Im SS 2025: Vorlesung Montags 10:15 - 11:45, Geb. A5.1, Raum 2.23 (Bibliothek LMT) oder hybrid via MS Teams
Die Vorlesung startet am 14. April (2. Vorlesungswoche)
Für angemeldete Studierende wird die Lehrveranstaltung auch hybrid angeboten. Zudem stehen die Aufzeichnungen der Vorlesungen vom SS 2021 zur Verfügung im Teamsverzeichnis
Zur Anmeldung senden Sie bitte eine Email (vorzugsweise von Ihrem UdS-Studierenden-Account) an Prof. Schütze (
Die Lehrveranstaltung führt ein in die Multisensorsignalverarbeitung, d.h. die Erkennung von Mustern primär mit statistischen Methoden, aber auch mit künstlichen neuronalen Netzen ("Maschinelles Lernen"). Dabei orientiert sie sich an Fragestellungen einerseits aus dem Bereich Gasmesstechnik und andererseits aus dem Condition Monitoring von Maschinen und Anlagen, jeweils mit Bezug zu aktuellen Forschungsprojekten des Lehrstuhls. Begleitet werden die Vorlesungen durch praktische Übungen am Computer, auch zum Kennenlernen der entsprechenden Software-Tools wie DAV³E, sowie durch ein Projektseminar, in dem die Studierenden selbst eine Fragestellung aus dem Spektrum der Vorlesung bearbeiten und ihr Ergebnis präsentieren. Die Computerübung und die Seminarpräsentation stellen jeweils Teilprüfungsleistungen dar, den Abschluss bildet eine kurze mündliche Prüfung.
Terminplan (unverbindlich - Unterlagen werden über Teams bereitgestellt)
Vorlesungen: | Datum: | Inhalt: |
---|---|---|
Vorlesung 1 | 14.04.2025 |
Kap. 1: Einführung, Grundlagen der Signalverarbeitung, Zielsetzung Kap. 2.1: Beispielprojekt Lösungsmittelerkennung |
21.04.2025 | Keine Vorlesung (Ostermontag) | |
Vorlesung 2 | 28.04.2025 |
Kap. 2.2: Update 2021: VOC-Quantifizierung für IAQ Weiterführende Literatur: Kap. 2.3: Beispielprojekt iCM-Hydraulik |
Vorlesung 3 | 05.05.2025 |
Kap. 3: Validierungsmethoden Kap. 4: Automatisierte Merkmalsextraktion und -selektion Weiterführende Literatur: |
Vorlesung 4 | 12.05.2024 |
Kap. 5: Lineare Multivariate Methoden (PCA, LDA) Kap. 6: Suppport Vector Machine (SVM) |
Computerübung | Nach Vereinbarung |
Einführende Übung zur Nutzung von DAV³E und zur Erprobung der grundlegenden Konzepte für Validierung, Merkalsextraktion, -selektion und Dimensionsreduktion |
Vorlesung 5 |
19.05.2025 |
Kap. 7.1-2: Künstliche Neuronale Netze: Grundlagen und Simulation |
Vorlesung 6 |
26.05.2025 |
Kap. 7.3-4: Künstliche Neuronale Netze |
Vorlesung 7 | 02.06.2025 |
Kap. 7.5-7: Künstliche Neuronale Netze |
09.06.2025 | Keine Vorlesung - Pfingstmontag | |
Vorlesung 8 |
16.06.2025 |
Kap. 7.8: Deep learning, convolutional networks etc. Weiterführende Literatur: |
Vorlesung 9 | 23.06.2025 |
Kap. 8: LVQ und SOM |
Vorlesung 10 | 30.06.2025 |
Kap. 9: Novelty detection Primär zum Selbststudium: Weiterführende Literatur: Kap. 10: Zusammenfassung und Ausblick |
Vorbereitung Seminarpräsentationen | Abstimmung in Kleingruppen mit zugeordneten Betreuern |
|
Seminarpräsentationen |
07.07.2025 |
Präsentation der Kleingruppen: |
Mündliche Prüfung | nach individueller Vereinbarung (Dauer ca. 30 min) |