Lehrveranstaltungsverzeichnis der Wahlfächer

Seminar Ausgewählte Kapitel der Nachrichtentechnik [Sem NT] Dozentinnen/Dozenten: Robert Schober, Wolfgang Gerstacker Angaben: Hauptseminar, 2 SWS, benoteter Schein, ECTS: 2,5 Termine: Blockveranstaltung 22.11.2013-6.12.2013 Fr, 14:00 - 18:00, E 1.12 Studienrichtungen / Studienfächer: WPF IuK-MA 1-4

Big Data in Healthcare [MAS] Dozentinnen/Dozenten: Philipp Baumgärtel, Gregor Endler, Johannes Held, Klaus Meyer-Wegener Angaben: Masterseminar, 2 SWS, ECTS: 5, nur Fachstudium Termine: Do, 10:15 - 11:45, 08.130 Studienrichtungen / Studienfächer: WPF IuK-MA 3 Voraussetzungen / Organisatorisches: Inhalt: http://www6.informatik.uni-erlangen.de/DE/teaching/curriculum/mscsem/ StudOn: http://www.studon.uni-erlangen.de/crs794601.html Inhalt: Data-Mining dient der Extraktion von nichttrivialem Wissen aus einer großen Menge von Daten. Das Ziel ist dabei automatisiert neue Muster im Datenbestand zu erkennen. Es gibt Methoden um Korrelationen zu erkennen, Daten zu klassifizieren oder in Cluster einzuteilen und um Ausreißer in den Daten zu entdecken. Das Seminar richtet sich an alle Masterstudenten, die mehr über Data-Mining erfahren wollen. Die Teilnehmer werden sich im Rahmen des Seminars mit Data-Mining-Methoden vertraut machen und die Möglichkeiten der verschiedenen Klassen von Methoden herausarbeiten. Die Techniken sollen anschließend mit Hilfe von RapidMiner auf reale medizinische Daten angewendet werden.

Praktikum Digitale Übertragung [PrDÜ] Dozentinnen/Dozenten: Fabian Mruck, Clemens Stierstorfer Angaben: Praktikum, 3 SWS, Schein, ECTS: 2,5, nur Fachstudium Termine: Fr, 8:00 - 12:30, N6.10 Vorbesprechung: Freitag, 22.11.2013, 10:30 - 12:00 Uhr, N 6.17 Studienrichtungen / Studienfächer: WPF IuK-MA ab 1

Projekt: Architekturdesign zur Langzeitmessung von Gebäude-Energieprofilen [ProjKS] Dozentinnen/Dozenten: Jürgen Eckert, Kai-Steffen Jens Hielscher Angaben: Praktikum Termine: Zeit/Ort n.V. Studienrichtungen / Studienfächer: WPF IuK-MA ab 1 WPF IuK-MA ab 1

Machine Learning [Inf2-SEM-ML] Dozentinnen/Dozenten: Christopher Mutschler, Stephan Otto Angaben: Seminar, 2 SWS, ECTS: 5, Anmeldung mit Themenwunsch per E-Mail; Verteilung der Vortragsthemen erfolgt FCFS. Termine: Einzeltermine am 25.1.2014, 1.2.2014, 10:00 - 17:00, 04.150 findet als Blockveranstaltung statt Vorbesprechung: Donnerstag, 17.10.2013, 14:15 - 15:45 Uhr, 04.150 Studienrichtungen / Studienfächer: WPF IuK-MA ab 1 Voraussetzungen / Organisatorisches: Anmeldung per E-Mail an christopher.mutschler@informatik.uni-erlangen.de Scheinkriterien: 45-60 Minuten Vortrag Erstellung einer Ausarbeitung mit den wesentlichen Punkten des Vortrags (keine Folienkopien, ca. 6-8 Seiten) Anwesenheit bei den Vorträgen der anderen Teilnehmer Fertigstellung der Folien bis spätestens einer Woche vor dem Vortragstermin, Fertigstellung der Ausarbeitung bis zum Ende des Semesters Inhalt: Dieses Seminar führt in das Themengebiet des maschinellen Lernens ein. Maschinelles Lernen befasst sich mit der Frage, wie Computerprogramme zu konstruieren sind, die automatisch ihr Wissen vergrößern. Ziel des Seminars ist, die wichtigsten Schlüsselalgorithmen aus diesem Gebiet zusammen mit erläuternden Beispielen ihrer Arbeitsweise und der Theorie vorzustellen, die den Kern des Machine Learning ausmachen. Klassische Themengebiete sind hierbei beispielsweise Lernen mit Belohnung, evolutionäre Algorithmen oder statistische Verfahren. Mit der Zeit haben sich nach und nach etablierte Verfahren wie Support Vector Machines, Hidden Markov Modelle oder künstliche Neuronale Netze entwickelt. Das Seminar soll einen übergreifenden Einblick in die Welt des maschinellen Lernen und deren Algorithmen vermitteln. Die Materialien zur Lehrveranstaltung werden über StudOn bereitgestellt: https://www.studon.fau.de Empfohlene Literatur: T. M. Mitchell: Machine Learning, McGraw-Hill, 1997. J. R. Quinlan, C4.5: Programs for Machine Learning, Morgan Kaufmann, 1993. F. V. Jensen, An introduction to Bayesian Networks, UCL Press, 1996. N. Lavrac und S. Dzeroski, Inductive Logic Programming, Techniques and Applications, Ellis Horwood, 1994. J. A. Freeman, Simulating Neural Networks with Mathematica, Addison-Wesley, 1994. J. Hertz, A. Krogh und R. G. Palmer, Introduction to the Theory of Neural Computation, Addison-Wesley, 1991. R. Rojas, Theorie der neuronalen Netze, Springer, 1996. W. Banzhaf, P. Nordin, R. E. Keller und D. Francone, Genetic Programming: An Introduction, Morgan Kaufmann und dpunkt, 1998.1994. M. Mitchel, An Introduction to Genetic Algorithms, MIT-Press, 1996. Michalewicz, Genetic Algorithms + Data Structures = Evolution Programs, Springer, 1992. C. Bishop, Pattern Recognition and Machine Learning, Springer, 2007

Seminar Unsupervised Learning in Vision [SemULV] Dozentinnen/Dozenten: David Bernecker, Vincent Christlein Angaben: Seminar, 4 SWS, ECTS: 5 Termine: Einzeltermine am 13.1.2014, 14.1.2014, 20.1.2014, 21.1.2014, 18:00 - 20:00, 00.151-113 Vorbesprechung: Donnerstag, 17.10.2013, 18:00 - 20:00 Uhr, 00.151-113 Studienrichtungen / Studienfächer: WPF IuK-MA ab 1 Inhalt: Supervised Learning Ansätze erreichen bei Erkennungs- und Detektionsproblemen hohe Erkennungsraten wenn genügend annotierte Trainingsdaten zur Verfügung stehen. Lassen sich diese Erkennungsraten auch erreichen, wenn nur ein kleiner Teil oder gar keine der Trainingsdaten annotiert sind? Dieser Frage wollen wir in diesem Seminar an Hand von aktuellen Publikationen nachgehen. Jeder Teilnehmer entwickelt ein Beispielsprogramm auf Grundlage einer aktuellen wissenschaftlichen Publikation. Die Experimente zu dem jeweiligen Problem werden dann in einem Vortrag der Gruppe vorgestellt. Die Gesamtnote setzt sich zu 50% aus der Bewertung des Vortrags, zu 25% aus der Bewertung der Ausarbeitung und zu 25% aus der Bewertung der Entwicklung des Prototypen zusammen. Schlagwörter: Mustererkennung, Rechnersehen, Data-driven, Unsupervised Learning

Seminar: DIY: From Personal Computers to Personal Fabrication Dozentinnen/Dozenten: Jürgen Eckert, Reinhard German Angaben: Seminar, ECTS: 5, für Anfänger geeignet Termine: Do, 14:15 - 15:45, 04.137 Studienrichtungen / Studienfächer: WPF IuK-MA 1-4

Laborübungen zu Virtuelle Maschinen [LÜVM] Dozent/in: Volkmar Sieh Angaben: Übung, 2 SWS, ECTS: 2,5 Termine: Zeit/Ort n.V. Studienrichtungen / Studienfächer: WPF IuK-MA ab 1

	Übungen zu Rechnerarchitektur Dozent/in: Max Schneider Angaben: Übung, 2 SWS, ECTS: 2,5 Studienrichtungen / Studienfächer: WPF IuK-MA 1-3
		Mo	14:15 - 15:45	07.150		Schneider, M.
		Fr	08:15 - 09:45	07.150		Schneider, M.

Musiksignalverarbeitung - Analyse [MPA] Dozent/in: Meinard Müller Angaben: Vorlesung, 2 SWS, benoteter Schein, Kredit: 2/2, ECTS: 2,5 Termine: Mo, 16:15 - 19:15, 3R4.04 8 sessions per term with each session covering 1,5 lectures = 90 + 45 minutes ab 21.10.2013 Studienrichtungen / Studienfächer: WPF IuK-MA 1-4 Schlagwörter: Audio, Music, Signal Processing, Fourier Transform, Feature Design, Fingerprinting, Beat Tracking, Music Information Retrieval, AudioLabs

Visual Computing in Medicine 1 [VCMed1] Dozentinnen/Dozenten: Peter Hastreiter, Thomas Wittenberg Angaben: Vorlesung, 2 SWS, Schein, ECTS: 2,5, nur Fachstudium, vormals "Analyse und Visualisierung medizinischer Bilddaten" (AnVisMed) Termine: Di, 14:15 - 15:45, EE 0.135 Studienrichtungen / Studienfächer: WPF IuK-MA ab 1 Voraussetzungen / Organisatorisches: Fachstudium / Erwerb eines Scheins nach mündlicher Prüfung Inhalt: Die Flut und Komplexität medizinischer Bilddaten sowie die klinischen Anforderungen an Genauigkeit und Effizienz erfordern leistungsfähige wie auch robuste Konzepte der medizinischen Datenverarbeitung. Auf Grund der Vielfalt an Bildinformation und ihrer klinischen Relevanz spielt der Übergang von der Messung medizinischer Bilddaten (u.a. MRT, CT, PET) hin zur Analyse der Bildinhalte eine wichtige Rolle. Durch die visuelle Wiedergabe der abstrakten Daten können sowohl technische als auch medizinische Aspekte anschaulich und intuitiv verstanden werden. Aufbauend auf einem Regelkreis zur Verarbeitung medizinischer Bilddaten werden die Eigenschaften medizinischer Bilddaten sowie grundlegende Methoden und Verfahren der medizinischen Bildanalyse und Visualisierung im Zusammenhang vermittelt. Beispiele aus der Praxis erläutern den Bezug zur medizinischen Anwendung. Überblick zu bildgebenden Verfahren in der Medizin Gitterstrukturen, Datentypen und Formate Vorverarbeitung, Filterung und Interpolation Grundlegende Ansätze zur Segmentierung Explizite und implizite Methoden der Registrierung Medizinische Visualisierung (2D, 3D, 4D) von Skalar-, Vektor-, Tensordaten Praktische Demonstrationen in der Klinik und den Laboren Empfohlene Literatur: B. Preim, D. Bartz: Visualization in Medicine - Theory, Algorithms, and Applications, Morgan Kaufmann Verlag, 2007 H. Handels: Medizinische Bildverarbeitung, Bildanalyse, Mustererkennung und Visualisierung für die computerge-stützte ärztliche Diagnostik und Therapie, Vieweg und Teubner Verlag, 2009 Th. Lehmann, W. Oberschelp, E. Pelikan, R. Pepges: Bildverarbeitung für die Medizin, Springer Verlag, 1997 P.M. Schlag, S. Eulenstein, Th. Lange: Computerassis-tierte Chirurgie, Elsevier Verlag, 2010 E. Neri, D. Caramella, C. Bartolozzi: Image Processing in Radiology, Springer Verlag, 2008 Schlagwörter: Medizinische Visualisierung (Medical imaging), Segmentierung (Segmentation), Registrierung (Registration)

Praktikum Digitale Signalverarbeitung [Pr DSV] Dozentinnen/Dozenten: Andreas Schwarz, Hendrik Barfuss, Christian Hümmer, Jürgen Seiler, u.a. Angaben: Praktikum, 3 SWS, Schein, ECTS: 2,5, nur Fachstudium, The laboratory will start in January 2014. Termine: Fr, 14:15 - 18:15, N 6.13 Blockveranstaltung 9.1.2014-6.2.2014 Do, 14:00 - 18:00, N 6.13 Blockveranstaltung, 24.2.2014 9:00 - 28.2.2014 18:00, N 6.13 The laboratory will start in January 2014 Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Voraussetzungen / Organisatorisches: Systemtheorie, Digitale Signalverarbeitung Inhalt: Versuche: 1.Digitale Signale 2.Spektralanalyse 3.Nichtrekursive Filter und Filterbänke 4.Rekursive Filter 5.Adaptive Filter 6.Projekt 7.Projekt 8.Projekt 9.Projekt 10.Projekt Empfohlene Literatur: Buch: Schüßler, H. W.: Digitale Signalverarbeitung 1, 5. Auflage, Springer Verlag, Berlin, 2008 Skripten: W. Kellermann: Digital Signal Processing Nr. 5: Steffen, P.; Krauß, H.: Aufgaben und Lösungsvorschläge. Erlangen, 1995 Nr. 6: Steffen, P.; Krauß, H.: Klausuren und Lösungsvorschläge. Erlangen, 1996

Audio Processing Seminar Dozentinnen/Dozenten: Tom Bäckström, Bernd Edler, Emanuël Habets, Jürgen Herre, Meinard Müller Angaben: Seminar, 2 SWS Termine: Mo, 10:15 - 11:45, 3R4.04 Die Veranstaltung findet im Gebäude des Fraunhofer IIS, Am Wolfsmantel 33, 91058 Tennenlohe statt. ab 28.10.2013 Studienrichtungen / Studienfächer: WF IuK-MA 1-4

Seminar zu Fragen des Entwurfs Sicherheitskritischer Schaltungen [SemFESS] Dozent/in: Sebastian M. Sattler Angaben: Seminar, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium Termine: Do, 14:15 - 15:45, SR 01.030 Einführungsveranstaltung mit Vergabe der Seminarthemen am 31.10.13 um 14:15 Uhr Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Voraussetzungen / Organisatorisches: Entwurf Integrierter Schaltungen I und/oder II Inhalt: Inhalt des Seminars sind wissenschaftlich und technologisch aktuelle Themen der Lehr- und Forschungsgebiete des LZS: Alle Ebenen des Entwurfs Sicherheitskritischer Schaltungen oder Systeme Modellierung, Simulation und Test Sicherheitskritischer Schaltungen Algorithmen, Methoden und Werkzeuge für den rechnergestützten Entwurf Anwendungen von Sicherheitskritischen Schaltungen und Mikrosystemen

Seminar: Black Box Challenge - Meta-heuristic Optimization for Arbitrary Problems [BBC-SEM] Dozentinnen/Dozenten: Michael Glaß, Moritz Mühlenthaler, Felix Reimann, Rolf Wanka Angaben: Seminar, ECTS: 5 Termine: n.V. Vorbesprechung: Mittwoch, 30.10.2013, 10:30 - 11:30 Uhr, 02.112-128 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Inhalt: Meta-heuristic optimization techniques have gained a huge popularity whenever problems are too complex to be reasonably tackled with complete or brute-force approaches. Over the years, a smorgasbord of meta-heuristics have been developed in both the scientific community as well the industry. At this juncture, the landscape of meta-heuristics is vast and, particularly within the scientific community, there are numerous variations of these techniques which have been tailored, extended, and/or tweaked to solve very specific problems more efficiently. The purpose of the Black Box Challenge is to compare the performance of different meta-heuristic optimization techniques by applying them to arbitrary problem instances, about which only minimal information is exposed. I.e. no one knows what kind of problem is "in the box". Opposed to the trend of tailoring optimization techniques to a particular problem, we want to find out which approaches perform best in a fair comparison over a wide range of different problems. Such a comparison provides useful information for everyone who needs to use a meta-heuristic simply as a tool. In short, we seek for the meta-heuristic that features flexibility instead of specialization. In this seminar, each student will be provided with an existing meta-heuristic optimization algorithm from literature. This algorithm shall be implemented in the Java-based meta-heuristic optimization framework Opt4J. This basic implementation will already take part in the Black Box Challenge automatically. Afterwards, each student may start improving this algorithm to achieve better results in the competition. Depending on the number of registrations, students may work in small groups. The seminar finishes with a session of talks where each student introduces both the optimization algorithm from literature as well as the applied enhancements to the other participants. This seminar in the summer semester 2013 is also planned to be the acceptance trial of the Black Box Challenge, which shall launch as a public competition where people can submit their own optimizers. Thus, the implementations of this seminar shall also take part in the public Black Box Challenge. Empfohlene Literatur: M. Lukasiewycz, M. Glaß, F. Reimann and J. Teich. Opt4J – A Modular Framework for Meta-heuristic Optimization. Proceedings of the Genetic and Evolutionary Computing Conference (GECCO 2011), pp. 1723–1730, Dublin, Ireland, Jul. 12–16, 2011.

Architectures of Supercomputers / Architekturen von Superrechnern [ArchSup] Dozentinnen/Dozenten: Andreas Schäfer, Dietmar Fey Angaben: Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5, Genaue Termine für Vorlesung und Übung nach Vereinbarung, wir fangen aber zunächst mit den derzeit eingetragenen Zeiten an. Termine: Di, 12:15 - 13:45, 07.150 Studienrichtungen / Studienfächer: WF IuK-MA 1-3

Exercises Architectures of Supercomputers / Übungen Architekturen von Superrechnern [ÜArchSup] Dozent/in: Andreas Schäfer Angaben: Übung, 2 SWS, ECTS: 2,5 Termine: Mi, 12:30 - 14:00, 02.153 Studienrichtungen / Studienfächer: WPF IuK-MA 1-3

Ausgewählte Kapitel der Audiodatenreduktion [AKADR] Dozent/in: Jürgen Herre Angaben: Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium Termine: jede 2. Woche Fr, 14:30 - 17:45, 3R4.04 Die Veranstaltung findet im Gebäude des Fraunhofer IIS in Tennenlohe, Am Wolfsmantel 33 statt. Es werden jeweils 4 Stunden alle 2 Wochen gegeben. ab 25.10.2013 Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Voraussetzungen / Organisatorisches: Signale und Systeme I & II Multimediakommunikation Inhalt: Aufbauend auf anderen Veranstaltungen (insbes. “Sprach- und Audiosignalverarbeitung“) vertieft diese Vorlesung das Verständnis moderner Algorithmen zur gehörangepassten Audioquellcodierung. Die Vorlesung beinhaltet einen Überblick über die wichtigsten standardisierten Verfahren, angefangen von MPEG-1 (incl. „mp3“) bis hin zu den aktuellsten Erweiterungen des MPEG-4 Audio Standards. Die wesentlichen Algorithmen werden in ihrer Funktionsweise erläutert, neuartige Ansätze werden vorgestellt. Die ausgewählten Themenschwerpunkte sind u.a. • Skalierbare Audiocodierung • Effiziente Codierung mehrerer Audiokanäle / parametrische Multikanalcodierung • Typische Codierverzerrungen; subjektive und objektive Qualitätsbeurteilung • Bandbreitenerweiterung • Halbparametrische Audiocodierung • Verzögerungsarme Audiocodierung Die Lehrinhalte werden mit einer Reihe von Demonstrationen und Hörbeispielen verdeutlicht. Schlagwörter: AudioLabs MP3 MPEG Quellcodierung

Biomedizinische Signalanalyse [BioSig] Dozent/in: Björn Eskofier Angaben: Vorlesung, 2 SWS, ECTS: 2,5 Termine: Di, 10:15 - 11:45, H6 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Inhalt: Im Rahmen der Vorlesung werden (a) die Grundlagen der Generation von wichtigen Biosignalen im menschlichen Körper (b) die Messung von Biosignalen und (c) Methoden zur Analyse von Biosignalen erläutert und dargestellt.

Biomedizinische Signalanalyse Übung [BioSig-UE] Dozentinnen/Dozenten: Patrick Kugler, Heike Leutheuser, Benjamin Groh Angaben: Übung, 2 SWS, ECTS: 2,5 Termine: Fr, 10:15 - 11:45, A 2.16, 01.153-113 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Inhalt: Im Rahmen der Vorlesung werden (a) die Grundlagen der Generation von wichtigen Biosignalen im menschlichen Körper (b) die Messung von Biosignalen und (c) Methoden zur Analyse von Biosignalen erläutert und dargestellt.

Cyber-Physical Systems [CPS] Dozent/in: Torsten Klie Angaben: Vorlesung, 2 SWS, ECTS: 2,5 Termine: Do, 12:15 - 13:45, 0.151-115 Studienrichtungen / Studienfächer: WF IuK-MA ab 1

Übung zu Cyber-Physical Systems [UE-CPS] Dozent/in: Torsten Klie Angaben: Übung, ECTS: 2,5 Termine: Mo, 12:15 - 13:45, 0.151-115 Studienrichtungen / Studienfächer: WF IuK-MA ab 1

Domain-Specific and Resource-Aware Computing on Multicore Architectures [DSC] Dozent/in: Frank Hannig Angaben: Vorlesung, 2 SWS, ECTS: 2,5 Termine: Mi, 10:15 - 11:45, 02.133-113 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Inhalt: Der gegenwärtige Trend von Multi-Core-Architekturen mit mehreren Prozessorkernen hin zu Architekturen mit hunderten oder tausenden Prozessoren bietet ein enormes Potential für schnellere, energieeffizientere, kostengünstigere Systeme und vollkommen neue Anwendungen. Auf der anderen Seite ergeben sich aus der steigenden Komplexität und Strukturgrößen im Nanometerbereich erhebliche Herausforderungen, angefangen bei der Technologie, beim Architekturentwurf bis hin zur Programmierung Systeme basierend auf gemeinsamen Speicher oder zentralverwaltete werden in Zukunft nicht mehr skalieren Hier Bedarf es neuer Architektur- und Programmierkonzepte, um die Skalierbarkeit zu gewährleisten, sowie Methoden zur Optimierung der Ressourcenauslastung, des Leistungsverbrauchs, der Performance und der Toleranz von Fehlern Um diese unterschiedlichen Ziele zu erreichen, werden in der Lehrveranstaltung zwei wesentliche Ansätze betrachtet: Ressourcenverwaltung / Ressourcengewahre Programmierung und Domänenspezifisches Rechnen. Die Grundidee der ressourcengewahren Programmierung besteht darin, parallelen Programmen die Fähigkeit zu verleihen, selbstadaptiv zur Laufzeit in Abhängigkeit des Zustands von Ressourcen, Berechnungen auf diese zu verteilen, und nach paralleler Abarbeitung diese wieder frei zu geben. Beim domänenspezifischen Rechnen versucht man die oben genannten Ziele durch Einschränkung und Spezialisierung auf ein bestimmtes Anwendungsgebiet oder Problemfeld zu erreichen. Die Lehrveranstaltung gliedert sich im Wesentlichen in folgende Teile: Im ersten Teil werden aktuelle parallele Prozessorarchitekturen vorgestellt und nach unterschiedlichen Merkmalen klassifiziert. Außerdem werden gegenwärtige und zukünftige Herausforderungen von Architekturen und deren Programmierung betrachtet. Im zweiten Teil der Veranstaltung werden Abbildungsmethoden und Ansätze, wie zum Beispiel Invasives Rechnen zur ressourcengewahren Programmierung für Multi- und Many-Core-Architekturen vorgestellt. Domänenspezifisches Rechnen wird im dritten Teil der Lehrveranstaltung betrachtet. Hierbei werden grundlegende Entwurfsmuster und Ansätze domänenspezifischer Sprachen erörtert und an konkreten Beispielen vertieft. Schwerpunkt der Vorlesung ist die Vermittlung von Grundlagen moderner Multi- und Many-Core-Architekturen und Abbildungstechniken auf diese. Des Weiteren werden Programmierkenntnisse in den Sprachen Scala und X10 erlernt.

	Übung zu Domain-Specific and Resource-Aware Computing on Multicore Architectures [UE-DSC] Dozent/in: Frank Hannig Angaben: Übung, 2 SWS, ECTS: 2,5 Studienrichtungen / Studienfächer: WF IuK-MA ab 1
		Do	14:15 - 15:45	02.133-128		Hannig, F.

Low-Power Biomedical Electronics [VORL LBE] Dozent/in: Dietmar Kissinger Angaben: Vorlesung, 2 SWS, ECTS: 2,5, Am 22.01.2014 findet keine Vorlesung statt Termine: Mi, 10:15 - 11:45, EL 4.14 Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Inhalt: Device Physics and Noise Feedback Systems Ultra-Low-Power Digital Design Ultra-Low-Power Analog Design Low-Power Analog and Biomedical Circuits Biomedical Electronic Systems Bioelectronics/ Bio-Inspired Systems Energy Sources and Harvesting

Multidimensional Signals and Systems [MDSS] Dozent/in: Rudolf Rabenstein Angaben: Vorlesung, 4 SWS, benoteter Schein, ECTS: 5, nur Fachstudium Termine: Di, 12:15 - 13:45, N 5.17 Mi, 14:15 - 15:45, N 5.17 Einzeltermin am 25.2.2014, 9:00 - 12:00, R4.15 Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Inhalt: Eigenschaften mehrdimensionaler Signale Separabilität, Symmetrie, etc. 2D Signale und Systeme Faltung Delta-Impulse Fourier-Transformation rekursive und nichrekursive Systeme Zustandsraumdarstellung Wellenausbreitung in 2D und 3D Wellengleichung Fourier-Transformation und Zerlegungen in ebene Wellen und in zirkuläre und sphärische Harmonische Greensche Funktion Kirchhoff-Helmholtz-Integralgleichung Anwendungen Abbildung durch Lochkamera Prinzip der Computertomographie Subpixel-Rendering Iterative Lösung linearer Gleichungssysteme Raumakustik Schallfeldreproduktion mit Wellenfeldsynthese und Ambisonics

Music Processing - Synthesis [MPS] Dozent/in: Rudolf Rabenstein Angaben: Vorlesung, 2 SWS, benoteter Schein, Kredit: 2/2, ECTS: 2,5, nur Fachstudium, die Vorlesung wurde bisher auf deutsch angeboten unter dem Titel "Digitale Klänge". Termine: Di, 10:15 - 11:45, N 5.17 Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Voraussetzungen / Organisatorisches: Voraussetzung sind Kenntnisse in digitaler Signalverarbeitung, Kenntnisse aus der Vorlesung Mensch-Maschine-Schnittstelle sind hilfreich, aber nicht notwendig. Die Vorlesung ist thematisch eng verwandt mit der Vorlesung "Music Processing - Analysis" von Prof. Meinard Müller. Beide Vorlesungen können jedoch unabhängig voneinander gehört werden. Inhalt: Die Vorlesung behandelt die Bearbeitung von Audiosignalen mit parametrischen Filtern und Effekten, sowie die Erzeugung künstlicher Klänge für musikalische Anwendungen. Klangbeispiele und Demonstrationen ergänzen den Vorlesungstoff. Filter und Effekte Strukturen und Entwurf parametrische Filter digitale Effekte Digitale Klangsynthese Eine kurze Geschichte der Computermusik Wavetables Spektrale Synthese Physikalische Modelle Systeme zur Klangproduktion und -wiedergabe Klangeffekte Synthesizer künstlicher Hall Schlagwörter: Audio, Signal Processing, Sound Synthesis, Computer Music

Praktische Softwaretechnik [PSWT] Dozentinnen/Dozenten: Bernd Hindel, Dirk Riehle, Norbert Oster, Detlef Kips Angaben: Vorlesung, 4 SWS, ECTS: 5 Termine: Mi, 10:15 - 13:45, 0.154-115 Start 10:15, Mittagspause 11:30 - 12:15. Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Inhalt: Software ist überall, und Software ist komplex. Nicht triviale Software wird von Teams entwickelt. Oft müssen bei der Entwicklung von Softwaresystemen eine Vielzahl von funktionalen und nicht funktionalen Anforderungen berücksichtigt werden. Hierfür ist eine disziplinierte und ingenieurmäßige Vorgehensweise notwendig. Die Vorlesung "Praktische Softwaretechnik" soll ... ein Bewusstsein für die typischen Problemstellungen schaffen, die bei der Durchführung umfangreicher Software-Entwicklungsprojekte auftreten, ein breites Basiswissen über die Konzepte, Methoden, Notationen und Werkzeuge der modernen Softwaretechnik vermitteln, und die Möglichkeiten und Grenzen ihres Einsatzes im Kontext realistischer Projektumgebungen anhand praktischer Beispiele demonstrieren und bewerten. Die Vorlesung adressiert inhaltlich alle wesentlichen Bereiche der Softwartechnik. Vorgestellt werden unter anderem traditionelle sowie agile Methoden der Softwareentwicklung, Methoden der Anforderungsanalyse und des Systementwurfs, Konzepte der Softwarearchitektur und der Entwurfsmuster, Internationalisierung, Ergonomie, und Dokumentation, und Testen und Qualitätssicherung sowie Prozessverbesserung. Weitere Materialien und Informationen sind hier zu finden: Zeitplan: http://goo.gl/0fy1T (Google Spreadsheet) Materialien: Auf StudOn über den Zeitplan Ein Angebot der Forschungs- und Lehrallianz "praktische Softwaretechnik" siehe http://pswt.cs.fau.de und der Open Source Research Group siehe http://osr.cs.fau.de

Signalanalyse [SA] Dozent/in: Heinrich Löllmann Angaben: Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium Termine: Do, 12:15 - 13:45, N 5.17 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Voraussetzungen / Organisatorisches: Digitale Signalverarbeitung Inhalt: Es werden im Rahmen dieser Vorlesung unterschiedliche Verfahren zur Analyse digitaler Signale sowie deren Anwendungsmöglichkeiten behandelt. Dieses umfasst die folgenden Themen: Fourieranalyse von Signalen Parametrische und nichtparametrische Signalanalyse Signalabhängige Verfahren Verfahren zur Frequenzschätzung Filterbänke und Wavelets Zeit-Frequenz Verteilungen Räumliche Signalanalyse. Empfohlene Literatur: P. Stoica und R. Moses: "Spectral Analysis of Signals", Pearson Prentice Hall, 2005

Smart Grid Dozent/in: Abdalkarim Awad Angaben: Vorlesung, 2 SWS, ECTS: 2,5 Termine: Mi, 12:15 - 13:45, 04.137 Besprechungsraum 04.137, Martensstr. 3, Erlangen Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Schlagwörter: Smart Grid; erneuerbare Energien;

	Übungen zu Smart Grid Angaben: Übung, 2 SWS, ECTS: 2,5 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Schlagwörter: Smart Grid ; Erneuerbare Energien
		Do	10:00 - 12:00	04.158		Awad, A.
	vom 17.10.2013 bis zum 6.2.2014
		Do	14:00 - 16:00	04.158		Awad, A.
	vom 17.10.2013 bis zum 6.2.2014

Software-Projektmanagement [PSWT-PM] Dozent/in: Bernd Hindel Angaben: Vorlesung, 4 SWS, ECTS: 5 Termine: Mi, 14:15 - 17:45, 0.031-113 Einzeltermin am 30.10.2013, 14:15 - 17:45, A 2.16 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Inhalt: Zahlreiche Statistiken zeigen: Nur wenige Software-Projekte werden erfolgreich (hinsichtlich Zeit-, Budget- und Funktionsvorgaben) abgeschlossen. Sehr viele Projekte werden nur mit erheblichen Defiziten zu Ende gebracht, noch viel zu viele scheitern gänzlich. Oft liegen die Gründe im ungenügenden Projektmanagement. Die Vorlesung gibt einen Überblick zu grundlegenden Disziplinen des Projektmanagements und zeigt deren Wirkungsweisen an Hand von Praxisbeispielen. Gliederung: 1. Einführung Grundbegriffe des Projektmanagements, unterschiedliche Projektgrößen, unterschiedliche Projektarten, Erfolg und Misserfolg in Projekten 2. Projektstart und Planung, Kickoff-Meeting, Anforderungssammlung, Projektstrukturplan, Aufwandsschätzung, Aktivitäten-, Ressourcen- und Kostenplan 3. Projektkontrolle und Steuerung, Fortschrittsüberwachung, Besprechungen, Berichte, Änderungsmanagement 4. Personalmanagement, Der Faktor Mensch, Teamwork, Führungsgrundsätze, Gesprächsstrategien, Konflikte lösen 5. Änderungsmanagement Konfigurationen, Änderungswünsche, Change Control Board, Built- und Release-Mechanismen 6. Qualitäts- und Risikomanagement Qualitätsplan, Audits und Reviews, Risikoermittlung, Risikobewertung und Verfolgung, Gegenmaßnahmen 7. Reifegrad Modelle und Standards CMMI, SPiCE, ISO9001, ISO/IEC12207 Empfohlene Literatur: Hindel, Bernd; Hörmann, Klaus; Müller, Markus; Schmied, Jürgen: "Basiswissen Software-Projektmanagement" (dpunkt-Verlag, 2. Auflage 2006) Hindel, Bernd; Hörmann, Klaus; Müller, Markus; Dittmann, Lars: "SPiCE in der Praxis" (dpunkt-Verlag, 2006) Hindel, Bernd; Versteegen, Gerhard; Meier, Erich; Vlasan, Adriana: "Prozessübergreifendes Projektmanagement" (Springer Verlag, 2005)

Speech Enhancement [SpEn] Dozent/in: Emanuël Habets Angaben: Vorlesung, 2 SWS, benoteter Schein, Kredit: 2/2, ECTS: 2,5 Termine: Do, 14:15 - 15:45, 3R4.04 Die Veranstaltung findet im Gebäude des Fraunhofer IIS in Tennenlohe, Am Wolfsmantel 33 statt. ab 31.10.2013 Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Voraussetzungen / Organisatorisches: Pre-requisites: The minimum pre-requisite for the course are Analysis und Lineare Algebra, Signale und Systeme I, Signale und Systeme II and Digitale Signalverarbeitung (or equivalent). The course Sprach- und Audiosignalverarbeitung (by Prof. Kellermann) provides an excellent basis for the Speech Enhancement course and is therefore highly recommended. Knowledge from Statistische Signalverarbeitung (Prof. Kellermann) and/or Stochastische Prozesse (by Prof. Kellermann) is highly desirable. Assumed knowledge: It is essential that you are familiar with the sampling theorem, the discrete Fourier transform, random signals, auto- and cross-correlation and frame-by-frame processing. Students who are not confident in their knowledge from previous signal processing courses (especially the topics mentioned) are strongly advised to revise their previous course materials as quickly as possible to avoid difficulties in this course. Inhalt: Course Description We live in a noisy world! In all applications (telecommunications, hands-free communications, recording, human-machine interfaces, etc.) that require at least one microphone, the signal of interest is usually contaminated by noise and reverberation. As a result, the microphone signal has to be "cleaned" with digital signal processing tools before it is reproduced, transmitted, or stored. This course is about speech enhancement. Different well known and state-of-the-art methods for noise reduction and dereverberation, with one or multiple microphones, are discussed. The goal of this course is to provide a strong foundation for researchers, engineers, and graduate students who are interested in the problem of signal and speech enhancement. Relation to other courses This course is the most advanced course offered by the university on this topic, and serves as an excellent basis from which to commence research in the area. Various aspects of the course bring students up to date with the very latest developments in the field, as seen in recent international conferences and journals. This course builds on Sprach- und Audiosignalverarbeitung (by Prof. Kellermann), and is well complimented by Mensch-Maschine-Schnittstelle (by Prof. Rabenstein), Praxis der Audiodatenkompression (Dr. Grill) and Selected Topics in Perceptual Audio Coding (Prof. Herre), which deal with many other signal processing methods and gives an understanding of human auditory perception (also a key part of speech enhancement) and speech and audio compression techniques. Schlagwörter: speech, audio, signal processing, AudioLabs, Sprachverarbeitung

Virtuelle Maschinen [VM] Dozent/in: Volkmar Sieh Angaben: Vorlesung, 2 SWS, ECTS: 2,5 Termine: Mo, 10:15 - 11:45, 07.150 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Inhalt: Vorgestellt werden verschiedene Virtualisierungs-Ansätze: Emulation Just-In-Time-Compiler Para-Virtualisierung Bibliotheks-basierte Virtualisierung OS-Virtualisierung

	Übungen zu Virtuelle Maschinen [ÜVM] Dozent/in: Volkmar Sieh Angaben: Übung, 2 SWS, ECTS: 2,5 Studienrichtungen / Studienfächer: WPF IuK-MA ab 1
		Fr	14:15 - 15:45	07.150		Sieh, V.

Visual Computing for Communication [VCC] Dozent/in: André Kaup Angaben: Vorlesung, 2 SWS, ECTS: 5, nur Fachstudium Termine: Do, 10:15 - 11:45, N 5.17 Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Voraussetzungen / Organisatorisches: "Systemtheorie" oder "Signale und Systeme I + II", sowie "Image and Video Compression (Multimediakommunikation I)" Die Vorlesung wird auf Englisch gelesen. Inhalt: Die Vorlesung gibt eine Einführung in die inhaltsbasierte Analyse und Beschreibung von Multimediasignalen sowie die zugehörigen internationalen Standards. Dazu werden zunächst einige grundlegende Verfahren der Signalaufbereitung vorgestellt, insbesondere nichtlineare Filter, morphologische Filter sowie Interpolationsverfahren. Es folgen inhaltsbasierte Merkmale für die Beschreibung von Audio, Bild- und Videosignalen, beispielsweise Spektrogramm, Farbe, Form, Textur und Bewegung. Ausführlich besprochen werden Verfahren zur Zerlegung von Multimediasignalen mit dem Ziel der inhaltsorientierten Codierung. Dazu werden grundlegende deterministische sowie stochastische Klassifikations- und Segmentierungsalgorithmen vorgestellt. Aktuelle Verfahren zur inhaltsbasierten Codierung von Audio- und Videosignalen einschließlich der relevanten Standards MPEG-4 und MPEG-7 bilden den Abschluss. Empfohlene Literatur: Literaturempfehlung erfolgt in der Vorlesung.

Supplements for Visual Computing for Communication [SVCC] Dozent/in: Michel Bätz Angaben: Übung, 2 SWS, Schein, nur Fachstudium Termine: Mi, 16:15 - 17:45, N 5.17, N 6.13 Location: Either room N 5.17 or room N 6.13, more detailed information can be found on StudOn www.studon.uni-erlangen.de/crs103421.html Studienrichtungen / Studienfächer: WF IuK-MA 1-4 Voraussetzungen / Organisatorisches: Die Übung wird auf Englisch gehalten.

Zuverlässigkeit technischer Systeme [ZuSy] Dozent/in: Sebastian M. Sattler Angaben: Vorlesung, 2 SWS, ECTS: 2,5, nur Fachstudium Termine: Di, 12:15 - 13:45, SR 01.030 Studienrichtungen / Studienfächer: WF IuK-MA ab 1 Voraussetzungen / Organisatorisches: Erlaubte Hilfsmittel bei Prüfungen: schriftlich: beliebige Unterlagen, keine elektronischen Hilfsmittel mündlich: keine Inhalt: Die Vorlesung gibt eine automatenorientierte Einführung in den Entwurf digitaler Systeme. Mathematische Grundlagen kombinatorischer wie sequentieller digitaler Schaltsysteme werden behandelt. Mathematische Grundlagen Entwurf kombinatorischer Schaltungen Analyse kombinatorischer Schaltungen Funktionsbeschreibung sequentieller Schaltungen Struktursynthese sequentieller Schaltungen Analyse sequentieller Schaltungen Empfohlene Literatur: Literatur: H.-D. Wuttke, K. Henke, Schaltsysteme - Eine automatenorientierte Einführung, Pearson Studium 2003.