Unter dem Begriff des maschinellen Lernens versteht man allgemein die Erzeugung von künstlichem Wissen in einem modellbasierten System. In einer Trainingsphase „lernt“ ein Algorithmus (durch Schätzung von Modellparametern) Gesetzmäßigkeiten in einem Datensatz zu erkennen. Das trainierte System kann anschließend verwendet wurden um verschiedene Eingangsdaten auszuwerten. Maschinelles Lernen findet in nahezu allen Bereichen der Signalverarbeitung Anwendung, z.B. in der automatischen Spracherkennung, der Parameterschätzung in komplexen elektrischen Netzwerken oder in der Bild- und Video Signalverarbeitung.

In den letzten beiden Jahrzehnten wurden immer häufiger Methoden des maschinellen Lernens auf klassische Signalverarbeitungsprobleme angewandt. Folglich liegt der inhaltliche Schwerpunkt des Seminars auf der Beschreibung grundlegender Konzepte des maschinellen Lernens und deren Anwendung in verschiedenen Bereichen der Signalverarbeitung.

Das Seminar wird als Hauptseminar für das Bachelor- und Master-Studium in den Studienfächern Elektrotechnik, Elektronik und Informationstechnik (EEI), Wirtschaftsingenieurwesen (WING), Informations- und Kommunikationstechnik (IuK), Communications and Multimedia Engineering (CME) und Computational Engineering (CE), sowie verwandten Studienfächern anerkannt.

Das Seminar wird an drei verpflichtenden Terminen als Blockveranstaltung durchgeführt:

• Kick-off Meeting am 17.5.2017 von 8:30-10:00 Uhr: Einführung und Vergabe der Vortragsthemen.
  

• Mid-Term Meeting am 21.06.2017 von 8:30-12:00 Uhr: Die Teilnehmer halten einen kurzen Vortrag über den Stand der Vorbereitungen und erhalten Tipps zur Vortragsgestaltung.
  

• Seminar Workshop am 26.07.2017 von 8:30-18:00 Uhr: Jeder Teilnehmer hält einen 30-minütigen Vortrag und liefert eine Ausarbeitung im Umfang von 10 Seiten über sein Thema ab.

Das Seminar steht Ingenieurstudenten offen, die mindestens 4 Semester eines relevanten Bachelorstudiums absolviert haben. Alle Besprechungen und Vorträge werden auf Englisch gehalten und die Ausarbeitung sollte ebenfalls in englischer Sprache verfasst werden.

Title:

Seminar on Selected Topics in Multimedia Communications and Signal Processing

Credits: 2,5

Contents

Machine Learning in Multimedia Signal Processing

The field of machine learning is concerned with the construction of intelligent systems based on the automatic discovery of regularities in data.In the learning phase, an algorithm “learns” patterns from a set of training data by adapting its model parameters. The pre-trained system is subsequently employed to analyze various input data. Machine learning is used in almost all areas of signal processing, e.g. in automatic speech recognition, parameter estimation in complex electrical networks, or in video and image processing.

In the last two decades, a variety of approaches have been proposed applying machine learning techniques to classical signal processing tasks. This seminar focuses on the description of fundamental concepts from machine learning theory as well as their application to different signal processing topics.
This seminar is designed for Bachelor and Master programs in Electrical Engineering, Electronics and Information Technology (EEI), Information and Communication Technology (IuK), Industrial Engineering and Management (WING), Computational Engineering (CE), Communications and Multimedia Engineering (CME), as well as related study programs.

The seminar is organized around three mandatory meetings:

• Kick-off meeting on May 17^th, 2017 form 8:30am to 10:00am: An introduction will be given and the individual topics are assigned to the participants.
  

• Mid-Term meeting on June 21^st, 2017 from 8:30am to 12:00am: The participants will give a brief presentation about the status of their work and hints for the final presentation are given.
  

• Seminar Workshop on July 26^th, 2017 from 8:30am to 6:00pm: Each participant will give a presentation of 30 minutes and a report on his/her topic of 10 pages.
  

The seminar is open to engineering students having completed at least 4 semesters of relevant bachelor studies. All meetings and presentations will be held in English and the reports are expected to be written in English.