|
|
Einrichtungen >> Technische Fakultät (TF) >> Department Artificial Intelligence in Biomedical Engineering (AIBE) >>
|
Lehrstuhl für Maschinelles Lernen und Datenanalytik
| |
A look inside the human body - gait analysis and simulation [GAS] -
- Dozent/in:
- Anne Koelewijn
- Angaben:
- Vorlesung, 2 SWS, ECTS: 2,5, nur Fachstudium, Organisation and slides via StudOn. Grading: written or oral exam
- Termine:
- Di, 08:15 - 09:45, H15
Organisation and slides via StudOn.
- Studienrichtungen / Studienfächer:
- 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
- Schlagwörter:
- gait analysis, trajectory optimization, gait simulation, inverse kinetic, inverse kinematics, muscle modelling, musculoskeletal models, metabolic energy
|
| |
Digital Psychology Lab [DiPsyLab] -
- Dozentinnen/Dozenten:
- Robert Richer, Katharina Jäger, Veronika König, Björn Eskofier, Nicolas Rohleder
- Angaben:
- Seminar, 2 SWS, benoteter Schein, ECTS: 5, nur Fachstudium
- Termine:
- Mo, 14:15 - 15:45, 00.010
Die Lehrveranstaltung beginnt am Montag, 18.10. Bitte beachten Sie die Rahmenbedingungen für die Lehre (3G-Regeln!)
- Studienrichtungen / Studienfächer:
- WF MT-MA ab 1
- Voraussetzungen / Organisatorisches:
- 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!
Anmeldung: Studierende der Medizintechnik melden sich bei Interesse an der Lehrveranstaltung bitte vorab per Email an mad-dipsylab@fau.de an.
|
| |
Innovationslabor für Wearable und Ubiquitous Computing [InnoLab] -
- Dozentinnen/Dozenten:
- Björn Eskofier, Matthias Zürl, Philipp Dumbach, Marlies Nitschke, Malte Ollenschläger, Nils Roth, Johannes Link, Maike Stöve, Martin Ullrich, Michael Nissen, Mohamad Wehbi, Imrana Abdullahi Yari, Alzhraa Ahmed, Ann-Kristin Seifer, Kai Klede, Misha Sadeghi
- Angaben:
- Praktikum, 4 SWS, benoteter Schein, geeignet als Schlüsselqualifikation
- Termine:
- Di, 16:15 - 17:45, 00.010
Do, 12:15 - 13:45, 00.010
- Studienrichtungen / Studienfächer:
- 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
- Voraussetzungen / Organisatorisches:
- Themenvergabe und Terminfindung in der ersten Woche des Semesters.
Anmeldung bis 08.10.2021 unter Studon.
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/crs3985784.html
Die Anmeldung ist möglich ab dem 06.09.2021 bis einschließlich 08.10.2021
|
| |
Maschinelles Lernen und Datenanalytik für Industrie 4.0 [MADI40] -
- Dozentinnen/Dozenten:
- Björn Eskofier, An Nguyen, Johannes Roider, Christoph Scholl
- Angaben:
- Seminar, 2 SWS, benoteter Schein, ECTS: 5, nur Fachstudium, Registration via mail to johannes.roider@fau.de
- Termine:
- Mi, 16:15 - 18:00, 00.010
Starts October 20th 2021
- Studienrichtungen / Studienfächer:
- WPF MT-MA-BDV ab 1
WPF INF-MA ab 1
WPF CE-MA ab 1
WF EEI-MA ab 1
WF ASC-MA ab 1
WF ICT-MA ab 1
WPF AI-MA ab 1
- Voraussetzungen / Organisatorisches:
- Prerequisites
Registration via e-mail to johannes.roider@fau.de Registration period: 16.08. - 19.10.2021
The seminar is planned to be held in person, given that the Bavarian state government allows face-to-face teaching at the time when the course starts. More information will be sent via mail to registered students. 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
Examination:
50% of grade: Presentation + demo (20 minutes)
50% of grade 4 pages IEEE standard paper (excluding references) (+ code submission)
Attending the presentations of other students
- Schlagwörter:
- Machine Learning, Data Analytics, Process Mining, Predictive Maintenance, Industry 4.0, Healthcare
|
| |
The why and how of human gait simulations [HGS] -
- Dozent/in:
- Anne Koelewijn
- Angaben:
- Seminar, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium, Organisation and slides via StudOn.
- Termine:
- Di, 10:15 - 11:45, 00.010
- Studienrichtungen / Studienfächer:
- 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
- Voraussetzungen / Organisatorisches:
- Assignment: Mail to mailto:anne.koelewijn@fau.de
The grade consists of a presentation and a report, both counting 50% of the final grade.
- Schlagwörter:
- trajectory optimization, optimal control, human locomotion, biomechanics
|
|
 |
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|