF Ph-MA ab 1
WPF DS-MA ab 1

Prerequisites / Organisational information:

Themenvergabe und Terminfindung in der ersten Woche des Semesters. Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste. Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen. Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,
Anmeldung: https://www.studon.fau.de/crs4362400.html
Die Anmeldung ist möglich ab dem 14.03.2022 bis einschließlich 15.04.2022

Colloquium in Machine Learning and Data Analytics

Lecturer:

Björn Eskofier

Details:

Kolloquium, 2 cred.h, für FAU Scientia Gaststudierende zugelassen

Dates:

Wed, 12:30 - 14:00, 00.010

Fields of study:

WPF INF-MA ab 1

Leading by Learning [LBL(A)]

Lecturer:

Janina Beilner

Details:

Vorlesung, 2 cred.h, ECTS: 5, für FAU Scientia Gaststudierende zugelassen

Dates:

Mon, 18:15 - 19:45, K2-119
Online via MS Teams

Fields of study:

WF MT-MA ab 1
WF MT-BA ab 5

Machine Learning for Engineers I: Introduction to Methods and Tools

Lecturers:

Björn Eskofier, Jörg Franke, Nico Hanenkamp

Details:

Vorlesung, ECTS: 5

Dates:

See VHB for further details (https://kurse.vhb.org/)

Fields of study:

WF WING-BA 3-6
WF ME-BA 3-6
WF ME-MA 1-3
WPF ME-BA-MG10 3-6
WF MB-MA 1-3
WF MB-BA 3-6
WPF MB-MA-IP 2
WPF IP-BA 4-6
WPF ME-MA-MG10 1-3
WF WING-MA 1-3
WPF DS-BA 2

Machine Learning for Engineers II: Advanced Methods

Lecturers:

Björn Eskofier, u.a.

Details:

Vorlesung, ECTS: 2,5, für FAU Scientia Gaststudierende zugelassen, See VHB for further details (https://kurse.vhb.org/)

Dates:

to be determined

Fields of study:

WF MB-BA 3-6
WF MB-MA 1-3
WPF MB-MA-IP 2
WF ME-BA 3-6
WF ME-MA 1-3
WF WING-BA 3-6
WF WING-MA 1-3
WPF IP-BA 4-6

Lecture Machine Learning for Time Series [MLTS(A)]

Lecturers:

Björn Eskofier, , Dario Zanca, Luis Ignacio Lopera Gonzalez

Details:

Vorlesung, 2 cred.h, graded certificate, ECTS: 2,5

Dates:

Tue, 08:15 - 09:45, 05.025

Fields of study:

WF ASC-MA ab 1
WF INF-MA ab 1
WF CE-MA-TA-MT ab 1
WF MT-MA ab 1
WPF AI-MA ab 1

Lab project Machine Learning for Time Series

Lecturers:

An Nguyen, Johannes Roider

Details:

Praktikum, 2 cred.h, ECTS: 2,5

Dates:

to be determined

Fields of study:

WPF DS-BA-AI ab 5
WF ASC-MA ab 1
WF INF-MA ab 1
WF CE-MA-TA-MT ab 1
WF MT-MA ab 1
WPF AI-MA ab 1
WPF DS-MA-AI ab 1

Machine Learning for Time Series Exercise [MLTS-UE(A)]

Lecturers:

Leo Schwinn, Philipp Schlieper

Details:

Übung, 2 cred.h, ECTS: 2,5

Dates:

Wed, 10:15 - 11:45, 0.68

Fields of study:

WF ASC-MA ab 1
WF CE-MA-TA-MT ab 1
WF MT-MA ab 1
WF INF-MA ab 1
WF CME-MA ab 1
WPF AI-MA ab 1

Machine Learning and Data Analytics for Industry 4.0

Lecturers:

Björn Eskofier, Johannes Roider, Christoph Scholl, Lukas Schmidt

Details:

Seminar, 2 cred.h, graded certificate, ECTS: 5, nur Fachstudium, für FAU Scientia Gaststudierende zugelassen, Registration via mail to johannes.roider@fau.de

Dates:

Wed, 16:15 - 18:00, 00.010
Starts April 27th 2022

Fields of study:

WPF MT-MA-BDV ab 1
WPF INF-MA ab 1
WPF CE-MA ab 1
WF ASC-MA ab 1
WF ICT-MA ab 1
WPF AI-MA ab 1

Prerequisites / Organisational information:

Registration via e-mail to johannes.roider@fau.de Registration period: 25.02.-04.05.2022
The seminar will be held face-to-face.
Requirements:

• Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!

• Motivation to explore scientific findings (e.g. via literature research)

• Motivation to code and analyze data
  

Please state your previous experience in machine learning (e. g. Which courses did you take? Which project experience do you have?) when registering for the course.

Examination:
50% of grade: Presentation + demo (20 minutes)
50% of grade 4 pages IEEE standard paper (excluding references) (+ code submission)
Attendance of all meetings is required.

Keywords:

Machine Learning, Data Analytics, Process Mining, Predictive Maintenance, Industry 4.0, Healthcare, Automotive

Project Machine Learning and Data Analytics

Lecturers:

Björn Eskofier, Dario Zanca, An Nguyen

Details:

Sonstige Lehrveranstaltung, graded certificate, ECTS: 10, für FAU Scientia Gaststudierende zugelassen

Dates:

to be determined

Fields of study:

WPF INF-MA ab 1
WPF DS-MA ab 1
WPF MT-MA ab 1

Prerequisites / Organisational information:

Master Studium Informatik

Keywords:

Master Projekt Project

The why and how of human gait simulations

Lecturer:

Anne Koelewijn

Details:

Seminar, 2 cred.h, graded certificate, ECTS: 2,5, nur Fachstudium, Organisation and slides via StudOn.

Dates:

Tue, 10:15 - 11:45, 00.010

Fields of study:

WF MT-MA-BDV ab 1
WF MT-MA-GPP ab 1
WPF INF-MA ab 1
WF EEI-MA ab 1
WF MT-MA-MEL ab 1

Prerequisites / Organisational information:

Assignment: Mail to mailto:anne.koelewijn@fau.de
The grade consists of a presentation and a report, both counting 50% of the final grade.

Keywords:

trajectory optimization, optimal control, human locomotion, biomechanics