phy697 - Informationsverarbeitung und Kommunikation (Complete module description)

phy697 - Informationsverarbeitung und Kommunikation (Complete module description)

Original version English PDF Download
Module label Informationsverarbeitung und Kommunikation
Modulkürzel phy697
Credit points 6.0 KP
Workload 180 h
(
Attendance: 56 hours, Self study: 124 hours
)
Institute directory Institute of Physics
Verwendbarkeit des Moduls
  • Master's Programme Engineering Physics (Master) > Schwerpunkt: Acoustics
  • Master's Programme Engineering Physics (Master) > Schwerpunkt: Biomedical Physics
Zuständige Personen
  • Poppe, Björn (module responsibility)
Prerequisites
Kenntnisse der Inhalte aus den Veranstaltungen Lineare Algebra, Mathematische Methoden der Physik, Messtechnik und Block-Praktikum Digitale Signalverarbeitung (FPRB)
Skills to be acquired in this module
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.
Module contents
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
Literaturempfehlungen
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
Links
Language of instruction German
Duration (semesters) 1 Semester
Module frequency Sommersemester
Module capacity unlimited
Type of module Wahlpflicht / Elective
Module level MM (Mastermodul / Master module)
Teaching/Learning method Lecture: 2hrs/week; Excersise: 2hrs/week
Examination Prüfungszeiten Type of examination
Final exam of module
KL
Form of instruction Lecture
SWS 4
Frequency SoSe oder WiSe
Workload Präsenzzeit 56 h