|
Vorlesungs- und Modulverzeichnis nach Studiengängen >> Technische Fakultät (Tech) >> Informations- und Kommunikationstechnik (IuK) >> Masterstudiengang >>
|
Lehrveranstaltungsverzeichnis der Wahlfächer
|
Seminar Ausgewählte Kapitel der Nachrichtentechnik [Sem NT] -
- Dozentinnen/Dozenten:
- Robert Schober, Wolfgang Gerstacker
- Angaben:
- Hauptseminar, 2 SWS, benoteter Schein, ECTS: 2,5
- Termine:
- Blockseminar, Termine n.V.
- Studienrichtungen / Studienfächer:
- WPF IuK-MA 1-4
- Inhalt:
- Topic: Machine Learning for Wireless Communications
Wireless communication technology is going through a revolutionary change with every new generation of cellular systems where each generation has provided significant new capabilities. The next-generation (5G and Beyond) wireless networks are expected to support ultra-reliable, low-latency, and high data-rate communications among a massive number of Internet-of-Things (IoT) devices in real-time and within a highly dynamic environment. This requires intelligent adaptive learning and decision making which can be realized by integrating artificial intelligence (AI) and machine learning (ML) across the wireless infrastructure and end-user devices. AI and ML enable future smart mobile terminals to autonomously access spectral bands and adaptively adjust their transmission strategies using sophisticated spectral-efficiency, energy-efficiency, and quality-of-service learning and inference techniques. Participants in this seminar will acquire knowledge about the state of the art, advances, and challenges in communication system design based on machine learning.
|
|
Multimedia Security Exercises [MMSecEx] -
- Dozent/in:
- Christian Riess
- Angaben:
- Übung, 2 SWS
- Termine:
- Do, 18:00 - 20:00, 00.153-113
- Studienrichtungen / Studienfächer:
- WPF IuK-MA 1
- Voraussetzungen / Organisatorisches:
- The majority of the methods are applications of signal processing. Thus, it is recommended to bring prior basic knowledge either in signal processing, pattern recognition, image processing, or related fields. Additionally, it is important to bring basic knowledge of C++ (nothing fancy, but "reasonable working skills")
Here are a few questions for self-assessment on the image processing part:
What is a Fourier transform, and why is it interesting for image processing?
What is the Bayes rule?
Write down a filter kernel for high-pass filtering of an image.
Here are a few questions for self-assessment on the C++ part:
What is the difference of a pointer and a reference?
How can I define an inherited class in C++?
When do I need to implement a copy constructor?
What are the meanings of the keyword "const"?
- Inhalt:
- These are the exercises for the lecture "Multimedia Security". Participants will implement algorithms in C++, and experiment with their algorithms.
- Empfohlene Literatur:
- Bruce Eckel: "Thinking in C++"
- Schlagwörter:
- Steganography, Watermarking, Multimedia Forensics, Data Hiding
|
|
Multimedia Security [MMSec] -
- Dozent/in:
- Christian Riess
- Angaben:
- Vorlesung, 2 SWS, Schein
- Studienrichtungen / Studienfächer:
- WPF IuK-MA 1
- Voraussetzungen / Organisatorisches:
- The majority of the methods are applications of signal processing. Thus, it is recommended to bring prior basic knowledge either in signal processing, pattern recognition, image processing, or related fields. Additionally, it is important to bring basic knowledge of C++ (nothing fancy, but "reasonable working skills")
Here are a few questions for self-assessment on the image processing part:
What is a Fourier transform, and why is it interesting for image processing?
What is the Bayes rule?
Write down a filter kernel for high-pass filtering of an image.
Here are a few questions for self-assessment on the C++ part:
What is the difference of a pointer and a reference?
How can I define an inherited class in C++?
When do I need to implement a copy constructor?
What are the meanings of the keyword "const"?
- Inhalt:
- Participants of this lecture obtain an overview of the field of Multimedia Security. This includes a variety of security-related questions around multimedia data. In particular, we present key results and techniques from image forensics, steganography, watermarking, and biometrics. Selected algorithms are implemented and tested by the participants. It is helpful to bring prior experience in signal processing or pattern recognition.
- Empfohlene Literatur:
- Farid: "Photo Forensics"
Sencar, Memon: "Digital Image Forensics"
Oppenheim, Schafer: "Discrete-Time Signal Processing"
A number of scientific publications will be provided as additional reading in the course of the lecture.
- Schlagwörter:
- Steganography, Watermarking, Multimedia Forensics, Data Hiding, Copyright Protection
| | | Do | 16:00 - 18:00 | 00.153-113 | |
Riess, Ch. | |
|
Visual Computing in Medicine 1 [VCMed1] -
- Dozentinnen/Dozenten:
- Peter Hastreiter, Thomas Wittenberg, Thomas Kauer
- Angaben:
- Vorlesung, 2 SWS, Schein, ECTS: 2,5, nur Fachstudium, vormals "Analyse und Visualisierung medizinischer Bilddaten" (AnVisMed)
- Termine:
- Do, 14:15 - 15:45, 00.152-113
- Studienrichtungen / Studienfächer:
- WPF IuK-MA ab 1
- Voraussetzungen / Organisatorisches:
- Fachstudium / Erwerb eines Scheins nach mündlicher Prüfung
- Inhalt:
- Die Flut und Komplexität medizinischer Bilddaten sowie die klinischen Anforderungen an Genauigkeit und Effizienz erfordern leistungsfähige wie auch robuste Konzepte der medizinischen Datenverarbeitung. Auf Grund der Vielfalt an Bildinformation und ihrer klinischen Relevanz spielt der Übergang von der Messung medizinischer Bilddaten (u.a. MRT, CT, PET) hin zur Analyse der Bildinhalte eine wichtige Rolle. Durch die visuelle Wiedergabe der abstrakten Daten können sowohl technische als auch medizinische Aspekte anschaulich und intuitiv verstanden werden.
Aufbauend auf einem Regelkreis zur Verarbeitung medizinischer Bilddaten werden die Eigenschaften medizinischer Bilddaten sowie grundlegende Methoden und Verfahren der medizinischen Bildanalyse und Visualisierung im Zusammenhang vermittelt. Beispiele aus der Praxis erläutern den Bezug zur medizinischen Anwendung.
Überblick zu bildgebenden Verfahren in der Medizin
Gitterstrukturen, Datentypen und Formate
Vorverarbeitung, Filterung und Interpolation
Grundlegende Ansätze zur Segmentierung
Explizite und implizite Methoden der Registrierung
Medizinische Visualisierung (2D, 3D, 4D) von Skalar-, Vektor-, Tensordaten
Praktische Demonstrationen in der Klinik und den Laboren
- Empfohlene Literatur:
- B. Preim, D. Bartz: Visualization in Medicine - Theory, Algorithms, and Applications, Morgan Kaufmann Verlag, 2007
H. Handels: Medizinische Bildverarbeitung, Bildanalyse, Mustererkennung und Visualisierung für die computerge-stützte ärztliche Diagnostik und Therapie, Vieweg und Teubner Verlag, 2009
Th. Lehmann, W. Oberschelp, E. Pelikan, R. Pepges: Bildverarbeitung für die Medizin, Springer Verlag, 1997
P.M. Schlag, S. Eulenstein, Th. Lange: Computerassis-tierte Chirurgie, Elsevier Verlag, 2010
E. Neri, D. Caramella, C. Bartolozzi: Image Processing in Radiology, Springer Verlag, 2008
- Schlagwörter:
- Medizinische Visualisierung (Medical imaging), Segmentierung (Segmentation), Registrierung (Registration)
|
|
Seminar zu Fragen des Entwurfs Sicherheitskritischer Schaltungen [SemFESS] -
- Dozent/in:
- Sebastian M. Sattler
- Angaben:
- Hauptseminar, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium
- Termine:
- Do, 14:15 - 15:45, SR 01.030
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-4
- Voraussetzungen / Organisatorisches:
- Anmeldung im Sekr. des LZS, Röthelheim-Campus, Paul-Gordan-Str. 5, Tel. 85-23100 oder mailto:lzs-sek@fau.de
Besuch von V+Ü Entwurf Integrierter Schaltungen I und/oder II
- Inhalt:
- Inhalt des Seminars sind wissenschaftlich und technologisch
aktuelle Themen der Lehr- und Forschungsgebiete des LZS:
Alle Ebenen des Entwurfs Sicherheitskritischer Schaltungen oder Systeme
Modellierung, Simulation und Test Sicherheitskritischer Schaltungen
Algorithmen, Methoden und Werkzeuge für den rechnergestützten Entwurf
Anwendungen von Sicherheitskritischen Schaltungen und Mikrosystemen
|
|
Laborpraktikum Bild- und Videosignalverarbeitung auf eingebetteten Plattformen [PrBiViP] -
- Dozentinnen/Dozenten:
- Jürgen Seiler, Karina Jaskolka
- Angaben:
- Praktikum, Schein, ECTS: 2,5, nur Fachstudium
- Termine:
- Do, 14:00 - 18:00, 06.021
ab 8.11.2018
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Inhalt:
- Betrachtet man Anwendungen der Bild- und Videosignalverarbeitung stellt man fest, dass viele davon auf mobilen Plattformen ablaufen. Die dort verwendeten Systeme haben aber häufig nur eine reduzierte Leistungsfähigkeit und müssen besonders auf den Energieverbrauch achten. Nichtsdestotrotz sind aber auch einfache, mobile Systeme wie Smartphones oder Tablets in der Lage, anspruchsvolle Signalverarbeitungsaufgaben für Bild- und Videosignale durchzuführen. Dies umfasst zum Beispiel die Codierung von Bildern und Videos, aber auch die Erzeugung von Panoramen oder die Berechnung von Bildern mit hohem Dynamikumfang.
Das Praktikum „Bild- und Videosignalverarbeitung auf eingebetteten Plattformen“ soll die Herausforderung, die mit einer Verarbeitung dieser Signale auf eingebetteten Plattformen einhergehen genauer vermitteln und es wird aufgezeigt, wie man selbst auf Plattformen mit eingeschränkter Leistungsfähigkeit entsprechende Algorithmen umsetzen kann. Hierzu werden in dem Praktikum Raspberry Pis als Plattform verwendet und die Programmierung erfolgt in Python.
Die Versuche umfassen den Aufbau und die Inbetriebnahme der eingebetteten Plattform, eine Einführung in Python und in die grundlegenden Prozesse der Bild- und Videosignalverarbeitung. Weitere Versuchsinhalte sind die Anbindung einer Kamera, Bildsignalverarbeitungsprozesse mit der Kamera und die Implementierung verschiedener digitaler Filter. Das Praktikum beinhaltet außerdem verschiedene Anwendungen computergestützten Sehens (Computer Vision). Die Detektion von Merkmalen und Objekten in Bildern und Videos werden einführend behandelt und aktuelle Computer Vision Anwendungen, wie die Erstellung eines Panoramas werden betrachtet.
- Empfohlene Literatur:
- Das Praktikumsskript “Image and video signal processing on embedded platforms” wird am ersten Termin ausgegeben.
Zusätzliche Literatur:
J. E. Solem, Programming Computer Vision with Python. O´Reilly and Associates, 2012
J. R. Parker, Algorithms for Image Processing and Computer Vision. USA, Indianapolis: Wiley, 210
R. Szeliski, Computer Vision: Algorithms and Applications. Berlin: Springer, 2010
|
|
Laborpraktikum Digitale Signalverarbeitung [PrDSV] -
- Dozentinnen/Dozenten:
- Heinrich Löllmann, Jürgen Seiler, Hendrik Barfuss
- Angaben:
- Praktikum, 2 SWS, Schein, nur Fachstudium, The course will be offered in two time slots, Thursday morning (8:00-12:00) and Friday afternoon (14:00-18:00). To choose between the Thursday morning and Friday afternoon groups, you need to join the respective group on StudOn which also serves as registration for this lab course. Places in both groups are limited, so make sure you register in time.
- Termine:
- Einzeltermine am 8.11.2018, 9:00 - 10:00, 06.021
9.11.2018, 14:00 - 15:00, 06.021
Blockveranstaltung 15.11.2018-24.1.2019 Do, 8:30 - 12:30, 06.021
Blockveranstaltung 16.11.2018-25.1.2019 Fr, 14:00 - 18:00, 06.021
LMS lab room 0.6021 (former N 6.13), The lab course will start with kick-off meetings on Thursday, November 8, 2018 at 9am - 10am, and on Friday, November 9, 2018, at 2pm - 3pm.
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-4
- Voraussetzungen / Organisatorisches:
- Systemtheorie,
Digitale Signalverarbeitung
- Inhalt:
- In diesem Laborpraktikum wird die Theorie aus der Vorlesung Digitale Signalverarbeitung in der Praxis angewandt, unter Verwendung der Programmierumgebung MATLAB. Die behandelten Themen umfassen Quantisierung, Spektralanalyse, FIR- und IIR-Filterentwurf, Filterbänke, sowie adaptive Filter.
Das Praktikum besteht aus 5 Versuchsterminen, an denen die Teilnehmer in Zweiergruppen Programmieraufgaben lösen, und einem 5-tägigen Block, in dem jede Gruppe ein individuelles Projekt aus dem Bereich der Digitalen Signalverarbeitung bearbeitet.
Zu Beginn jedes Versuchs wird der Stand der Vorbereitung, sowie die Versuchsergebnisse des vergangenen Termins in einem schriftlichen Testat geprüft. Für das Bestehen des Praktikums ist eine Mindestpunktzahl aus den Testaten und dem Blockpraktikum nötig.
Das Praktikum erfordert vorhandene MATLAB-Programmierkenntnisse. Es ist möglich, das Praktikum parallel zur Vorlesung Digitale Signalverarbeitung zu besuchen, allerdings ist es dazu notwendig, die jeweiligen Vorlesungsinhalte vor dem Praktikumstermin zu wiederholen, und an Übung und Tutorium teilzunehmen.
- Empfohlene Literatur:
- Das Skriptum ‚Digital Signal Processing Laboratory‘ wird in der Einführungsveranstaltung ausgegeben.
- Schlagwörter:
- DSP
|
|
Einführung in die Techniksoziologie [Techsoz] -
- Dozent/in:
- Christian Sandig
- Angaben:
- Seminar, 2 SWS, ECTS: 2,5, geeignet als Schlüsselqualifikation
- Termine:
- Do, 10:00 - 12:00, 0.02-142
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Voraussetzungen / Organisatorisches:
- Die Teilnahme an der Lehrveranstaltung setzt Interesse an sozialwissenschaftlichen Fragestellungen im Allgemeinen und sozialwissenschaftlichen Perspektiven auf Technik, Technikgeschichte, Technikgenese und Umgang mit Technik voraus.
Es wird die Bereitschaft zur aktiven Beteiligung an einer seminaristischen Lehrveranstaltungsform (d.h. Texte lesen, vorbereiten, präsentieren, Hausarbeiten bzw. Essays schreiben) erwartet.
Um Anmeldung per E-Mail an
christian.sandig@fau.de wird gebeten.
Die Veranstaltung findet nach Vereinbarung statt.
- Inhalt:
- Technik und Technisierung sind auf unterschiedlichste Weise mit vielen gesellschaftlichen Teilbereichen verknüpft. Technik ist Folge und Ausdruck sozialer Veränderungsprozesse und verantwortlich für sozio-kulturellen, ökonomischen und institutionellen Wandel. Sie wirkt verändernd auf den menschlichen Körper (z.B. durch Bio- und Medizintechnik), auf Kommunikation (z.B. Internet, Handy, Facebook), auf die Arbeitswelt (Mensch-Maschine-Interaktionen, Informations- und Kommunikationstechnologien im Büro), den Alltag und die Umwelt von Menschen (z.B. Automobil und Verkehrssysteme). Technik ist darüber hinaus auch Gegenstand politischer Interessen und Auseinandersetzungen (z.B. Kernkraft, Energiewende). Das soziologische Teilgebiet der Techniksoziologie beschäftigt sich mit diesen Themen und bietet zahlreiche theoretische Perspektiven sowie empirische Studien und Ergebnisse, die vertiefte Einblicke in den Gegenstandsbereich vermitteln.
In dieser Veranstaltung wird eine Einführung in die Themen der Techniksoziologie sowie deren Anwendungsfelder vermittelt.
- Empfohlene Literatur:
- Degele, N., 2002: Einführung in die Techniksoziologie. München: Fink.
Rammert, W., 1993: Technik aus soziologischer Perspektive. Forschungsstand, Theorieansätze, Fallbeispiele. Ein Überblick. Bde. 1-2, Bd. 1. Opladen: Westdt. Verl.
|
|
Machine Learning [Inf2-SEM-ML] -
- Dozentinnen/Dozenten:
- Nicolas Witt, Tobias Feigl, Christopher Mutschler
- Angaben:
- Seminar, 2 SWS, ECTS: 5, Anmeldung mit Themenwunsch per E-Mail vor Vorlesungsbeginn; Verteilung der Vortragsthemen erfolgt FCFS.
- Termine:
- Einzeltermine am 19.1.2019, 26.1.2019, 2.2.2019, 2.3.2019, 10:00 - 14:00, 04.150
findet als Blockveranstaltung statt
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Voraussetzungen / Organisatorisches:
- Anmeldung per E-Mail an nicolas.witt@fau.de
Scheinkriterien:
40 Minuten Vortrag
Erstellung einer Ausarbeitung mit den wesentlichen Punkten des Vortrags (keine Folienkopien, ca. 6-8 Seiten)
Anwesenheit bei den Vorträgen der anderen Teilnehmer
Fertigstellung der Folien bis spätestens einer Woche vor dem Vortragstermin, Fertigstellung der Ausarbeitung bis zum Ende des Semesters
- Inhalt:
- Dieses Seminar führt in das Themengebiet des maschinellen Lernens ein. Maschinelles Lernen befasst sich mit der Frage, wie Computerprogramme zu konstruieren sind, die automatisch ihr Wissen vergrößern. Ziel des Seminars ist, die wichtigsten Schlüsselalgorithmen aus diesem Gebiet zusammen mit erläuternden Beispielen ihrer Arbeitsweise und der Theorie vorzustellen, die den Kern des Machine Learning ausmachen. Klassische Themengebiete sind hierbei beispielsweise Lernen mit Belohnung, evolutionäre Algorithmen oder statistische Verfahren. Mit der Zeit haben sich nach und nach etablierte Verfahren wie Support Vector Machines, Hidden Markov Modelle oder künstliche Neuronale Netze entwickelt. Das Seminar soll einen übergreifenden Einblick in die Welt des maschinellen Lernen und deren Algorithmen vermitteln.
Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt: https://www.studon.fau.de
- Empfohlene Literatur:
- T. M. Mitchell: Machine Learning, McGraw-Hill, 1997.
J. R. Quinlan, C4.5: Programs for Machine Learning, Morgan Kaufmann, 1993.
F. V. Jensen, An introduction to Bayesian Networks, UCL Press, 1996.
N. Lavrac und S. Dzeroski, Inductive Logic Programming, Techniques and Applications, Ellis Horwood, 1994.
J. A. Freeman, Simulating Neural Networks with Mathematica, Addison-Wesley, 1994.
J. Hertz, A. Krogh und R. G. Palmer, Introduction to the Theory of Neural Computation, Addison-Wesley, 1991.
R. Rojas, Theorie der neuronalen Netze, Springer, 1996.
W. Banzhaf, P. Nordin, R. E. Keller und D. Francone, Genetic Programming: An Introduction, Morgan Kaufmann und dpunkt, 1998.1994.
M. Mitchel, An Introduction to Genetic Algorithms, MIT-Press, 1996.
Michalewicz, Genetic Algorithms + Data Structures = Evolution Programs, Springer, 1992.
C. Bishop, Pattern Recognition and Machine Learning, Springer, 2007
I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, MIT Press, 2016
|
|
Advanced Networking [AdN] -
- Dozentinnen/Dozenten:
- Kai-Steffen Jens Hielscher, Lorenz Ammon
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5
- Termine:
- Di, 16:15 - 17:45, 04.137, 0.154-115
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Inhalt:
- Für die durch Big Data, Cloud Computing, Internet-of-Things (IoT) und mobile Endgeräte hervorgerufenen Herausforderungen sind neue Architekturen für Rechnernetze entstanden: Software-Defined-Networking (SDN) entkoppelt die Data Plane (Weiterleitung von Paketen, auf handelsüblicher Hardware) und die Control Plane (Steuerung, auf leistungsfähigen Plattformen) und bietet offene Programmierschnittstellen; Network Functions Virtualization (NFV) erweitert Konzepte zur Server- und Netzwerkvirtualisierung, so dass bisher auf proprietärer Hardware ausgeführte Netzwerkfunktionen (wie z.B. Routing) ebenfalls virtualisiert und auf handelsüblicher Hardware ausgeführt werden können. Die Vorlesung stellt hinter diesen Technologien stehende Konzepte und Standards vor und zeigt, wie sie für Rechenzentren, für Cloud- und Fog-Computing und für IoT-Anwendungen eingesetzt werden können.
- Schlagwörter:
- SDN, NFV, IoT, Cloud Computing, Fog Computing
|
|
Domain-Specific and Resource-Aware Computing on Multicore Architectures [DSC] -
- Dozent/in:
- Frank Hannig
- Angaben:
- Vorlesung, 2 SWS, ECTS: 2,5
- Termine:
- Do, 16:15 - 17:45, 01.151-128
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Inhalt:
- Der gegenwärtige Trend von Multi-Core-Architekturen mit mehreren Prozessorkernen hin zu Architekturen mit hunderten oder tausenden Prozessoren bietet ein enormes Potential für schnellere, energieeffizientere, kostengünstigere Systeme und vollkommen neue Anwendungen. Auf der anderen Seite ergeben sich aus der steigenden Komplexität und Strukturgrößen im Nanometerbereich erhebliche Herausforderungen, angefangen bei der Technologie, beim Architekturentwurf bis hin zur Programmierung Systeme basierend auf gemeinsamen Speicher oder zentralverwaltete werden in Zukunft nicht mehr skalieren Hier Bedarf es neuer Architektur- und Programmierkonzepte, um die Skalierbarkeit zu gewährleisten, sowie Methoden zur Optimierung der Ressourcenauslastung, des Leistungsverbrauchs, der Performance und der Toleranz von Fehlern Um diese unterschiedlichen Ziele zu erreichen, werden in der Lehrveranstaltung zwei wesentliche Ansätze betrachtet: Ressourcenverwaltung / Ressourcengewahre Programmierung und Domänenspezifisches Rechnen. Die Grundidee der ressourcengewahren Programmierung besteht darin, parallelen Programmen die Fähigkeit zu verleihen, selbstadaptiv zur Laufzeit in Abhängigkeit des Zustands von Ressourcen, Berechnungen auf diese zu verteilen, und nach paralleler Abarbeitung diese wieder frei zu geben. Beim domänenspezifischen Rechnen versucht man die oben genannten Ziele durch Einschränkung und Spezialisierung auf ein bestimmtes Anwendungsgebiet oder Problemfeld zu erreichen.
Die Lehrveranstaltung gliedert sich im Wesentlichen in folgende Teile:
Im ersten Teil werden aktuelle parallele Prozessorarchitekturen vorgestellt und nach unterschiedlichen Merkmalen klassifiziert. Außerdem werden gegenwärtige und zukünftige Herausforderungen von Architekturen und deren Programmierung betrachtet.
Im zweiten Teil der Veranstaltung werden Abbildungsmethoden und Ansätze, wie zum Beispiel Invasives Rechnen zur ressourcengewahren Programmierung für Multi- und Many-Core-Architekturen vorgestellt.
Domänenspezifisches Rechnen wird im dritten Teil der Lehrveranstaltung betrachtet. Hierbei werden grundlegende Entwurfsmuster und Ansätze domänenspezifischer Sprachen erörtert und an konkreten Beispielen vertieft.
Schwerpunkt der Vorlesung ist die Vermittlung von Grundlagen moderner Multi- und Many-Core-Architekturen und Abbildungstechniken auf diese. Des Weiteren werden Programmierkenntnisse in den Sprachen Scala und X10 erlernt.
|
|
Einführung digitaler ASIC Entwurf [EDA] -
- Dozentinnen/Dozenten:
- Marc Reichenbach, Dietmar Fey
- Angaben:
- Vorlesung, 2 SWS, Schein, nur Fachstudium
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-3
- Voraussetzungen / Organisatorisches:
- Grundlagen der Technischen Informatik
Grundlagen der Rechnerarchitektur und –organisation
Grundlagen der Schaltungstechnik
- Inhalt:
- Einführung in die Welt der integrierten Schaltkreise
Schaltungstechnische Grundlagen
Designflow für integrierte Schaltkreise
Zeitliche Rahmenbedinungen für die Entwicklung
Testbarkeit
Low-Power-Design
Algorithmen von Entwurfswerkzeugen
Verifikation von Schaltungen
Diese Veranstaltung ist sehr praxisorientiert. Aus diesem Grund wird zusätzlich zur Tafelübung eine Laborübung (2.5 ECTS) angeboten. Hier besteht die Möglichkeit einen integrierten Schaltkreis, welcher im Rahmen der Laborübung entstehtb fertigen zu lassen und anschließend (in einer weiteren Veranstaltung) zu testen.
Zur Teilnahme an der Laborübung melden Sie sich bis 21. Okt 2018, 23:55 bei folgender StudOn Gruppe an.
Die Teilnehmeranzahl ist beschränkt.
| | | Di | 16:15 - 17:45 | 07.150 | |
Reichenbach, M. Fey, D. | |
|
Image, Video, and Multidimensional Signal Processing [IVMSP] -
- Dozent/in:
- André Kaup
- Angaben:
- Vorlesung, 3 SWS, ECTS: 5, nur Fachstudium
- Termine:
- Mo, 12:15 - 13:45, H6
Di, 10:15 - 11:45, H6
Lectures on Tuesday will be given bi-weekly, alternating with exercises.
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-4
- Voraussetzungen / Organisatorisches:
- Signale und Systeme I + II
- Inhalt:
- Point operations
Histogram equalization, gamma correctionBinary operations
Morphological filters, erosion, dilation, opening, closing Color spaces
Trichromacy, red-green-blue color spaces, color representation using hue, saturation and value of intensity Multidimensional signals and systems
Theory of multidimensional signals and systems, impulse response, linear image filtering, power spectrum, Wiener filtering Interpolation of image signals
Bi-linear interpolation, bi-cubic interpolation, spline interpolation Image feature detection
Image features, edge detection, Hough transform, Harris corner detector, texture features, co-occurrence matrix Scale space representation
Laplacian of Gaussian, difference of Gaussian, scale invariant feature transform, speeded-up robust feature transform Image matching
Projective transforms, block matching, optical flow, feature-based matching using SIFT and SURF, random sample consensus algorithm Image segmentation
Amplitude thresholding, k-means clustering, Bayes classification, region-based segmentation, combined segmentation and motion estimation, temporal segmentation of video Transform domain image processing
Unitary transform, Karhunen-Loeve transform, separable transform, Haar and Hadamard transform, DFT, DCT
- Empfohlene Literatur:
- J.-R. Ohm: Multimedia Content Analysis, Springer Verlag, 2016
J. W. Woods: Multidimensional Signal, Image, and Video Processing and Coding, Academic Press, 2. Auflage, 2012
|
|
Supplements for Image, Video, and Multidimensional Signal Processing [SIVMSP] -
- Dozent/in:
- Andreas Spruck
- Angaben:
- Übung, 1 SWS, nur Fachstudium
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-4
| | | Einzeltermine am 30.10.2018, 13.11.2018, 27.11.2018, 11.12.2018, 8.1.2019, 22.1.2019, 5.2.2019 | 10:15 - 11:45 | 06.021 | |
Spruck, A. | |
| | Einzeltermine am 14.11.2018, 28.11.2018, 12.12.2018, 9.1.2019, 23.1.2019, 6.2.2019 | 8:15 - 9:45 | 06.021 | |
Spruck, A. | |
|
Modellierung, Optimierung und Simulation von Energiesystemen [MOSES] -
- Dozentinnen/Dozenten:
- Marco Pruckner, Niklas Ebell
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5
- Termine:
- Do, 8:15 - 9:45, 01.150-128
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Inhalt:
- In der Vorlesung Modellierung, Optimierung und Simulation von Energiesystemen werden systemtechnische Planungs- und Analysemethoden behandelt, die zur Lösung komplexer und interdisziplinärer Entscheidungsaufgaben in der Energiewirtschaft eingesetzt werden. Dabei werden die wichtigsten Methoden und Verfahren anhand praktischer Fragestellungen (z.B. Ausbau erneuerbarer Energien, Zunahme der Elektromobilität) aus der energiepolitischen Planung vermittelt und die Bewältigung technisch-ökonomischer Probleme verdeutlicht.
Übersicht der Vorlesungsinhalte:
o Datenanalyse (Regressionsanalysen, Clusteranalyse, Zeitreihenanalyse)
o Mathematische Optimierung (Lineare Programmierung, Gemischt-ganzzahlige lineare Programmierung, dynamische Optimierung)
o Simulation (Diskrete Ereignissimulation, System Dynamics, agentenbasierte Simulation)
o Input-Output-Analyse, Gleichgewichtsmodelle
o Behandlung von Unsicherheiten
o Energienachfragemodelle
o Kraftwerkseinsatzmodelle
o Kraftwerksausbaumodelle
o Modelle für Energieversorgungsmodelle Zu den eingesetzten Tools zählen die Statistiksoftware R, AnyLogic und lpSolve. Vorkenntnisse im Umgang mit diesen Werkzeugen ist nicht zwingend erforderlich. In den Übungen werden Einführungen in die genannten Softwarepakete gegeben.
|
|
Multidimensional Signals and Systems [MDSS] -
- Dozent/in:
- Rudolf Rabenstein
- Angaben:
- Vorlesung, 4 SWS, benoteter Schein, nur Fachstudium
- Termine:
- Di, 16:15 - 17:45, 05.025
Do, 10:15 - 11:45, 05.025
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-4
- Inhalt:
- Eigenschaften mehrdimensionaler Signale
2D Signale und Systeme
Wellenausbreitung in 2D und 3D
Anwendungen
Abbildung durch Lochkamera
Prinzip der Computertomographie
Subpixel-Rendering
Iterative Lösung linearer Gleichungssysteme
Raumakustik
Schallfeldreproduktion mit
Wellenfeldsynthese und
Ambisonics
|
|
Music Processing - Synthesis [MPS] -
- Dozent/in:
- Rudolf Rabenstein
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, Kredit: 2/2, nur Fachstudium
- Termine:
- Mo, 12:15 - 13:45, 05.025
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-4
- Voraussetzungen / Organisatorisches:
- Voraussetzung sind Kenntnisse in digitaler Signalverarbeitung, Kenntnisse aus der Vorlesung Mensch-Maschine-Schnittstelle sind hilfreich, aber nicht notwendig.
Die Vorlesung ist thematisch eng verwandt mit der Vorlesung "Music Processing - Analysis" von Prof. Meinard Müller. Beide Vorlesungen können jedoch unabhängig voneinander gehört werden.
- Inhalt:
- Die Vorlesung behandelt die Bearbeitung von Audiosignalen mit parametrischen Filtern und Effekten, sowie die Erzeugung künstlicher Klänge für musikalische Anwendungen. Klangbeispiele und Demonstrationen ergänzen den Vorlesungstoff.
Filter und Effekte
Digitale Klangsynthese
Systeme zur Klangproduktion und -wiedergabe
Klangeffekte
Synthesizer
künstlicher Hall
- Schlagwörter:
- Audio, Signal Processing, Sound Synthesis, Computer Music
|
|
Praktische Softwaretechnik [PSWT-PSWT] -
- Dozentinnen/Dozenten:
- Detlef Kips, Martin Jung, Bernd Hindel, Dirk Riehle, Norbert Oster, Martin Geier
- Angaben:
- Vorlesung, 4 SWS, ECTS: 5
- Termine:
- Di, 10:15 - 13:45, H10
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Inhalt:
- Modulbezeichnung
PSWT-PSWT (Praktische Softwaretechnik) Dozenten Prof. Dr. Bernd Hindel, Dr. Martin Jung, Prof. Dr. Detlef Kips, Dr. Norbert Oster, Prof. Dr. Dirk Riehle Inhalt Software ist überall und Software ist komplex. Nicht triviale Software wird von Teams entwickelt. Oft müssen bei der Entwicklung von Softwaresystemen eine Vielzahl von funktionalen und nicht funktionalen Anforderungen berücksichtigt werden. Hierfür ist eine disziplinierte und ingenieurmäßige Vorgehensweise notwendig. Die Vorlesung "Praktische Softwaretechnik" soll ...
ein Bewusstsein für die typischen Problemstellungen schaffen, die bei der Durchführung umfangreicher Softwareentwicklungsprojekte auftreten,
ein breites Basiswissen über die Konzepte, Methoden, Notationen und Werkzeuge der modernen Softwaretechnik vermitteln und
die Möglichkeiten und Grenzen ihres Einsatzes im Kontext realistischer Projektumgebungen anhand praktischer Beispiele demonstrieren und bewerten.
Die Vorlesung adressiert inhaltlich alle wesentlichen Bereiche der Softwaretechnik. Vorgestellt werden unter anderem
traditionelle sowie agile Methoden der Softwareentwicklung,
Methoden der Anforderungsanalyse und des Systementwurfs,
Konzepte der Softwarearchitektur, -implementierung und Dokumentation und
Testen und Qualitätssicherung sowie Prozessverbesserung.
Weitere Materialien und Informationen sind hier zu finden:
Die Teilnahme ist begrenzt. Bitte registrieren Sie sich zeitig für den Kurs auf StudOn, um sicherzustellen, dass Sie einen Platz erhalten. Lernziele und Kompetenzen
Den Unterschied zwischen "Programmieren im Kleinen" und "Programmieren im Großen" (Softwaretechnik) zu verstehen
Grundlegende Methoden der Softwaretechnik über den gesamten Projekt- und Produktlebenszyklus zu verstehen und anwenden zu können
Die Rolle und Zuständigkeiten der Berufsbilder "Projektleiter", "Anforderungsermittler", "Softwareentwickler" und "Qualitätssicherer" zu verstehen
Studien- und Prüfungsleistungen 90min. Klausur Berechnung Modulnote 100% Klausurnote Vorbereitende Literatur http://goo.gl/JSoUbV
|
|
Produktentwicklung Integrierter Systeme (Analog/Mixed-Signal) [VORL PINSYS] -
- Dozent/in:
- Martin Allinger
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, nur Fachstudium
- Termine:
- Fr, 10:15 - 11:45, 0.154-115
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-4
- Inhalt:
- Why analog?
Introduction: Development Flow of an IC
Quality Control Environments
ATE Architecture
Analog Instruments
Basic Analog Measurement and Test Concepts (DC)
DAC testing
Data Analysis and Statistics
Sampling Theory and DSP-based Testing
ADC Testing
Design for Test
Typical Analog Issues / Pitfalls
RF Testing
Qualification of ICs
Failure Analysis of ICs
|
|
Signalanalyse [SA] -
- Dozent/in:
- Heinrich Löllmann
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, nur Fachstudium
- Termine:
- Mi, 12:15 - 13:45, 05.025
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Voraussetzungen / Organisatorisches:
- Voraussetzungen: Digitale Signalverarbeitung
Die Vorlesungsunterlagen werden in der Vorlesung ausgegeben.
- Inhalt:
- Es werden im Rahmen dieser Vorlesung unterschiedliche Verfahren zur Analyse digitaler Signale, sowie deren Anwendungsmöglichkeiten behandelt. Die folgenden Konzepte werden dabei insbesondere behandelt:
Fourieranalyse von Signalen
Signalanalyse mittels Zeit-Frequenz-Transformationen
Parametrische und nichtparametrische Signalanalyse
Verfahren zur Frequenzschätzung
Räumliche Signalanalyse
Filterbänke und Wavelets.
- Empfohlene Literatur:
- P. Stoica und R. Moses: "Spectral Analysis of Signals", Pearson Prentice Hall, 2005
- Schlagwörter:
- Signal analysis, digital signal processing, time-frequency transforms
|
|
Software-Projektmanagement [PSWT-SPM] -
- Dozent/in:
- Bernd Hindel
- Angaben:
- Vorlesung, 4 SWS, ECTS: 5
- Termine:
- Blockveranstaltung 11.3.2019-29.3.2019 Mo-Fr, 9:00 - 18:00, 02.133-113
Einzeltermin am 21.3.2019, 9:00 - 18:00, 02.135-113
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Inhalt:
- Zahlreiche Statistiken zeigen: Nur wenige Software-Projekte werden erfolgreich (hinsichtlich Zeit-, Budget- und Funktionsvorgaben) abgeschlossen. Sehr viele Projekte werden nur mit erheblichen Defiziten zu Ende gebracht, noch viel zu viele scheitern gänzlich. Oft liegen die Gründe im ungenügenden Projektmanagement.
Die Vorlesung gibt einen Überblick zu grundlegenden Disziplinen des Projektmanagements und zeigt deren Wirkungsweisen an Hand von Praxisbeispielen. Gliederung:
1. Einführung Grundbegriffe des Projektmanagements, unterschiedliche Projektgrößen, unterschiedliche Projektarten, Erfolg und Misserfolg in Projekten
2. Projektstart und Planung,
Kickoff-Meeting, Anforderungssammlung, Projektstrukturplan, Aufwandsschätzung, Aktivitäten-, Ressourcen- und Kostenplan
3. Projektkontrolle und Steuerung,
Fortschrittsüberwachung, Besprechungen, Berichte, Änderungsmanagement
4. Personalmanagement,
Der Faktor Mensch, Teamwork, Führungsgrundsätze, Gesprächsstrategien, Konflikte lösen
5. Änderungsmanagement
Konfigurationen, Änderungswünsche, Change Control Board, Built- und Release-Mechanismen
6. Qualitäts- und Risikomanagement
Qualitätsplan, Audits und Reviews, Risikoermittlung, Risikobewertung und Verfolgung, Gegenmaßnahmen
7. Reifegrad Modelle und Standards
CMMI, SPiCE, ISO9001, ISO/IEC12207
- Empfohlene Literatur:
- Hindel, Bernd; Hörmann, Klaus; Müller, Markus; Schmied, Jürgen: "Basiswissen Software-Projektmanagement" (dpunkt-Verlag, 2. Auflage 2006)
Hindel, Bernd; Hörmann, Klaus; Müller, Markus; Dittmann, Lars: "SPiCE in der Praxis" (dpunkt-Verlag, 2006)
Hindel, Bernd; Versteegen, Gerhard; Meier, Erich; Vlasan, Adriana: "Prozessübergreifendes Projektmanagement" (Springer Verlag, 2005)
|
|
Vernetzte Mobilität und autonomes Fahren [ConnMob] -
- Dozent/in:
- Anatoli Djanatliev
- Angaben:
- Vorlesung, 2 SWS, ECTS: 2,5
- Termine:
- Do, 10:15 - 11:45, 01.255-128
- Studienrichtungen / Studienfächer:
- WF IuK-MA ab 1
- Inhalt:
- Es ist inzwischen allgemein bekannt, dass Fahrzeuge der Zukunft hochgradig vernetzt sein werden. Der aktuelle Trend geht in Richtung des autonomen Fahrens. In den bisheringen Betrachtungen wurde insbesondere die ad-hoc Kommunikation zwischen Fahrzeugen auf unteren Schichten untersucht (Fahrzeugkommunikation). Im Rahmen der vernetzten Mobilität soll das Fahrzeug vor allem als Teil eines größeren Ökosystems mit weiteren Teilnehmern (z.B. Personen, Radfahrern, Ampeln, Gebäuden etc.) gesehen werden.
All dies gibt die Möglichkeit den ständig wachsenden Bedarf an Mobilität zu optimieren und neue Sicherheits- und Komfortdienstleistungen zu schaffen. Dies erfordert jedoch die Lösung einiger komplexer Herausforderungen. Neben den gesellschaftlichen und rechtlichen Aspekten müssen insbesondere auch technische Voraussetzungen geschaffen werden. Dazu gehören u.a. geeignete Kommunikationetechnologien (v.a. ad-hoc, Mobilfunk) und Kommunikationsarchitekturen (Cloud-, Edge/Fog-, Node-Computing). Neben Technologien, Methoden und innovativen Mobilitätsdienstleitungen werden im Rahmen dieser Lehrveranstalung auch grundlegende Aspekte der Verkehrsplanung und Verkehrstechnik eingeführt sowie der intermodale Verkehr besprochen.
- Empfohlene Literatur:
- Barbara Flügge; Smart Mobility - Connecting Everyone: Trends, Concepts and Best Practices; Vieweg Teubner, 2017
Maurer, M., Gerdes, J.C., Lenz, B., Winner, H. (Hrsg.); Autonomes Fahren: Technische, rechtliche und gesellschaftliche Aspekte; Springer 2015
Johanning, V., Mildner, R.; Car IT kompakt: Das Auto der Zukunft – Vernetzt und autonom fahren; Springer, 2015
|
|
Low-Power Biomedical Electronics [VORL LBE] -
- Dozent/in:
- Heinrich Milosiu
- Angaben:
- Vorlesung mit Übung, 2 SWS, ECTS: 5, Vorlesung am Do, 15.11.2018 entfällt
- Termine:
- Do, 8:15 - 9:45, 0.151-115
- Studienrichtungen / Studienfächer:
- WF IuK-MA 1-4
- Inhalt:
- Device Physics and Noise
Feedback Systems
Ultra-Low-Power Digital Design
Ultra-Low-Power Analog Design
Low-Power Analog and Biomedical Circuits
Biomedical Electronic Systems
Bioelectronics/ Bio-Inspired Systems
Energy Sources and Harvesting
|
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|