Lehrstuhl für Informatik 14 (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 exam
- Termine:
- Mo, 8:15 - 9:45, H10
Organisation and slides via StudOn.
ab 21.10.2019
- 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
- Schlagwörter:
- Java, Objektorientierte Programmierung, Algorithmen, Datenstrukturen
| | Mo | 14:15 - 15:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Riedl, S. Hoffmann, J. |
| Di | 8:15 - 9:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Stoll, A. Hoffmann, J. |
| Di | 12:15 - 13:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Hoffmann, J. Mitrovics, S. |
| Di | 14:15 - 15:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Bauer, F. Möller, A. |
| Di | 16:15 - 17:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Mücke, A. Herzer, L. Möller, A. |
| Do | 8:15 - 9:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Kiederle, J. Herzer, L. |
| Do | 10:15 - 11:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Willms, H. Hoffmann, J. |
| Do | 16:15 - 17:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Mücke, A. Mitrovics, S. Gerhardt, A.-E. |
| Fr | 10:15 - 11:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Schoppe, N. Mitrovics, S. tom Dieck, T. |
| Fr | 12:15 - 13:45 | 02.151-113 a CIP, 02.151-113 b CIP | |
Burg, N. Gerhardt, A.-E. Mitrovics, S. |
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 MT-BA 1
WF MT-MA 1-2
PF WINF-BA 1
- Schlagwörter:
- Java, Objektorientierte Programmierung, Algorithmen, Datenstrukturen
| | Mo | 8:15 - 9:45 | 02.134-113 | |
Schoppe, N. |
| Mo | 8:15 - 9:45 | 02.133-113 | |
tom Dieck, T. |
| Mo | 12:15 - 13:45 | K2-119 | |
Richer, R. |
| Mo | 14:15 - 15:45 | 02.134-113 | |
Willms, H. |
| Di | 8:15 - 9:45 | 00.152-113 | |
Bauer, F. |
| Di | 8:15 - 9:45 | 00.010 | |
Burg, N. |
| Mi | 8:15 - 9:45 | 02.134-113 | |
Raab, R. |
| Mi | 10:15 - 11:45 | 02.133-113 | |
Kiederle, J. |
| Fr Einzeltermine am 22.11.2019, 29.11.2019, 31.1.2020 | 10:15 - 11:45 10:15 - 11:45 | 00.010 02.134-113 | |
Riedl, S. |
| Fr | 10:15 - 11:45 | 02.133-113 | |
Stoll, A. |
Algorithmen und Datenstrukturen (für Medizintechnik) Tutorenbesprechung [AuD-MT-TUT] -
- Dozentinnen/Dozenten:
- Robert Richer, René Raab, Tutoren
- Angaben:
- Übung
- Termine:
- Do, 18:00 - 20:00, Raum n.V.
|
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, 8:30 - 10:00, H16
- 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] -
- 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
| | Mo | 10:15 - 11:45 | 02.135-113 CIP | |
Küderle, A. |
Innovationslabor für Wearable und Ubiquitous Computing [InnoLab] -
- Dozentinnen/Dozenten:
- Björn Eskofier, Matthias Zürl, Philipp Dumbach, Marlies Nitschke, Malte Ollenschläger, Nils Roth, Philipp Schlieper, Maike Stöve, Martin Ullrich, Markus Zrenner
- 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
- Voraussetzungen / Organisatorisches:
- Themenvergabe und Terminfindung in der ersten Woche des Semesters.
Anmeldung bis 15.10.2019 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/research/projects/innovation-lab-for-wearable-and-ubiquitous-computing ,
Anmeldung: https://www.studon.fau.de/crs2654537.html
Die Anmeldung ist möglich ab dem 09.09.2019 bis einschließlich 15.10.2019
|
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
|
Maschinelles Lernen für Zeitreihen [MLTS] -
- Dozentinnen/Dozenten:
- Björn Eskofier, Oliver Amft, Christopher Mutschler
- Angaben:
- Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5
- Termine:
- Mi, 8:15 - 9:45, 00.010
- 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:
- Nooshin Haji Ghassemi
- 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:
- Nooshin Haji Ghassemi, Ivanna Timotius, Stefan Gradl
- Angaben:
- Übung, 2 SWS, ECTS: 2,5
- Termine:
- Di, 10:15 - 11:45, CIP-Pool MB Konrad-Zuse-Str. 3
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
- Angaben:
- Seminar, 2 SWS, benoteter Schein, ECTS: 5, nur Fachstudium, Registration via mail to an.nguyen@fau.de
- Termine:
- Mi, 16:00 - 18:00, 00.010
Starts on 16.10.2019
- Studienrichtungen / Studienfächer:
- WPF MT-MA-BDV ab 1
WPF INF-MA ab 1
WPF CE-MA ab 1
WF EEI-MA ab 1
WPF ASC-MA ab 1
WF ICT-MA ab 1
- Voraussetzungen / Organisatorisches:
- Prerequisites
Registration via e-mail to an.nguyen@fau.de Registration period: 15.07.2019 - 07.10.2019
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 (25 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
|
|
|