Stud.IP Uni Oldenburg
University of Oldenburg
26.09.2021 06:20:51
phy840 - Acoustics and Signal Processing Part II (Complete module description)
Original version English Download as PDF
Module label Acoustics and Signal Processing Part II
Module code phy840
Credit points 6.0 KP
Workload 180 h
(
Präsenzzeit: 56 Stunden Selbststudium: 124 Stunden
)
Institute directory Institute of Physics
Applicability of the module
  • Master's Programme Hearing Technology and Audiology (Master) > Mastermodule
Responsible persons
Kollmeier, Birger (Module counselling)
Hohmann, Volker (Module counselling)
Anemüller, Jörn (Module counselling)
Lücke, Jörg (Module counselling)
Blau, Matthias (Authorized examiners)
Brand, Thomas (Authorized examiners)
Dietz, Mathias (Authorized examiners)
Doclo, Simon (Authorized examiners)
Ewert, Stephan (Authorized examiners)
Meyer, Bernd (Authorized examiners)
Schädler, Marc René (Authorized examiners)
Uppenkamp, Stefan (Authorized examiners)
van de Par, Steven (Authorized examiners)
Prerequisites
Bachelor in Hörtechnik und Audiologie oder entsprechend
Skills to be acquired in this module
Vermittlung grundlegender Modelle, experimenteller Methoden und wichtiger technischer Anwendungen der Akustik. Vermittlung der Grundlagen der Informationsverarbeitung und Informationstheorie, und praktischer Methoden der statistischen Signalverarbeitung, Signalkompression und Nachrichtenübertragung. Messungen akustischer Ereignisse sowie Messungen zur Identifizierung akustischer Systeme. Befähigung der Studierenden zur Lösung von Messproblemen, wie sie in unterschiedlichen Branchen der Industrie anzutreffen sind. Nach Abschluss des Moduls beherrschen Studierende (a) die Verfahren zur Modellierung akustischer und anderer schwingungsphysikalischer Systeme, (b) moderne Signal- und Informations-verarbeitungsmethoden und können (c) die gelernten Methoden zur Analyse und zur Erklärung der Funktionsweise und Analyse schwingungstechnischer und signalverarbeitender Systeme einsetzen.
Module contents
Akustik: Wellenausbreitung in homogenen und inhomogenen Medien, Ultraschall (zerstörungsfreie Prüfverfahren, medizinische Anwendungen), Körperschall, Energie, Absorber, Akustik des geschlossenen Raums (Randbedingungen, Kanäle, Resonatoren, Raumakustik), Streuung und Beugung, geometrische Akustik, Abstrahlung von schwingenden Oberflächen, dissipative Effekte, nichtlineare Wellenausbreitung, technische Akustik (Messverfahren, Lärmausbreitung und -schutz). Akustische Messtechnik: Wiederholung: Signaltheoretische und akustische Grundlagen, Pegel, Spektren; Messung der Schallintensität; Nichtlineare akustische Messverfahren; Hochauflösende Verfahren; Inverse Probleme und Regularisierung in der akustischen Messtechnik; Akustische Kamera; Messung von HRTFs; Transaurale Systeme; Raumsimulation; Spherical Harmonics, Ambisonics, Wave Field Synthesis. Informationsverarbeitung und Kommunikation: 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 Machine Learning II - Advanced Learning and Inference: This course builds up on the basic models and methods introduced in introductory Machine Learning lectures. Advanced Machine Learning models will be introduced alongside methods for efficient parameter optimization. Analytical approximations for computationally intractable models will be defined and discussed as well as stochastic (Monte Carlo) approximations. Advantages of different approximations will be contrasted with their potential disadvantages. Advanced models in the lecture will include models for clustering, classification, recognition, denoising, compression, dimensionality reduction, deep learning, tracking etc. Typical application domains will be general pattern recognition, computational neuroscience and sensory data models including computer hearing and computer vision. Oberseminar Akustik Aktuelle Forschungsarbeiten der Akustik
Reader's advisory
- D. Pierce: Acoustics: an introduction to its physical principles and applications. Acoustical Society of America, Melville (NY), 1994 - P. M. Morse, K. U. Ingard: Theoretical acoustics. McGraw-Hill, New York, 1968 - H. Kuttruff: Akustik: eine Einführung. Hirzel, Stuttgart, 2004 - M. R. Schroeder: Computer Speech, Springer, Berlin, 1999. - T. M. Cover, J. A. Thomas: Elements of information theory. John Wiley, New York, 1991 - J. G. Proakis: Digital communications. McGraw-Hill, Boston, 2001 - K. Sayood: Introduction to data compression. Kaufmann, San Francisco, 2003 - Kraak, W. und Weißing, H.: Schallpegelmeßtechnik. Verlag Technik, Berlin 1970 - Randall, R. B.: Application of B&K Equipment to Frequency Analysis. 2. Auflage, Brüel & Kjaer, 1977 - Harris, C. M.: Handbook of Acoustical Measurements and Noise Control. 3rd edition, McGraw-Hill, New York, 1991  Bendat, J.S. and Piersol, A.G.: Random Data. Analysis and Measurement Procedures. 3rd edition, Wiley Series in Probability and Statistics, 2000  Bishop: Pattern Recognition and Machine Learning, 2006.  MacKay: Information Theory, Inference and Learning Algorithms, 2003.  K.-D. Kammeyer, K. Kroschel: Digitale Signalverarbeitung: Filterung und Spektralanalyse mit MATLAB-Übungen. Teubner, Stuttgart, 2002  C. M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006. (best suited for lecture).  K. P. Murphy, Machine Learning: A Probabilistic Perspective, MIT Press, 2012  P. Dayan, L. F. Abbott, Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems, MIT Press, 2001.  K. Petersen, M. Pederson, The Matrix Cookbook, (free online)
Links
Languages of instruction German, English
Duration (semesters) 1 Semester
Module frequency Sommersemester
Module capacity unlimited
Reference text
Es muss eine Auswahl der folgenden Veranstaltungen im Umfang von insgesamt 6 KP belegt werden. Alternativ können auch Veranstaltungen aus dem Modul „Akustik und Signalverarbeitung I“ belegt werden. Akustik, VL/Ü (6 KP) Akustische Messtechnik, VL/Ü (6 KP) Informationsverarbeitung und Kommunikation, VL/Ü (6 KP) Machine Learning II – Advanced Learning and Inference Methods, VL, Ü (6 KP) Oberseminar Akustik (3 KP) Lehrform: Akustik, Vorlesung/Übung: 4 SWS Akustische Messtechnik: Vorlesung 4 SWS Informationsverarbeitung und Kommunikation: Vorlesung: 2 SWS, Übungen: 2 SWS Machine Learning II – Advanced Learning and Inference Methods: Vorlesung: 2 SWS, Übungen: 2 SWS Oberseminar Akustik: Seminar: 2 SWS
Modullevel / module level MM (Mastermodul / Master module)
Modulart / typ of module je nach Studiengang Pflicht oder Wahlpflicht
Lehr-/Lernform / Teaching/Learning method
Vorkenntnisse / Previous knowledge
Examination Time of examination Type of examination
Final exam of module
M
Course type Seminar
SWS
Frequency
Workload attendance 0 h