|
|
Vorlesungsverzeichnis >> Medizinische Fakultät (Med) >>
|
Categorising food intake from chewing vibration- Dozentinnen/Dozenten
- Prof. Dr. Oliver Amft, Rui Zhang, M. Sc.
- Angaben
- Seminar
Online
4 SWS, benoteter Schein, Anwesenheitspflicht, ECTS-Studium, ECTS-Credits: 5, Sprache Englisch
Zeit:
Vorbesprechung: 4.11.2020, 16:15 - 17:45 Uhr
- Voraussetzungen / Organisatorisches
- Link to the online introduction/Vorbesprechung: https://fau.zoom.us/j/96876884625?pwd=bm1aZWc4UnYyYllnMFc1bkszVWUrZz09
- ECTS-Informationen:
- Credits: 5
- Prerequisites
- Useful knowledge:
Machine learning, signal processing.
- Contents
- Background:
Determining what food is consumed during a meal is a central research challenge of Automated Dietary Monitoring (ADM). During chewing, food breaks down and generates unique vibration signals which can be recorded with sensor-integrated wearables. Chewing vibration data usually contain rich information highly related to the food intake, thus can be used to infer the food categories.
Aim:
Build machine learning models to classify food categories with chewing vibration data.
Learning objectives:
Examination:
Final presentation and final report.
- Literature
- Up-to-date literature recommendations are provided during the meetings.
- Zusätzliche Informationen
- Schlagwörter: ACR
Erwartete Teilnehmerzahl: 20, Maximale Teilnehmerzahl: 20
www: https://www.cdh.med.fau.de/2020/10/25/seminar-categorising-food-intake-from-chewing-vibration/
Für diese Lehrveranstaltung ist eine Anmeldung erforderlich.
Die Anmeldung erfolgt von Montag, 26.10.2020, 08:00 Uhr bis Donnerstag, 12.11.2020, 18:00 Uhr über: StudOn.
- Verwendung in folgenden UnivIS-Modulen
- Startsemester WS 2020/2021:
- Advanced Context Recognition (ACR)
- Institution: Lehrstuhl für Digital Health
|
 |
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|