Lehrveranstaltungsverzeichnis der Wahlfächer
|
Multimedia Security Exercises [MMSecEx] -
- Dozent/in:
- Christian Riess
- Angaben:
- Übung, 2 SWS
- Termine:
- Do, 18:00 - 20:00, Zoom-Meeting
- Studienrichtungen / Studienfächer:
- WPF ICT-MA 1
- Voraussetzungen / Organisatorisches:
- The majority of the methods are applications of signal processing. Thus, it is recommended to bring prior basic knowledge either in signal processing, pattern recognition, image processing, or related fields. Additionally, it is important to bring basic programming knowledge, preferably in python.
- Schlagwörter:
- Steganography, Watermarking, Multimedia Forensics, Data Hiding
|
|
Multimedia Security [MMSec] -
- Dozent/in:
- Christian Riess
- Angaben:
- Vorlesung, 2 SWS, Schein
- Studienrichtungen / Studienfächer:
- WPF ICT-MA 1
- Voraussetzungen / Organisatorisches:
- The majority of the methods are applications of signal processing. Thus, it is recommended to bring prior basic knowledge either in signal processing, pattern recognition, image processing, or related fields. Additionally, it is important to bring basic knowledge in programming, preferably in python and/or C++.
- Schlagwörter:
- Steganography, Watermarking, Multimedia Forensics, Data Hiding, Copyright Protection
| | | Do | 16:00 - 18:00 | Zoom-Meeting | |
Riess, Ch. | |
|
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:
- 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
|
|
Advanced Networking [AdN] -
- Dozent/in:
- Kai-Steffen Jens Hielscher
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5
- Termine:
- Do, 14:15 - 15:45, 01.019
- Studienrichtungen / Studienfächer:
- WF ICT-MA ab 1
- Schlagwörter:
- SDN, NFV, IoT, Cloud Computing, Fog Computing
|
|
Ausgewählte Kapitel der Audiodatenreduktion [AKADR] -
- Dozent/in:
- Jürgen Herre
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium
- Termine:
- jede 2. Woche Do, 12:15 - 15:30, Zoom-Meeting
Einzeltermine am 10.12.2020, 21.1.2021, 12:15 - 15:30, Zoom-Meeting
Für die Zoom-Meetings ist ein guter Kopfhörer erforderlich.
bis zum 28.1.2021
- Studienrichtungen / Studienfächer:
- WF ICT-MA ab 1
- Voraussetzungen / Organisatorisches:
- Signale und Systeme I & II
Multimediakommunikation
- Schlagwörter:
- AudioLabs MP3 AAC Audiocodierung Audiokodierung "Perceptual Audio Coding" "Low Bitrate Audio Coding"
|
|
Musikverarbeitung - Synthese [MPS] -
- Dozent/in:
- Maximilian Schäfer
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, Kredit: 2/2, nur Fachstudium
- Termine:
- Do, 12:15 - 13:45, Raum n.V.
The lecture will be offered via a live Zoom session. Further information will be provided via StudOn in due time.
- Studienrichtungen / Studienfächer:
- WF ICT-MA 1-4
- Voraussetzungen / Organisatorisches:
- Voraussetzung sind Kenntnisse in digitaler Signalverarbeitung, Kenntnisse aus der Vorlesung Mensch-Maschine-Schnittstelle sind hilfreich, aber nicht notwendig.
Die Vorlesung ist thematisch eng verwandt mit der Vorlesung "Music Processing - Analysis" von Prof. Meinard Müller. Beide Vorlesungen können jedoch unabhängig voneinander gehört werden.
Die Vorlesung wir aufgezeichnet und Fragen werden via Zoom beantwortet.
- Schlagwörter:
- Audio, Signal Processing, Sound Synthesis, Computer Music
|
|
Radar Signal Processing [RSP] -
- Dozent/in:
- Gerhard Krieger
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, ECTS: 5
- Termine:
- Di, 13:00 - 14:30, HF-Technik: BZ 6.18
Online-Angebot. Details Absatz Voraussetzungen / Organisatorisches
- Studienrichtungen / Studienfächer:
- WF ICT-MA 1-4
- Voraussetzungen / Organisatorisches:
- Wegen der Corona-Pandemie werden alle Vorlesungen und Übungen zunächst ausschließlich über Online-Angebote durchgeführt.
Alle Informationen, Vorlesungs- und Übungsaufzeichnungen/Webinare und Materialien stehen auf StudOn zur Verfügung.
Bitte treten Sie dafür dem StudOn-Kurs „LHFT - Radar Signal Processing“ bei. Keine formalen Voraussetzungen, aber grundlegende Kenntnisse erforderlich in Signal- und Systemtheorie, Wahrscheinlichkeitstheorie und linearer Algebra. Von Vorteil wären zudem Vorkenntnisse auf einem Teil der folgenden Gebiete: statistische Signalverarbeitung, Hochfrequenztechnik, Radar und/oder nachrichtentechnische Systeme.
- Schlagwörter:
- Radar Signalprocessing Signalverarbeitung
|
|
Visual Computing in Medicine 1 [VCMed1] -
- Dozentinnen/Dozenten:
- Peter Hastreiter, Thomas Wittenberg
- Angaben:
- Vorlesung, 2 SWS, Schein, ECTS: 2,5, nur Fachstudium, vormals "Analyse und Visualisierung medizinischer Bilddaten" (AnVisMed)
- Termine:
- Do, 14:15 - 15:45, 00.152-113
- Studienrichtungen / Studienfächer:
- WF ICT-MA ab 1
- Voraussetzungen / Organisatorisches:
- Fachstudium / Erwerb eines Scheins nach mündlicher Prüfung
- Schlagwörter:
- Medizinische Visualisierung (Medical imaging), Segmentierung (Segmentation), Registrierung (Registration)
|
|
Wissenschaftliches Arbeiten in den Ingenieur- und Naturwissenschaften [VORL WAIN] -
- Dozentinnen/Dozenten:
- Jens Kirchner, Sebastian Meyer
- Angaben:
- Vorlesung, 2 SWS, Schein, ECTS: 2,5, für Anfänger geeignet
- Termine:
- Lehrveranstaltung erfolgt in rein digitaler Form über StudOn (inkl. Fragestunden per Zoom).
- Studienrichtungen / Studienfächer:
- WF ICT-MA ab 1
- Voraussetzungen / Organisatorisches:
- Für die Teilnahme an der Vorlesung ist die Anmeldung im StudOn-Kurs notwendig: https://www.studon.fau.de/crs3379041.html
Für weitere Informationen über die Vorlesung siehe das in StudOn hinterlegte pdf: https://www.studon.fau.de/file3379480_download.html
- Schlagwörter:
- Nicht-technisches Wahlfach, Softskills, Recherche, Vortrag, Präsentation, Publikation
|
|