Deep Learning für sequentiellen Prozessdaten
Vorlesung, 1 SWS
- Termin:
- Dienstag, 14:50 - 16:20 Uhr ungerade Woche
- Beginn:
- 09.04.2023
- 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;
Kenntnisse Programmierung mit Python dringend erforderlich; Fortgeschrittenes ingenieur-technisches Studium, auch Wirtschaftsingenieurwesen
- Lehrende/Vortragende:
- Herr Prof. Dr.-Ing. Steffen Ihlenfeldt
- Nachweise:
- Leistungsnachweis benotet, 1 Cr.
- Leistungsnachweis unbenotet, 1 Cr.
- Ansprechpartner:
- Herr Prof. Dr.-Ing. Steffen Ihlenfeldt
- E-Mail senden
- https://bildungsportal.sachsen.de/opal/auth/RepositoryEntry/42278420484
- Einschreibung:
- ab 18.03.2024 18:00 Uhr
- Einschreibeort:
- Opal