Technische Universität Braunschweig
  • Studium & Lehre
    • Vor dem Studium
      • Informationen für Studieninteressierte
      • Studiengänge von A-Z
      • Bewerbung
      • Fit4TU - Self-Assessment
      • Beratungsangebote für Studieninteressierte
      • Warum Braunschweig?
    • Im Studium
      • Erstsemester-Hub
      • Semestertermine
      • Lehrveranstaltungen
      • Studien-ABC
      • Studienorganisation
      • Beratungsnavi
      • Zusatzqualifikationen
      • Finanzierung und Kosten
      • Besondere Studienbedingungen
      • Gesundheit & Wohlbefinden
      • Campusleben
    • Nach dem Studium
      • Exmatrikulation und Vorlegalisation
      • Nach dem Abschluss
      • Alumni*ae
    • Strategien und Qualitätsmanagement
      • Qualitätsmanagement
      • Systemakkreditierung
      • Studienqualitätsmittel
      • TU Lehrpreis
    • Für Lehrende
      • Informationen für Lehrende
      • Konzepte
      • Lernmanagementsystem Stud.IP
    • Kontakt
      • Studienservice-Center
      • Sag's uns - in Studium und Lehre
      • Zentrale Studienberatung
      • Immatrikulationsamt
      • Abteilung 16 - Studium und Lehre
      • Career Service
      • Projekthaus
  • Forschung
    • Forschungsprofil
      • Forschungsschwerpunkte
      • Exzellenzcluster der TU Braunschweig
      • Forschungsprojekte
      • Forschungszentren
      • Forschungsprofile der Professuren
    • Frühe Karrierephase
      • Förderung in den frühen Phasen der wissenschaftlichen Karriere
      • Promotion
      • Postdocs
      • Nachwuchsgruppenleitung
      • Junior Professur und Tenure-Track
      • Habilitation
      • Service-Angebote für Wissenschaftler*innen
    • Forschungsdaten & Transparenz
      • Transparenz in der Forschung
      • Forschungsdaten
      • Open Access Strategie
      • Digitale Forschungsanzeige
    • Forschungsförderung
      • Netzwerk Forschungsförderung
      • Datenbanken und Stiftungen
    • Kontakt
      • Forschungsservice
      • Graduiertenakademie
  • International
    • Internationale Studierende
      • Warum Braunschweig?
      • Studium mit Abschluss
      • Austauschstudium
      • TU Braunschweig Summer School
      • Geflüchtete
      • International Student Support
      • International Career Service
    • Wege ins Ausland
      • Studium im Ausland
      • Praktikum im Ausland
      • Lehren und Forschen im Ausland
      • Arbeiten im Ausland
    • Internationale Forschende
      • Welcome Support for International Researchers
      • Service für gastgebende Einrichtungen
    • Sprachen und interkulturelle Kompetenzvermittlung
      • Deutsch lernen
      • Fremdsprachen lernen
      • Interkulturelle Kompetenzvermittlung
    • Internationales Profil
      • Internationalisierung
      • Internationale Kooperationen
      • Strategische Partnerschaften
      • Internationale Netzwerke
    • International House
      • Wir über uns
      • Kontakt & Sprechstunden
      • Aktuelles und Termine
      • International Days
      • 5. Studentische Konferenz: Internationalisierung der Hochschulen
      • Newsletter, Podcast & Videos
      • Stellenausschreibungen
  • Die TU Braunschweig
    • Unser Profil
      • Ziele & Werte
      • Ordnungen und Leitlinien
      • Allianzen & Partner
      • Hochschulentwicklung 2030
      • Internationale Strategie
      • Fakten & Zahlen
      • Unsere Geschichte
    • Karriere
      • Arbeiten an der TU
      • Stellenmarkt
      • Berufsausbildung an der TU
    • Wirtschaft & Unternehmen
      • Unternehmensgründung
      • Freunde & Förderer
    • Öffentlichkeit
      • Veranstaltungskalender
      • Check-in für Schüler*innen
      • Hochschulinformationstag (HIT)
      • CampusXperience
      • Kinder-Uni
      • Das Studierendenhaus
      • Gasthörer*innen & Senior*innenstudium
      • Nutzung der Universitätsbibliothek
    • Presse & Kommunikation
      • Stabsstelle Presse und Kommunikation
      • Medienservice
      • Ansprechpartner*innen
      • Tipps für Wissenschaftler*innen
      • Themen und Stories
    • Kontakt
      • Allgemeiner Kontakt
      • Anreise
      • Für Hinweisgeber
  • Struktur
    • Leitung & Verwaltung
      • Das Präsidium
      • Stabsstellen
      • Verwaltung
      • Organe, Statusgruppen und Kommissionen
    • Fakultäten
      • Carl-Friedrich-Gauß-Fakultät
      • Fakultät für Lebenswissenschaften
      • Fakultät Architektur, Bauingenieurwesen und Umweltwissenschaften
      • Fakultät für Maschinenbau
      • Fakultät für Elektrotechnik, Informationstechnik, Physik
      • Fakultät für Geistes- und Erziehungswissenschaften
    • Institute
      • Institute von A-Z
    • Einrichtungen
      • Universitätsbibliothek
      • Gauß-IT-Zentrum
      • Zentrale Personalentwicklung
      • International House
      • Projekthaus
      • Transferservice
      • Hochschulsportzentrum
      • Einrichtungen von A-Z
    • Studierendenschaft
      • Studierendenparlament
      • Fachschaften
      • Studentische Wahlen
    • Lehrer*innenbildung
      • Lehrer*innenfortbildung
      • Forschung
    • Chancengleichheit
      • Gleichstellung
      • Familie
      • Diversität
    • Kontakt
      • Personensuche
  • Suche
  • Schnellzugriff
    • Personensuche
    • Webmail
    • cloud.TU Braunschweig
    • Messenger
    • Mensa
    • TUconnect (Studierendenportal)
    • Lehrveranstaltungen
    • Im Notfall
    • Stud.IP
    • UB Katalog
    • Status GITZ-Dienste
    • Störungsmeldung GB3
    • IT Dienste
    • Informationsportal (Beschäftigte)
    • Beratungsnavi
    • Linksammlung
    • DE
    • EN
    • Instagram
    • YouTube
    • LinkedIn
    • Mastodon
    • Bluesky
Menü
  • Struktur
  • Fakultäten
  • Fakultät für Elektrotechnik, Informationstechnik, Physik
  • Institute
  • Institut für Nachrichtentechnik
  • Studium & Lehre
  • Lehrveranstaltungen im Wintersemester
Logo Institut für Nachrichtentechnik der TU Braunschweig
Computer Lab Mustererkennung
  • Lehrveranstaltungen im Wintersemester
    • Platforms for Information Technology (Modulcluster)
    • Computer Lab Mustererkennung
    • Advanced Topics in Communications Theory
    • Aktuelle Systeme für die elektronischen Medien
    • Einführung in die Programmierung für Nicht-Informatiker
    • Einführung in die Quanteninformationstechnologie und das Quantencomputing
    • Elektroakustik
    • Grundlagen der Informationstechnik: Teil Nachrichtentechnik
    • Grundlagen des Mobilfunks
    • Hochfrequenz- und Mobilfunkmesstechnik
    • Informationstheorie
    • Labor Mobilfunksysteme
    • Medientechnisches Projekt (DiKuM)
    • Mustererkennung (Pattern Recognition)
    • Netzwerk-Informationstheorie
    • Post Shannon Theorie
    • Praktikum für Nachrichtentechnik
    • Propädeutikum
    • Rechnerübung Sprachkommunikation
    • Self-Organizing Networks
    • Seminar Machine Learning: Sprach- und Bildanalyse
    • Sicherheit auf der Übertragungsschicht 2
    • Signale und Systeme
    • Sprachdialogsysteme
    • Sprachkommunikation
    • Teamprojekt Digitale Signalverarbeitung
    • Technologie- und Innovations-Management
    • Wahrscheinlichkeitstheorie und Statistik
    • ⤶ Studium & Lehre
    • ⌂ IfN

Computer Lab Mustererkennung

Zu sehen ist ein ipython notebook

Inhalt

Das Computer Lab Mustererkennung soll Studierenden mit theoretischen Vorkenntnissen im Bereich Machine Learning eine praktische Einführung in den Bereich Machine Learning und insbesondere Deep Learning bieten. Es wird zunächst eine Einführung in die Programmiersprache Python geben und anschließend eine Einführung in die Deep Learning Bibliotheken PyTorch und Tensorflow geben. Danach wird anhand von konkreten Beispielen aus den Bereichen Bildverarbeitung und Sprachverarbeitung die konkrete Anwendung dieser Deep Learning Bibliotheken geübt. Das Labor besteht aus 7 Units, von denen mindestens 6 bestanden werden müssen. Die Aufgaben werden auf einem Jupyterhub stattfinden. Alle 2 Wochen wird eine Unit verfügbar gemacht, die dann bearbeitet wird und anschließend abgegeben wird. Im Detail werden die folgenden Themen in den 7 Units des Computer Labs bearbeitet:

  • Interaktive Einführung in die Grundlagen von Python mit Jupyter-Notebooks, Grundlagen der Datenverarbeitung, -aufbereitung und –visualisierung
  • Nutzung von Single-Layer-Machine-Learning-Modellen zur Lösung eines Zwei-Klassen-Problems: Support-Vector-Maschinen (auf Basis der libsvm) im Vergleich zu einem neuronalen Netz. Aufteilung und Nutzung von Datensätzen, Anwendung passender Metriken zur Evaluierung, Nutzung von High-Level Machine-Learning-Bibliotheken wie SciKit-Learn
  • Nutzung von tiefen neuronalen Netzwerken zur Lösung eines Vielklassen-Klassifizierungs-Problems, Kennenlernen von anerkannten akademischen Datensätzen wie MNIST und CIFAR-10, Einführung in die Nutzung der Deep-Learning-Bibliotheken PyTorch und Tensorflow, Nutzung und Anpassung von vortrainierten Modellen
  • Nutzung von Faltungsnetzwerken zur Lösung von anspruchsvolleren Bildverarbeitungs-Problemen wie der semantischen Segmentierung und der Tiefenschätzung, Nutzung von Regularisierungsmethoden im Training
  • Nutzung von vielfältigen Kostenfunktionen zur Optimierung von neuronalen Netzwerken, Implementierung von generativen Modellen wie Generative Adversarial Networks (GANs)
  • Nutzung von rekurrenten neuronalen Netzwerken zur Lösung von Problemen auf Basis von Zeitreihendaten, Anwendung von Konzepten zur Anomaliedetektion
  • Nutzung von rekurrenten neuronalen Netzwerken zur Sprachverarbeitung am Beispiel der Störgeräuschreduktion, Analyse von neuronalen Netzwerken in Bezug auf ihre Komplexität (FLOPs, Anzahl Parameter)

Dozent: Prof. Dr.-Ing. Tim Fingscheidt

Assistent:  Thomas Graave

Labor (PATREC Lab) (Modul-Nr.: 2424133):
 
Umfang (SWS): 4h =  5 LPs
Zeit: individuell gestaltbar
Ort: Online
Sprache: deutsch / englisch

Anmeldung und Ablauf

Zu Beginn jedes Semesters wird ein Kick-Off Termin stattfinden. Der Kick-Off Termin findet im WiSe 2024/25 am 17.10.2024 um 15 Uhr in SN22.2 statt und dauert maximal eine Stunde. Eine Anmeldung ist bereits möglich und muss bis zum 20.10.2024 23:59:59 Uhr in der Stud.IP Veranstaltung erfolgen. Eine nachträgliche Anmeldung ist nicht möglich. Alle weiteren Informationen werden im Stud.IP und beim Kick-Off veröffentlicht. Die Teilnahme am Computer Lab ist auch ohne Teilnahme am Kick-Off möglich - die Folien werden im Anschluss im Stud.IP hochgeladen.

Bitte beachten Sie im stud.ip die Ankündigung bzgl. des Element Chats.

Bildnachweise dieser Seite

Für alle

Stellen der TU Braunschweig
Jobbörse des Career Service
Merchandising
Sponsoring- & Spendenleistungen
Drittmittelgeförderte Forschungsprojekte
Vertrauenspersonen für Hinweisgeber

Für Studierende

Semestertermine
Lehrveranstaltungen
Studiengänge von A-Z
Informationen für Erstsemester
TUCard

Interne Tools

Status GITZ-Dienste
Handbuch für TYPO3 (Intern)
Corporate Design-Toolbox (Intern)
Glossar (DE-EN)
Meine Daten ändern
Hochschulöffentliche Bekanntmachungen

Kontakt

Technische Universität Braunschweig
Universitätsplatz 2
38106 Braunschweig
Postfach: 38092 Braunschweig
Telefon: +49 (0) 531 391-0

Anreise

© Technische Universität Braunschweig
Impressum Datenschutz Barrierefreiheit

Zur anonymisierten Reichweitenmessung nutzt die TU Braunschweig die Software Matomo. Die Daten dienen dazu, das Webangebot zu optimieren.
Weitere Informationen finden Sie in unserer Datenschutzerklärung.