|
Seminar Advanced Algorithms in Medical Image Processing (SemAAMIP)5 ECTS (englische Bezeichnung: Seminar Advanced Algorithms in Medical Image Processing)
Modulverantwortliche/r: Andreas Maier Lehrende:
Ludwig Ritschl, Andreas Maier, Joachim Hornegger
Startsemester: |
SS 2019 | Dauer: |
1 Semester | Turnus: |
unregelmäßig |
Präsenzzeit: |
30 Std. | Eigenstudium: |
120 Std. | Sprache: |
Englisch |
Lehrveranstaltungen:
Inhalt:
Deep Learning-based algorithms showed great performance in many fields of image procession and pattern recognition and compete with technologies such as compressive sensing and iterative optimization. The basis for the success of these algorithms is the availability of large amounts of data (big data) for training and of high computing power (typically GPUs). A major shortcoming is typically the number of labels that is required to train machine learning algorithms. Therefore, this project seminar will look into how to tackle this problem looking into topics of crowd-sourcing and gamification. To arrive at good solutions also mobile game development will be a topic of interest. Aim of the seminar is to develop a prototype level for such a gamification-based crowd sourcing approach.
Lernziele und Kompetenzen:
Students will be able to
perform their own literature research on a given subject
independently research this subject
present and introduce the subject to their student peers
give a scientific talk in English according to international conference standards
Weitere Informationen:
Schlüsselwörter: algorithms; medical image processing
www: https://www5.cs.fau.de/lectures/ss-19/seminar-advanced-algorithms-in-medical-image-processing-semaamip/
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan: Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:
- Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science): ab 1. Semester
(Po-Vers. 2013 | TechFak | Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science) | Seminar, Masterarbeit | Seminar im Masterstudium)
- Informatik (Master of Science)
(Po-Vers. 2010 | TechFak | Informatik (Master of Science) | Hauptseminar, Projekt, Masterarbeit | Hauptseminar)
Studien-/Prüfungsleistungen:
Seminar Medical Applications and Deep Learning (Prüfungsnummer: 732733)
(englischer Titel: Seminar Medical Applications and Deep Learning)
- Prüfungsleistung, Seminarleistung, Dauer (in Minuten): 30, benotet, 5 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- weitere Erläuterungen:
Die Gesamtnote setzt sich zu 50% aus der Bewertung des Vortrags und zu 50% aus der Bewertung der Ausarbeitung / Implementierung zusammen. Ziel des Seminars ist die verständliche Aufbereitung eines Themas für andere Studierende. Die Vortragsdauer beträgt 30 Minuten. Ziel ist es, diese möglichst genau einzuhalten. Die Ausarbeitung umfasst 6 Seiten im Stil von IEEE-Konferenzbeiträgen. Vortrag und Ausarbeitung sollten auf Englisch erfolgen. Alternativ kann eine Demonstration implementiert werden. In diesem Fall umfasst die Ausarbeitung lediglich 3 Seiten.
- Prüfungssprache: Englisch
- Erstablegung: SS 20191. Wdh.: keine Wiederholung, 2. Wdh.: keine Wiederholung
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|