phy742 - Specialisation (Course overview)

phy742 - Specialisation (Course overview)

Institute of Physics 15 KP
Module components Semester courses Sommersemester 2021 Examination
Lecture
  • No access 5.04.4012 - Informationsverarbeitung und Kommunikation Show lecturers
    • Priv.-Doz. Dr. Jörn Anemüller

    Tuesday: 16:00 - 18:00, weekly (from 13/04/21)
    Dates on Friday, 23.07.2021 13:30 - 15:30

    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. Inhalte: 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

  • No access 5.04.4248 - Neuroprothesen Show lecturers
    • Prof. Dr. Mathias Dietz

    Wednesday: 16:00 - 18:00, weekly (from 14/04/21)
    Friday: 12:00 - 14:00, weekly (from 16/04/21)

  • No access 5.04.4589 - Angewandte Psychophysik II: Anwendungen im Sound Design / Applied Psychophysics II: Applications in sound design Show lecturers
    • Prof. Dr. Steven van de Par
    • Stephan Töpken

    Wednesday: 16:00 - 18:00, weekly (from 14/04/21)

    Psychoakustische Bewertungs- und Analysemethoden für Untersuchungen der Geräuschqualität und für Sound Design. Messtechniken und Skalen. Überschwellige Empfindungsgrößen wie Tonhaltigkeit, Rauigkeit und Lautheit inklusive Modellierung. Lästigkeit. Kontextvariablen, Berechnungsmethoden und Subjektivurteile.

  • No access 5.04.711 - Akustik Show lecturers
    • Prof. Dr. Steven van de Par
    • PD Dr. Stephan Ewert
    • Prof. Dr. Dr. Birger Kollmeier

    Monday: 10:15 - 11:45, weekly (from 19/04/21)
    Friday: 08:15 - 09:45, weekly (from 16/04/21)
    Dates on Friday, 30.07.2021 10:00 - 12:00

    Schwingungen und Wellen, physikalische Grundlagen der Akustik, Erzeugung und Ausbreitung von Schall, Messung und Bewertung von Schall, Verarbeitung und Analyse akustischer Signale, Akustik von Stimme und Sprache, Sprachpathologie, Schalldämmung und –dämpfung, Raum- und Bauakustik, Elektroakustik, Stoßwellen, Photoakustischer Effekt; ausgesuchte Kapitel der Akustik, der Vibrationen und des Ultraschalls.

Exercises
  • No access 5.04.4012 Ü1 - Informationsverarbeitung und Kommunikation Show lecturers
    • Priv.-Doz. Dr. Jörn Anemüller
    • Eike Jannik Nustede, M. Sc.

    Thursday: 16:00 - 18:00, weekly (from 15/04/21)

    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. Inhalte: 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

Hinweise zum Modul
Prerequisites
Bachelor in Physik, Technik und Medizin oder entsprechend
Reference text
Module examination
M
Skills to be acquired in this module
Die Studierenden spezialisieren sich auf dem von ihnen gewählten Gebiet und vertiefen ihr Wissen zur Setzung von individuellen Scherpunkten