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:

Mo, 14:15 - 15:45, 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

Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung [AuD-MT-RUE]

Dozentinnen/Dozenten:

Robert Richer, René Raab

Angaben:

Übung, 2 SWS, ECTS: 2,5, für Anfänger geeignet, Frühstudium, Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

Studienrichtungen / Studienfächer:

PF MT-BA 1
WF MT-MA 1-2
PF WINF-BA 1
PF DS-BA 1

Voraussetzungen / Organisatorisches:

Alle Rechnerübungen finden ausschließlich digital (Zoom) statt.

Die Vorlesung findet als Zoom-Webinar statt.
Die Webinare finden Sie unter folgenden URLs:

• Montags, 16:15-17:45 Uhr: ID: 976 9059 7167

• Freitags, 10:15-11:45 Uhr: ID: 934 0356 3371
  

Für Teilnahme ist kein Passwort, aber ein Login über Ihren FAU-Account aus notwendig. Sie können sich ca. 15min vor Beginn des Webinars einloggen.

Schlagwörter:

Java, Objektorientierte Programmierung, Algorithmen, Datenstrukturen

Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung [AuD-MT-TUE]

Dozentinnen/Dozenten:

Robert Richer, René Raab

Angaben:

Übung, 2 SWS, Schein, ECTS: 2,5, für Anfänger geeignet, Frühstudium, Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

Studienrichtungen / Studienfächer:

PF DS-BA 1
PF MT-BA 1
WF MT-MA 1-2
PF WINF-BA 1

Voraussetzungen / Organisatorisches:

Alle Tafelübungen finden ausschließlich digital (Zoom) statt. Es stehen stehen Videoaufzeichnungen der Tafelübungsinhalte bereit, in den Zoom-Meetings werden diese Inhalte vertieft und durch Tutorien ergänzt.

Die Vorlesung findet als Zoom-Webinar statt.
Die Webinare finden Sie unter folgenden URLs:

• Montags, 16:15-17:45 Uhr: ID: 976 9059 7167

• Freitags, 10:15-11:45 Uhr: ID: 934 0356 3371
  

Für Teilnahme ist kein Passwort, aber ein Login über Ihren FAU-Account aus notwendig. Sie können sich ca. 15min vor Beginn des Webinars einloggen.

Schlagwörter:

Java, Objektorientierte Programmierung, Algorithmen, Datenstrukturen

Bewegungsanalyse und biomechanische Grenzgebiete [BABG]

Dozent/in:

N.N.

Angaben:

Vorlesung, 2 SWS, ECTS: 2,5

Termine:

Zeit/Ort n.V.

Studienrichtungen / Studienfächer:

WF MT-BA ab 4
WF MT-MA ab 1
WF MT-MA-BDV ab 1
WF MT-BA-BV ab 4
WF MT-MA-MEL ab 1
WF MT-MA-IDP ab 1
WF MT-BA-GP ab 4

Voraussetzungen / Organisatorisches:

Für diese Lehrveranstaltung ist eine Anmeldung erforderlich. Die Anmeldung erfolgt über: https://www.vhb.org/

Biomedizinische Signalanalyse [BioSig]

Dozentinnen/Dozenten:

Felix Kluge, Björn Eskofier

Angaben:

Vorlesung, 2 SWS, ECTS: 2,5

Termine:

Di, 10:15 - 11:45, Raum n.V.
Online

Studienrichtungen / Studienfächer:

WF EEI-BA ab 5
WF EEI-MA ab 1
WF IuK-BA ab 5
WF CE-MA-TA-MT ab 1
WPF INF-MA ab 1
WF INF-BA ab 5
WF INF-BA-V-ME ab 5
WF INF-BA-V-MI ab 5
WPF MT-BA 5
WPF MT-MA-BDV ab 1
WPF MT-MA-MEL ab 1
WPF I2F-BA ab 4
WF ICT-MA ab 1

Biomedizinische Signalanalyse Übung [BioSig-UE]

Dozent/in:

Arne Küderle

Angaben:

Übung, 2 SWS, ECTS: 2,5

Studienrichtungen / Studienfächer:

WPF INF-MA ab 1
WPF INF-BA ab 5
WF INF-BA-V-ME ab 5
WF INF-BA-V-MI ab 5
WPF I2F-BA ab 4
WF IuK-BA ab 5
WF ICT-MA ab 1
WF EEI-BA ab 5
WF EEI-MA ab 1
WPF MT-BA 5
WPF MT-MA-BDV ab 1
WPF MT-MA-MEL ab 1
WPF CE-MA-TA-MT ab 5

Digital Psychology Lab [DiPsyLab]

Dozentinnen/Dozenten:

Robert Richer, Katharina Jäger, Nicolas Rohleder, Björn Eskofier

Angaben:

Seminar, 2 SWS, benoteter Schein, ECTS: 5, nur Fachstudium

Termine:

Mo, 14:15 - 15:45, Zoom-Meeting
Einzeltermine am 2.11.2020, 9.11.2020, 23.11.2020, 14:15 - 15:45, H11
Die Lehrveranstaltung findet als Mischung von digitalen Veranstaltungen (Zoom-Meetings zur Besprechung des Seminarfortschritts) und Präsenzveranstaltungen (Präsenz nur 02.11., 09.11. und ggfs. 23.11.) statt.

Studienrichtungen / Studienfächer:

WF MT-MA ab 1

Voraussetzungen / Organisatorisches:

Studierende der Medizintechnik melden sich bei Interesse an der Lehrveranstaltung bitte per Email an robert.richer@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

Angaben:

Praktikum, 4 SWS, benoteter Schein, geeignet als Schlüsselqualifikation

Termine:

Di, 16:15 - 17:45, 00.010
Do, 12:15 - 13:45, 00.010
The first lectures will take place as online courses. More information including the link to the online courses can be found on StudOn.

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 03.11.2020 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/crs3196650.html
Die Anmeldung ist möglich ab dem 22.09.2020 bis einschließlich 03.11.2020

Kolloquium im Bereich Maschinelles Lernen und Datenanalytik [KoMAD]

Dozent/in:

Björn Eskofier

Angaben:

Kolloquium, 2 SWS

Termine:

Mi, 12:30 - 14:00, 00.010

Studienrichtungen / Studienfächer:

WPF INF-MA ab 1

Machine Learning for Engineers; Introduction to Methods and Tools [MLE-L]

Dozentinnen/Dozenten:

Björn Eskofier, Jörg Franke, Nico Hanenkamp

Angaben:

Vorlesung mit Übung, ECTS: 5

Termine:

Please see VHB for further details: https://kurse.vhb.org/VHBPORTAL/kursprogramm/kursprogramm.jsp?kDetail=true&COURSEID=13154,72,1399,1

Studienrichtungen / Studienfächer:

WF WING-BA 3-6
WF WING-BA-IKS-ING-MG1 1-3
WF ME-BA 3-6
WF ME-MA 1-3
WF MB-BA 3-6
WF MB-MA 1-3
WF IP-BA 3-6

Voraussetzungen / Organisatorisches:

The official start-date is the 2.11, but joining the course at a later date is possible. For this course, there exist no conventional lectures and predefined dates, but a series of videos, exercises and supplemental material, which you are expected to learn in a self-taught manner. You can expect support by the tutors in the forum, E-Mail and on-demand exercises.
Course-access via Studon is NOT possible. The registration is ONLY possible via the VHB portal.
Please contact for any questions the responsible tutors and organizers: franz.koeferl@fau.de, bejamin.lutz@faps.fau.de, matthias.muehlbauer@fau.de.

Maschinelles Lernen für Zeitreihen [MLTS]

Dozentinnen/Dozenten:

Björn Eskofier, Christopher Mutschler, Oliver Amft

Angaben:

Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5

Termine:

Mi, 8:15 - 9:45, Zoom-Meeting

Studienrichtungen / Studienfächer:

WF ASC-MA ab 1
WF INF-MA ab 1
WF CE-MA-TA-MT ab 1
WF MT-MA ab 1

Maschinelles Lernen für Zeitreihen Laborprojekt [MLTS-L]

Dozent/in:

Leo Schwinn

Angaben:

Praktikum, 2 SWS, ECTS: 2,5

Termine:

Zeit/Ort n.V.

Studienrichtungen / Studienfächer:

WF ASC-MA ab 1
WF INF-MA ab 1
WF CE-MA-TA-MT ab 1
WF MT-MA ab 1

Maschinelles Lernen für Zeitreihen Übung [MLTS-UE]

Dozentinnen/Dozenten:

Leo Schwinn, Franz Köferl

Angaben:

Übung, 2 SWS, ECTS: 2,5

Termine:

Di, 10:15 - 11:45, Zoom-Meeting
Please organise a login for the CIP-Maschinenbau to participate in this exercise: http://www.cip.mb.uni-erlangen.de/main.phtml?standort=pgs&sub=pgs&page=inside

Studienrichtungen / Studienfächer:

WF ASC-MA ab 1
WF CE-MA-TA-MT ab 1
WF MT-MA ab 1
WF INF-MA ab 1
WF CME-MA ab 1

Maschinelles Lernen und Datenanalytik für Industrie 4.0 [MADI40]

Dozentinnen/Dozenten:

Björn Eskofier, An Nguyen, Franz Köferl, Philipp Schlieper, Christoph Scholl

Angaben:

Seminar, 2 SWS, benoteter Schein, ECTS: 5, nur Fachstudium, Registration via mail to an.nguyen@fau.de

Termine:

Mi, 16:15 - 18:00, 00.010
Starts on 04.11.2020

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

Voraussetzungen / Organisatorisches:

Prerequisites Registration via e-mail to an.nguyen@fau.de Registration period: 01.09.2020 - 28.10.2020

This course will be held online until the coronavirus pandemic is contained to such an extent that the Bavarian state government can allow face-to-face teaching again. 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

Projekt Maschinelles Lernen und Datenanalytik [ProjMAD]

Dozent/in:

Björn Eskofier

Angaben:

Sonstige Lehrveranstaltung, benoteter Schein, ECTS: 10

Termine:

Zeit/Ort n.V.

Studienrichtungen / Studienfächer:

WPF INF-MA 1

Voraussetzungen / Organisatorisches:

Master Studium Informatik

Schlagwörter:

Master Projekt Project

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