Master-Projekt DSP

NUMMER: 142040
KÜRZEL: MPDSP
MODULBEAUFTRAGTE:R: Prof. Dr.-Ing. Dorothea Kolossa
M. Sc. Wentao Yu
DOZENT:IN: Prof. Dr.-Ing. Dorothea Kolossa
FAKULTÄT: Institut für Kommunikationsakustik
SPRACHE: Deutsch
SWS: 4
CREDITS: 4
WORKLOAD: 120 Stunden
ANGEBOTEN IM: jedes Sommersemester

PRÜFUNGEN

FORM: Projektarbeit
ANMELDUNG:
DATUM: 0000-00-00
BEGINN: 00:00:00
DAUER:
RAUM:

LERNFORM

Projekt

LERNZIELE

Neben den Strategien und Methoden zur Bewältigung der technischen Herausforderungen beherrschen die Studierenden gleichzeitig die Organisation von größeren Projekten in
Teams, Methoden der Projektplanung, strukturierte Softwareentwicklung incl. Spezifikation
und Validierung

INHALT

Dieses Projekt wird aufgrund der aktuell implementierten Corona-Notfallregelungen
an der RUB im Sommersemester 2021 als reine Online-Veranstaltung angeboten. Deshalb
werden sämtliche Besprechungs- und Vortragstermine mit Hilfe von Videokonferenzen durchgeführt. Die genauen Details hierzu werden beim Vorbesprechungstermin am Freitag, den 16. ¨
April 2021 von 10:00 Uhr bis 11:00 Uhr mit den Teilnehmern besprochen.
Eine Anmeldung zu der Veranstaltung im Vorfeld ist zwingend erforderlich!
Senden Sie hierzu bitte bis spätestens zum 14. April 2021, 23:59 Uhr von ihrer RUB-Emailadresse eine Mail mit dem Betreff “Anmeldung Kurs 142040 SoSe2021” an wentao.yu[at]rub.de
(mit benedikt.boenninghoff[at]rub.de im CC). Alle weiteren Informationen, insbesondere die
Zugangsdaten zum Zugangsdaten zum Moodle-Kurs und zum Videokonferenzsystem werden
den zugelassenen Teilnehmer*innen am 15. April 2021 per E-Mail übermittelt. ¨
In dieser Veranstaltung implementieren Master-Studierende in Teams von 2 bis zu 10 Mitgliedern über den Verlauf eines Semesters hinweg ein größeres Data-Science-Projekt in Python.
Ziel ist die Entwicklung und Erprobung eines maschinellen Lernverfahrens für die multimodale ¨
Autorprofilerstellung.
Interessierte Studierende sollten sich selbstständig in einer Gruppe von 2-10 Mitgliedern
organisieren (als Unterstützung finden Sie im Moodle der Veranstaltung auch ein Diskussionsforum).
Im Lauf des Semesters wird dann eine wöchentliche Online-Besprechung (mit Teilnahmepflicht) stattfinden, um die Fortschritte der jeweiligen Woche zu besprechen und die jeweils
nächsten Schritte zu planen. Das Labor wird abgeschlossen durch eine Einreichung der Lösung
(via GitHub), einen schriftlichen Bericht (Latex), in dem der eingereichte Code und die Ergebnisse dokumentiert sind, und durch einen Online-Abschlussvortrag.

VORAUSSETZUNGEN CREDITS

Keine

EMPFOHLENE VORKENNTNISSE

• Grundkenntnisse digitale Signalverarbeitung und maschinelles Lernen
• sichere Beherrschung mindestens einer Programmiersprache
• idealerweise Erfahrungen mit der Programmierung in Python