Achtung ! Wegen eines Fehlers wird derzeit der Studienbeitragsstatus und somit auch der Fortmeldungsstatus falsch angezeigt. An der Behebung des Fehlers wird gearbeitet. Wir danken für Ihr Verständnis!

389.111 Graphische Modelle in der Signalverarbeitung und Übertragungstechnik
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2019S, VO, 2.0h, 3.0EC

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VO Vorlesung

Ziele der Lehrveranstaltung

  • Kennenlernen moderner, auf Graphen basierenden Methoden für Signalverarbeitung, Übertragungstechnik und maschinelles Lernen
  • Befähigung zur eigenständigen Formulierung und Lösung von Ingenieursproblemen mithilfe graphischer Modelle
  • Beherrschen der englischen Fachsprache

Inhalt der Lehrveranstaltung

  • Grundlagen der Wahrscheinlichkeits- und Graphentheorie
  • Anwendungen
  • Probabilistische graphische Modelle (Bayes'sche Netze, Markoffsche Zufallsfelder, Faktorgraphen, ...)
  • Methoden und Algorithmen zur Inferenz
    • message passing, belief propagation
    • Variationsansätze
  • Graphsignalverarbeitung
    • Graph-Fourier-Transformation
    • Graph-Filter
    • Signalrekonstruktion
    • Lernen von Graphen
    • stochastische Graphsignale
    • Clustering

Weitere Informationen

Ort: SEM 389 (Raumnr. CG0118) des Institute of Telecommunications.

Zeit: Dienstag, 13:00-15:00 Uhr (erste Vorlesung am 5. März 2019)

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.13:00 - 15:0005.03.2019 - 25.06.2019Sem 389, CG0118 Vorlesung
Di.12:00 - 14:0004.06.2019Sem 389, CG0118 Vorlesung
Graphische Modelle in der Signalverarbeitung und Übertragungstechnik - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.05.03.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.12.03.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.19.03.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.26.03.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.02.04.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.09.04.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.30.04.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.07.05.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.14.05.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.21.05.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.28.05.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.04.06.201912:00 - 14:00Sem 389, CG0118 Vorlesung
Di.18.06.201913:00 - 15:00Sem 389, CG0118 Vorlesung
Di.25.06.201913:00 - 15:00Sem 389, CG0118 Vorlesung

Leistungsnachweis

mündliche Prüfung

LVA-Anmeldung

Nicht erforderlich

Curricula

StudienkennzahlSemesterAnm.Bed.Info
710 FW Freie Wahlfächer - Elektrotechnik

Literatur

Ein Vorlesungsskriptum ist vorhanden.

Weitere Literatur:

  • Daphne Koller and Nir Friedman, "Probabilistic Graphical Models", MIT Press 2009
  • Michael Jordan (Ed.), "Learning in Graphical Models", Kluwer 1998
  • Christopher M. Bishop, "Pattern Recognition and Machine Learning", Springer 2006
  • Petar Djuric and Cedric Richard (Eds.), "Cooperative and Graph Signal Processing", Elsevier 2018

Vorkenntnisse

Wahrscheinlichkeitstheorie und Zufallsvariable

Sprache

Englisch