phy697 - Informationsverarbeitung und Kommunikation (Complete module description)

Attendance: 56 hours, Self study: 124 hours

Kenntnisse der Inhalte aus den Veranstaltungen Lineare Algebra, Mathematische Methoden der Physik, Messtechnik und Block-Praktikum Digitale Signalverarbeitung (FPRB)

Die Studierenden erlernen, wie statistische Eigenschaften von Signalen zur Lösung von Problemen der Angewandten Physik, insbesondere der Klassifikation, parametrischen Modellierung und Übertragung von Signalen genutzt werden können. Theoretische Lernziele beinhalten damit eine Wiederholung und Festigung statistischer Grundlagen und eine Verständnis von deren Nutzung für Algorithmen unterschiedlicher Zielsetzung und Komplexität. Im praktischen Teil werden Eigenschaften der behandelten Methoden selbständig erarbeitet sowie Algorithmen auf dem Rechner implementiert und auf reale Daten angewendet, so daß der Umgang mit theoretischen Konzepten und ihre praktische Umsetzung erlernt werden.

Grundfragen der Informationsverarbeitung (Klassifikation, Regression, Clustering), Lösungsmethoden basierend auf Dichteschätzung und diskriminativen Ansätzen (z.B. Bayes Schätzung, k-nearest neighbour, Hauptkomponentenanalyse, support-vector-machines, Hidden-Markov- Modelle), Grundlagen der Informationstheorie, Methoden der analogen und digitalen Nachrichtenübertragung, Prinzipien der
Kanalcodierung und Kompression

T. M. Cover, J. A. Thomas: Elements of information theory. John Wiley, 1991;
K. Sayood: Introduction to data compression. Kaufmann, 2003;
Bishop: Pattern Recognition and Machine Learning, Springer, 2006;
MacKay: Information Theory, Inference and Learning Algorithms, Cambridge University Press, 2003

KL