Sprache der Veranstaltung:
  • Englisch
Termin Vorlesung:
  • Mo 8:00-16:00 N 6.13
Leistungspunkte:
  • 2,5 ECTS
UnivIS Links:

Thema: Machine Learning for Acoustic Signal Processing
Unter dem Begriff des maschinellen Lernens versteht man allgemein die Erzeugung von künstlichem Wissen in einem modellbasierten System. In einer Trainingsphase „lernt" ein Algorithmus (durch Schätzung von Modellparametern) Gesetzmäßigkeiten in einem Datensatz zu erkennen. Das trainierte System kann anschließend verwendet wurden um verschiedene Eingangsdaten auszuwerten. Ein klassisches Beispiel des maschinellen Lernens ist die automatische Spracherkennung, bei der ein akustisches Modell mit Trainingsdaten trainiert und anschließend zur Erkennung verwendet wird. In den letzten beiden Jahrzehnten wurden immer häufiger Methoden des maschinellen Lernens auf klassische Signalverarbeitungsprobleme angewandt. Folglich liegt der inhaltliche Schwerpunkt des Seminars auf der Beschreibung grundlegender Konzepte des maschinellen Lernens und deren Anwendung im Bereich der Sprachsignalverarbeitung. Das Seminar wird als Hauptseminar für das Bachelor- und Masterstudium in den Studienfächern Elektrotechnik, Elektronik und Informationstechnik (EEI), Wirtschaftsingenieurwesen (WING), Informations- und Kommunikationstechnik (IuK), Communications and Multimedia Engineering (CME) und Computational Engineering (CE), sowie verwandten Studienfächern anerkannt. Das Seminar wird an drei verpflichtenden Terminen als Blockveranstaltung durchgeführt: 1. Termin (Oktober 2017):
Einführung und Vergabe der Vortragsthemen. 2. Termin (Dezember 2017): Die Teilnehmer halten einen kurzen Vortrag über den Stand der Vorbereitungen und erhalten Tipps zur Vortragsgestaltung. 3. Termin (Januar 2018): Jeder Teilnehmer hält einen 25-minütigen Vortrag und liefert eine Ausarbeitung im Umfang von 10-15 Seiten über sein Thema ab. Da das Seminar auch ausländischen Studenten offensteht, werden Besprechungen und Vorträge auf Englisch gehalten. Die Ausarbeitung soll ebenfalls in englischer Sprache verfasst werden. Ansprechpartner & Anmeldung: Christian Hümmer, E-Mail: huemmer@LNT.de