Deep Learning für sequentiellen Prozessdaten
Vorlesung, 1 SWS
- Termin:
- Dienstag, 14:50 - 16:20 Uhr ungerade Woche
- Beginn:
- 12.04.2022
- Ort:
- KUT E1
Inhalt
Deep Learning bietet sehr viele Anwendungsmöglichkeiten, wie
Spracherkennung (speech recognition), Bilderkennung (computer vision) und
Texterkennung (natural language processing). Für Ingenieure:innen ist vor allem die
Verarbeitung von Maschinen- und Sensordaten von Interesse, da Sie hier Ihr Fachwissen
mit einbringen können. Die Lehrveranstaltung befasst sich mit der Anwendung Deep Learning auf
sequentielle Prozessdaten aus dem Produktionsumfeld, wie Maschinenstrom,
Temperatur und Vibration. Dafür werden neben den Grundlagen für die Software-Pakete
Kenntnisse zu den spezifischen insbesondere rekurrenten Architekturen vermittelt.
Voraussetzungen
Kenntnisse zum Maschinellen Lernen; Fortgeschrittenes ingenieurtechnisches Studium, auch Wirtschaftsingenieurwesen; Grundkenntnisse Programmierung von Vorteil
- Lehrende/Vortragende:
- Prof. Dr. S. Ihlenfeldt, Dipl.-Ing. Eugen Boos
- Nachweise:
- Leistungsnachweis benotet, 1 Cr.
- Leistungsnachweis unbenotet, 1 Cr.
- Ansprechpartner:
- Prof. Dr.-Ing. Steffen Ihlenfeldt
- E-Mail senden
- https://bildungsportal.sachsen.de/opal/auth/RepositoryEntry/33373159433
- Einschreibeort:
- Über https://bildungsportal.sachsen.de/opal/auth/RepositoryEntry/33373159433