phy611 - Theoretical Methods (Veranstaltungsübersicht)

Institut für Physik

6 KP

Modulteile

Semesterveranstaltungen Sommersemester 2021

Prüfungsleistung

Vorlesung

5.04.4012 - Informationsverarbeitung und Kommunikation
- Priv.-Doz. Dr. Jörn Anemüller
Dienstag: 16:00 - 18:00, wöchentlich (ab 13.04.2021)
Termine am Freitag, 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
5.04.4666 - Personalized Medicine
- Prof. Dr. rer. nat. Thorsten Schmidt
Freitag: 10:00 - 12:00, wöchentlich (ab 21.05.2021)
Freitag: 12:00 - 14:00, wöchentlich (ab 16.04.2021)

2 SWS Vorlesung als Blockveranstaltung + Praktikum (Block nach Absprache) Dozent: Prof. Dr. rer. nat. Thorsten Schmidt, thorsten.schmidt1@uni-oldenburg.de
5.04.4675 - Optical Simulation and Modelling (Zemax)
- Prof. Dr. Walter Neu, Dipl.-Phys.
Freitag: 09:00 - 11:00, wöchentlich (ab 16.04.2021)

Lecture and project. The lecture time can be shifted according if wanted.

Übung

5.04.4012 Ü1 - Informationsverarbeitung und Kommunikation
- Priv.-Doz. Dr. Jörn Anemüller
- Eike Jannik Nustede, M. Sc.
Donnerstag: 16:00 - 18:00, wöchentlich (ab 15.04.2021)

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
5.04.4666 - Personalized Medicine
- Prof. Dr. rer. nat. Thorsten Schmidt
Freitag: 10:00 - 12:00, wöchentlich (ab 21.05.2021)
Freitag: 12:00 - 14:00, wöchentlich (ab 16.04.2021)

2 SWS Vorlesung als Blockveranstaltung + Praktikum (Block nach Absprache) Dozent: Prof. Dr. rer. nat. Thorsten Schmidt, thorsten.schmidt1@uni-oldenburg.de
5.04.4675 - Optical Simulation and Modelling (Zemax)
- Prof. Dr. Walter Neu, Dipl.-Phys.
Freitag: 09:00 - 11:00, wöchentlich (ab 16.04.2021)

Lecture and project. The lecture time can be shifted according if wanted.

Hinweise zum Modul

Teilnahmevoraussetzungen	basic programming skills (matlab, python, C/C++)
Prüfungsleistung Modul	Lectures (2 or 4 hours per week) / Exercises (1 or 2 hours per week)
Kompetenzziele	The goal of this module is to extend the training in theoretical methods for engineering physics through the acquisition of solid and in-depth knowledge of advanced concepts and through their practice with computer simulations. Depending on the chosen course, the students will have the opportunity to strengthen their knowledge in quantum material modelling (Density-functional theory), signal processing, fluid dynamics (Modelling and Simulation), computational physics, and machine learning. In this way, they will develop skills to relate the conceptual design of models, their numerical implementation, and the physical analysis of the produced data, with the results of field and/or laboratory measurements.