UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 
 Darstellung
 
Druckansicht

 
 
Modulbeschreibung (PDF)

 
 
 Außerdem im UnivIS
 
Vorlesungs- und Modulverzeichnis nach Studiengängen

Vorlesungsverzeichnis

 
 
Veranstaltungskalender

Stellenangebote

Möbel-/Rechnerbörse

 
 

Seminar Advanced Algorithms in Medical Image Processing (SemAAMIP)5 ECTS
(englische Bezeichnung: Seminar Advanced Algorithms in Medical Image Processing)

Modulverantwortliche/r: Andreas Maier, Katharina Breininger
Lehrende: Andreas Maier, Vincent Christlein, Joachim Hornegger, Katharina Breininger


Startsemester: SS 2022Dauer: 1 SemesterTurnus: unregelmäßig
Präsenzzeit: 30 Std.Eigenstudium: 120 Std.Sprache: Englisch

Lehrveranstaltungen:


Inhalt:

Deep Learning-based algorithms showed great performance in many fields of image processing 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). In this seminar, we try to explore advanced deep learning methods. In particular, we will aim to develop a deeper understanding of certain topics, for example, graph neural networks, unsupervised learning, differentiable learning, invertible learning, neural ordinary differential equations, transfer learning, multi-task learning, uncertainty DL, etc.

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-20/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:

  1. Artificial Intelligence (Master of Science)
    (Po-Vers. 2021s | TechFak | Artificial Intelligence (Master of Science) | Gesamtkonto | Hauptseminar | Seminar Advanced Algorithms in Medical Image Processing)
  2. Informatik (Master of Science)
    (Po-Vers. 2010 | TechFak | Informatik (Master of Science) | Gesamtkonto | Hauptseminar, Projekt, Masterarbeit | Hauptseminar | Seminar Advanced Algorithms in Medical Image Processing)
  3. Information and Communication Technology (Master of Science)
    (Po-Vers. 2019s | TechFak | Information and Communication Technology (Master of Science) | Gesamtkonto | Praktikum/Projektarbeit, Seminar, Masterarbeit, Forschungsprojekt | Seminar | Seminar Advanced Algorithms in Medical Image Processing)
  4. Medizintechnik (Master of Science)
    (Po-Vers. 2018w | TechFak | Medizintechnik (Master of Science) | M4 Hauptseminar Medizintechnik | Seminar Advanced Algorithms in Medical Image Processing)
  5. Medizintechnik (Master of Science)
    (Po-Vers. 2019w | TechFak | Medizintechnik (Master of Science) | Modulgruppe M4 - Hauptseminar | Hauptseminar Medizintechnik / Advanced Seminar Medical Engineering | Seminar Advanced Algorithms in Medical Image Processing)

Studien-/Prüfungsleistungen:

Seminar Advanced Algorithms in Medical Image Processing (Prüfungsnummer: 76431)
Prüfungsleistung, Seminarleistung, Dauer (in Minuten): 30, benotet, 5 ECTS
Anteil an der Berechnung der Modulnote: 100.0 %
weitere Erläuterungen:
Die Gesamtnote setzt sich zu 100% aus der Bewertung des Vortrags zusammen. Benotet wird ein Vortrag von 30 Minuten über ein vorgegebenes Thema. Ziel ist es diese Zeit möglichst genau einzuhalten und den anderen Studenten möglichst präzise einen Überblick über das Themengebiet zu geben. Hierbei wird neben der Vortragsweise und des Inhalts insbesondere auch die Qualität der Folien bewertet. Der Vortrag sollte auf Englisch erfolgen.
Prüfungssprache: Englisch

Erstablegung: SS 2022, 1. Wdh.: WS 2022/2023
1. Prüfer: Andreas Maier,2. Prüfer: Katharina Breininger

UnivIS ist ein Produkt der Config eG, Buckenhof