|
|
Vorlesungsverzeichnis >> Fakultät Wirtschaftsinformatik und Angewandte Informatik >> Bachelor-/Masterstudiengänge Angewandte Informatik, Computing in the Humanities, International Information Systems Management, Software Systems Science, International Software Systems Science, Wirtschaftsinformatik, Wirtschaftspädagogik mit Schwerpunkt Wirtschaftsinformatik >> Lehrveranstaltungen für Bachelor und Master >>
|
Angewandte Informatik
Mensch-Computer-Interaktion
| |
Forschungsprojektpraktikum 2 Mensch-Computer-Interaktion (HCI-Proj2-M) -
- Dozentinnen/Dozenten:
- Tom Gross, Michael von Kalben
- Angaben:
- Übung, 6,00 SWS, ECTS: 15
- Termine:
- Mo, 14:00 - 18:00, WE5/01.046
- Voraussetzungen / Organisatorisches:
- Voraussetzungen:
Kenntnisse entsprechend der folgenden Module:
Modul Mensch-Computer-Interaktion (HCI-MCI-M)
Um vorherige Anmeldung (bis 14.10.2022 mit Angabe von Name, Matrikelnummer, Studiengang, Fachsemester) per Email an Susanne Hahn wird gebeten.
Bedingung für ECTS-Punkte:
Bestehen der Modulprüfung
Der Arbeitsaufwand für dieses Modul gliedert sich in folgende Bereiche:
- Teilnahme an einführenden Präsenzveranstaltungen
- Teilnahme an Gruppenbesprechungen
- Bearbeitung der Projektaufgabenstellung allein und im Team
- Vorbereitung von Projektbesprechungen und -präsentationen
- Prüfungsvorbereitung
Die Aufwände können dabei in Abhängigkeit von der Aufgabenstellung und der in der Gruppe abgestimmten Aufgabenverteilung unter den Gruppenmitgliedern unterschiedlich auf die Bereiche verteilt sein.
Der Unterricht erfolgt grundsätzlich in deutscher und bei Bedarf der Studierenden in englischer Sprache. Sämtliche Unterlagen (inkl. Prüfung) sind in englischer Sprache verfügbar.
Alle weiteren Informationen bezüglich des Forschungsprojektes erhalten Sie in der ersten Veranstaltung am Montag, den 17.10.2022 um 14 Uhr.
- Inhalt:
- Im Forschungsprojekt werden wechselnde Projektthemen zu den Inhalten der Lehrveranstaltungen bearbeitet. Dabei sind im Regelfall Aspekte mehrerer Lehrveranstaltungen relevant, so dass sich Teams mit Studierenden, die unterschiedliche Lehrveranstaltungen besucht haben, gut ergänzen. Die in einem Forschungsprojekt bearbeitete Aufgabenstellung ist, entsprechend der 15 ECTS, komplex und umfangreich. Das erarbeitete Ergebnis wird dokumentiert und in einer Abschlusspräsentation vorgestellt.
Das Forschungsprojekt wird in diesem Semester verschiedene Themen anbieten: So wird sich ein Thema mit dem Miteinander und den Werkzeugen zur Überbrückung geographischer Distanzen befassen, ein anderes mit der Frage, welche Praktiken die Nutzer anwenden, um die Grenzen von Lebensräumen einzurichten, zu erhalten und mit ihnen umzugehen. Es wird auch Forschungen rund um den Eye-Tracker geben.
|
| |
Interaktive Systeme (HCI-IS-B) -
- Dozent/in:
- Tom Gross
- Angaben:
- Vorlesung, 2,00 SWS, ECTS: 6, Gaststudierendenverzeichnis
- Termine:
- Di, 12:00 - 14:00, WE5/01.006
- Voraussetzungen / Organisatorisches:
- Voraussetzungen:
Grundkenntnisse in Informatik im Umfang einer Einführung in die Informatik.
Bedingung für ECTS-Punkte:
Bestehen der Klausur
Der Arbeitsaufwand für dieses Modul gliedert sich grob wie folgt:
- Teilnahme an Vorlesung und Übung: insgesamt 45 Stunden
- Vor- und Nachbereitung der Vorlesung (inkl. Recherche und Studium zusätzlicher Quellen): ca. 30 Stunden
- Vor- und Nachbereitung der Übung (inkl. Recherche und Studium zusätzlicher Quellen, aber ohne Bearbeitung der Teilleistungen): ca. 30 Stunden
- Bearbeiten der 6 Teilleistungen: insgesamt ca. 45 Stunden
- Prüfungsvorbereitung: ca. 30 Stunden (basierend auf dem bereits im obigen Sinne erarbeiteten Stoff)
Der Unterricht erfolgt grundsätzlich in deutscher Sprache.
Alle Informationen bezüglich der Vorlesung sowie der Übungen erhalten Sie in der ersten Veranstaltung dieses Moduls am Dienstag, den 18.10.2022 um 12 Uhr in Raum WE5/01.006.
- Inhalt:
- Im Rahmen der Vorlesung werden die folgenden Themen behandelt:
- Einführung in die Gestaltung von Benutzungsoberflächen
- Benutzer und Humanfaktoren
- Maschinen und technische Faktoren
- Interaktion, Entwurf, Prototyping und Entwicklung
- Evaluierung von interaktiven Systemen
- Entwicklungsprozess interaktiver Systeme
- Interaktive Systeme im größeren Kontext und verwandte Themen
Ziel ist die allgemeine Einführung und Vermittlung von grundlegenden Paradigmen, Konzepten und Prinzipien der Gestaltung von Benutzungsoberflächen. Der primäre Fokus liegt dabei auf dem Entwurf, der Implementation und der Evaluierung von interaktiven Systemen.
- Empfohlene Literatur:
- Die Veranstaltung ist eine Zusammenstellung verschiedener Quellen; als ergänzende Quellen und zum Nachschlagen wird empfohlen:
- Sharp, H., Rogers, Y. and Preece, J. Interaction Design: Beyond Human-Computer Interaction (5 th ed.). Wiley, N.Y., 2019.
- Dix, A., Finlay, J., Abowd, G.D. und Beale, R. Human-Computer Interaction. Pearson, Englewood Cliffs, NJ, 3. Auflage, 2004.
|
| |
Master-Seminar Mensch-Computer-Interaktion: Seminar (HCI-Sem-M) -
- Dozent/in:
- Tom Gross
- Angaben:
- Seminar, 2,00 SWS, ECTS: 3
- Termine:
- Di, 14:00 - 16:00, WE5/02.020
- Voraussetzungen / Organisatorisches:
- Voraussetzungen:
Diese Lehrveranstaltung ist ohne spezielle Vorkenntnisse belegbar. Der Unterricht erfolgt ausschließlich in deutscher Sprache.
Um vorherige Anmeldung (bis 14.10.2022 mit Angabe von Name, Matrikelnummer, Studiengang, Fachsemester) per Email an Susanne Hahn wird gebeten.
Bedingung für ECTS-Punkte:
Bestehen der Modulprüfungen
Der Arbeitsaufwand für dieses Modul gliedert sich typischerweise in folgende Bereiche:
- Teilnahme an den Präsenzveranstaltungen (Themenvergabe, Besprechungen, Präsentationen): ca. 20 Stunden
- Literaturrecherche und Einarbeitung: ca. 25 Stunden
- Vorbereitung der Präsentation: ca. 15 Stunden
- Erstellen der schriftlichen Ausarbeitung: ca. 30 Stunden
- Inhalt:
- Dieses Seminar richtet sich in erster Linie an Studierende mit (viel) Seminarerfahrung. Alternativ wird, insbesondere für Studierende, welche eine grundlegende Einführung ins wissenschaftliche Arbeiten in Seminaren und Abschlussarbeiten in der Mensch-Computer-Interaktion möchten, auch das HCI-Prop-M angeboten.
Das Thema in diesem Semester ist die Experience Sampling Methode und entsprechende Smartphone Apps für Android und iOS, welche es erlauben zu beliebigen Zeitpunkten die Benutzerinnen und Benutzer über deren aktuelle Situation und aktuelle Empfindungen zu befragen. Das Context-Aware Experience Sampling wertet Sensordaten aus, um auf die aktuelle Situation der Benutzerinnen und Benutzer zu schließen und zu ermitteln, wann möglichst unterbrechungsfrei Fragen gestellt werden können.
Ziel ist das Erlernen des eigenständigen Erarbeitens und Präsentierens von Themengebieten aus dem Fach Mensch-Computer-Interaktion auf Basis der Literatur. Dabei werden die Fähigkeiten im Bereich der kritischen und systematischen Literaturbetrachtung ebenso weiterentwickelt wie die Entwicklung einer eigenen Perspektive und deren Präsentation.
Alle Informationen bezüglich des Seminars erhalten Sie in der ersten Veranstaltung am Dienstag, den 18.10.2022 um 14:15 Uhr in Raum WE5/02.020. Bei diesem ersten Termin werden die Seminarthemen vorgestellt und zur Bearbeitung an die Seminarteilnehmer aufgeteilt.
- Empfohlene Literatur:
- Wird jeweils zu Beginn der Veranstaltung bekannt gegeben.
|
| |
Projekt Mensch-Computer-Interaktion (HCI-Proj-B) -
- Dozentinnen/Dozenten:
- Tom Gross, Michael von Kalben
- Angaben:
- Übung, 4,00 SWS, ECTS: 6
- Termine:
- Mi, 14:00 - 18:00, WE5/01.046
- Voraussetzungen / Organisatorisches:
- Voraussetzungen:
Kenntnisse entsprechend der folgenden Module:
- Modul Algorithmen und Datenstrukturen (MI-AuD-B)
- Modul Interaktive Systeme (HCI-IS-B)
Um vorherige Anmeldung (bis 14.10.2022 unter Angabe von Name, Matrikelnummer, Fachsemester sowie Studiengang) per Email an Susanne Hahn wird gebeten.
Bedingung für ECTS-Punkte:
- Bestehen der Modulprüfung
Der Arbeitsaufwand für dieses Modul gliedert sich in folgende Bereiche:
- Teilnahme an einführenden Präsenzveranstaltungen
- Teilnahme an Gruppenbesprechungen
- Bearbeitung der Projektaufgabenstellung allein und im Team
- Vorbereitung von Projektbesprechungen und -präsentationen
- Prüfungsvorbereitung
Die Aufwände können dabei in Abhängigkeit von der Aufgabenstellung und der in der Gruppe abgestimmten Aufgabenverteilung unter den Gruppenmitgliedern unterschiedlich auf die Bereiche verteilt sein.
Der Unterricht erfolgt grundsätzlich in deutscher und bei Bedarf der Studierenden in englischer Sprache. Sämtliche Unterlagen (inkl. Prüfung) sind in englischer Sprache verfügbar.
Alle weiteren Informationen bezüglich des Forschungsprojektes erhalten Sie in der ersten Veranstaltung am Mittwoch, den 19.10.2022 um 14 Uhr.
- Inhalt:
- Im Praktikum werden wechselnde Projektthemen zu den Inhalten der Lehrveranstaltungen bearbeitet. Dabei sind im Regelfall Aspekte mehrerer Lehrveranstaltungen relevant, so dass sich Teams mit Studierenden, die unterschiedliche Lehrveranstaltungen besucht haben, gut ergänzen. Die in einem Projekt bearbeitete Aufgabenstellung geht deutlich über den Umfang einer normalen Übungsaufgabe hinaus und wird in kleinen Gruppen bearbeitet. Das erarbeitete Ergebnis wird dokumentiert und in einer Abschlusspräsentation vorgestellt.
In diesem Semester beschäftigt sich das Projekt mit benutzerfreundlichen Umgang mit Nachrichten, die Benutzerinnen und Benutzer von anderen erhalten. Dabei wird insbesondere auf die Analyse der Nachrichteninhalte eingegangen.
|
| |
Propädeutikum Mensch-Computer-Interaktion (HCI-Prop-M) -
- Dozent/in:
- Tom Gross
- Angaben:
- Seminar, 2,00 SWS
- Termine:
- Di, 16:00 - 18:00, WE5/02.020
- Voraussetzungen / Organisatorisches:
- Voraussetzungen:
Diese Lehrveranstaltung ist ohne spezielle Vorkenntnisse belegbar.
Um vorherige Anmeldung (bis 14.10.2022 unter Angabe von Name, Matrikelnr., Fachsemester, Studiengang) per Email an Susanne Hahn wird gebeten.
Bedingung für ECTS-Punkte:
Bestehen der Modulprüfungen
Der Arbeitsaufwand für dieses Modul gliedert sich typischerweise in folgende Bereiche:
- Teilnahme an den Präsenzveranstaltungen (theoretische Grundlagen; praktische Fallbeispiele): ca. 30 Stunden
- Bearbeitung der Fallbeispiele: ca. 30 Stunden
- Vorbereitung der Präsentation: ca. 15 Stunden
- Erstellen der schriftlichen Ausarbeitung: ca. 15 Stunden
Der Unterricht erfolgt grundsätzlich in deutscher und bei Bedarf der Studierenden in englischer Sprache. Sämtliche Unterlagen (inkl. Prüfung) sind in englischer Sprache verfügbar.
- Inhalt:
- In diesem Propädeutikum wird in die Methodik und Begriffswelt der Mensch-Computer-Interaktion eingeführt. Die Veranstaltung ist seminaristisch organisiert: es werden einschlägige Publikationen insbesondere bezüglich ihrer Vorgehens- und Darstellungsweise analysiert und präsentiert.
Diese Veranstaltung ist als Masterseminar anzurechnen und richtet sich in erster Linie an Studierende mit wenig (Master-)Seminarerfahrung im Allgemeinen und in der Mensch-Computer-Interaktion im Besonderen. In diesem Propädeutikum wird in die Methodik und Begriffswelt der Mensch-Computer-Interaktion eingeführt. Die Veranstaltung ist seminaristisch organisiert: es werden einschlägige Publikationen insbesondere bezüglich ihrer Vorgehens- und Darstellungsweise analysiert und präsentiert.
Ziel ist die allgemeine Einführung und Vermittlung von grundlegenden Paradigmen und wissenschaftlichen Methoden der Durchführung, der schriftlichen Dokumentation und der mündlichen Präsentation von Forschungsaktivitäten in der Mensch-Computer-Interaktion. Der primäre Fokus liegt dabei auf Entwürfen, Prototypen und Benutzerstudien und deren domänenspezifischer Dokumentation und Präsentation.
Alle Informationen bezüglich des Seminars erhalten Sie in der ersten Veranstaltung am Dienstag, den 18.10.2022 um 16.15 Uhr in Raum WE5/02.020. Bei diesem ersten Termin werden die genauen Seminarthemen vorgestellt und zur Bearbeitung an die Seminarteilnehmer aufgeteilt.
- Empfohlene Literatur:
- Die Veranstaltung ist eine Zusammenstellung verschiedener Quellen; als ergänzende Quellen und zum Nachschlagen wird empfohlen:
- Jacko, Julie A., ed. Human-Computer Interaction Handbook: Fundamentals, Evolving Technologies, and Emerging Applications. (3. Auflage). Lawrence Erlbaum, Hillsdale, NJ, 2012.
|
| |
Ubiquitäre Systeme (HCI-US-B) -
- Dozent/in:
- Tom Gross
- Angaben:
- Vorlesung, 2,00 SWS, ECTS: 6
- Termine:
- Di, 10:00 - 12:00, Raum n.V.
- Voraussetzungen / Organisatorisches:
- ACHTUNG: Diese Veranstaltung wird in diesem Semester nicht angeboten.
Kenntnisse entsprechend der folgenden Module:
Modul Algorithmen und Datenstrukturen (AI-AuD-B)
Modul Einführung in Algorithmen, Programmierung und Software (DSG-EiAPS-B)
Bedingung für ECTS-Punkte:
Bestehen der Prüfung
Der Arbeitsaufwand für dieses Modul gliedert sich grob wie folgt:
- Teilnahme an Vorlesung und Übung: insgesamt 45 Stunden
- Vor- und Nachbereitung der Vorlesung (inkl. Recherche und Studium zusätzlicher Quellen): ca. 30 Stunden
- Vor- und Nachbereitung der Übung (inkl. Recherche und Studium zusätzlicher Quellen sowie Bearbeitung der 6 Teilleistungen): ca. 75 Stunden
- Prüfungsvorbereitung: ca. 30 Stunden (basierend auf dem bereits im obigen Sinne erarbeiteten Stoff)
Der Unterricht erfolgt grundsätzlich in deutscher Sprache.
Alle Informationen bezüglich der Vorlesung sowie der Übungen erhalten Sie in der ersten Veranstaltung dieses Moduls am Dienstag, den 18.10.2022 um 10 Uhr in Raum WE5/01.006.
- Inhalt:
- Im Rahmen der Vorlesung werden nach einer Einführung in das Thema Ubiquitous Computing - also der allgegenwärtigen Rechner, die verschwindend klein, teilweise in Alltagsgegenständen eingebaut, als Client und Server fungieren und miteinander kommunizieren können - die folgenden Themen konzeptionell, technisch und methodisch behandelt:
- Grundlegende Konzepte
- Basistechnologien und Infrastrukturen
- Ubiquitäre Systeme und Prototypen
- Kontextadaptivität
- Benutzerinteraktion
- Ubiquitäre Systeme im größeren Kontext und verwandte Themen
Ziel ist die Vermittlung fundierter Kenntnisse und Fähigkeiten im Bereich der ubiquitären Systeme sowie eines breiten theoretischen und praktischen Methodenwissens zum Entwurf, zur Konzeption und zur Evaluierung ubiquitärer Systeme. Nach dem Besuch dieser Lehrveranstaltung sollen Studierende die einschlägige Literatur und Systeme in Breite und Tiefe kennen und neue Literatur und Systeme kritisch bewerten können.
- Empfohlene Literatur:
- Die Veranstaltung ist eine Zusammenstellung verschiedener Quellen; als ergänzende Quelle und zum Nachschlagen wird empfohlen:
- Krumm, J. (Hrsg.). Ubiquitous Computing Fundamentals. Taylor & Francis Group, Boca Raton, FL, 2010
|
Informationsvisualisierung
AI Systems Engineering
Kognitive Systeme
| |
Seminar "KI@BA: Künstliche Intelligenz in Bamberg" [KogSys-Sem-B] -
- Dozent/in:
- Bettina Finzel
- Angaben:
- Blockseminar, 2 SWS, ECTS: 3
- Termine:
- Blockveranstaltung 13.1.2023-14.1.2023 Mo-Fr, Sa, So, 9:00 - 18:00, WE5/02.006
Online-Termin zwischendurch (wird angekündigt)
Vorbesprechung: Freitag, 21.10.2022, 10:00 - 12:00 Uhr
- Voraussetzungen / Organisatorisches:
- Bitte schreiben Sie sich in den VC-Kurs (Link) ein. Sollten die verfügbaren Plätze überschritten
werden, findet ein Auswahlverfahren statt.
Voraussetzungen:
Für Studierende der genannten Fächer ab dem 3. Fachsemester
Informatik: Besuch des Moduls „Einführung in die Künstliche Intelligenz“
- Inhalt:
- Künstliche Intelligenz in Bamberg? Ganz genau – wir wollen, basierend auf Gary Marcus’s
Buch „Rebooting AI - Building Artificial Intelligence We Can Trust“, das Thema „Künstliche
Intelligenz“ aus verschiedenen fachlichen Perspektiven behandeln. Wie funktioniert KI? Wie
weit ist sie wirklich? Welche Rolle spielen hierbei die Medien? Und wie lässt sich Vertrauen
in Künstliche Intelligenz aufbauen?
Das Seminar ist interdisziplinär angelegt und steht Studierenden der Informatik,
Kommunikationswissenschaft und Psychologie ab dem 3. Fachsemester offen. Gemeinsam
werden wir das Thema bearbeiten, in Arbeitsgruppen diskutieren und in die Stadt tragen: Ziel
ist es, abschließend einen KI-Pfad durch Bamberg anzulegen.
Lernziele werden u. a. sein: Wissenschaftskommunikation, kritische Auseinandersetzung mit
Potenzialen und Grenzen Künstlicher Intelligenz, Kommunikation einer Vision künftiger KI
(Wie soll die KI in Zukunft sein?), künstlerische und grafische Auseinandersetzung mit den
Aussagen des Buches, gerechtfertigtes Vertrauen in Technik und Künstliche Intelligenz.
- Empfohlene Literatur:
- Literatur: Marcus, G., & Davis, E. (2019). Rebooting AI: Building artificial intelligence we can
trust. Vintage.
|
Kulturinformatik
Medieninformatik
| |
Einführung in die Medieninformatik (MI-EMI-B) -
- Dozent/in:
- Andreas Henrich
- Angaben:
- Vorlesung, 2,00 SWS, ECTS: 6
- Termine:
- Do, 16:00 - 18:00, WE5/00.022
Einzeltermin am 21.10.2022, 10:00 - 12:00, WE5/00.019
Einzeltermin am 26.10.2022, Einzeltermin am 2.11.2022, 8:00 - 10:00, WE5/00.019
In der zweiten und dritten Semesterwoche finden jeweils 2 Vorlesungen statt; ferner musste der Termin in der ersten Woche auf Freitag vershoben werden. In der 2. Woche startet der Übungsbetrieb (mit Unterbrechung in der 3. Woche).
|
| |
Master-Seminar zur Medieninformatik: Recommendations, Natural Language Processing, Query Refinement und User Interaction im Kontext von Suchmaschinen [MI-Sem-M] -
- Dozentinnen/Dozenten:
- Felix Engl, Andreas Henrich
- Angaben:
- Seminar, 2,00 SWS, ECTS: 3
- Termine:
- Einzeltermin am 18.10.2022, Einzeltermin am 25.10.2022, Einzeltermin am 2.11.2022, 18:00 - 20:00, WE5/04.004
Einzeltermin am 12.12.2022, 14:00 - 18:00, WE5/04.003
Einzeltermin am 13.12.2022, 18:00 - 20:00, WE5/04.004
Einzeltermin am 13.1.2023, 8:00 - 11:30, WE5/04.003
Einzeltermin am 20.1.2023, Einzeltermin am 27.1.2023, Einzeltermin am 3.2.2023, 12:00 - 20:00, WE5/04.004
|
Smart Environments
Erklärbares maschinelles Lernen
| |
xAI-DL-M: Deep Learning -
- Dozent/in:
- Christian Ledig
- Angaben:
- Vorlesung, 2,00 SWS, ECTS: 6
- Termine:
- Di, 12:00 - 14:00, WE5/00.019
bis zum 31.1.2023
- Voraussetzungen / Organisatorisches:
- MSc AI, MSc WI, MSc CitH
Sign up: VC Course
- Inhalt:
- Vorkenntnisse / Prerequisites:
Good working knowledge of programming (e.g., in Python); Recommended completion of modules: Lernende System / Machine Learning [KogSys-ML-M], Einführung in die Künstliche Intelligenz / Introduction to AI [AI-KI-B], Mathematik für Informatik 2 (Lineare Algebra) [KTR-MfI-2], Algorithmen und Datenstrukturen [AI-AuD-B]
Description:
Deep Learning is a form of machine learning that learns hierarchical concepts and representations directly from data. Enabled by continuously growing dataset sizes, compute power and rapidly evolving open-source frameworks Deep Learning based AI systems continue to set the state of the art in many applications and industries. The course will provide an introduction to the most relevant techniques in the field of Deep Learning and a broad range of its applications.
The lecture will be held in English. The following is a selection of topics that will be addressed in the course:
- Relevant concepts in linear algebra, probability and information theory
- Deep feedforward networks
- Convolutional Neural Networks
- Regularization, Batch Normalization
- Optimization (Backpropagation, Stochastic Gradient Decent) and Cost Functions
- Classification (binary, multiclass, multilabel)
- Object Detection & Segmentation
- Generative Modelling
- Attention mechanisms & Transformer Networks
- Evaluation of ML approaches
Goals:
In this course students will learn/recap some fundamentals from mathematics and machine learning that are critical for the introduction of the concept of Deep Learning. Participants will learn about various foundational technical aspects including optimization and regularization strategies, cost functions and important network architectures such as Convolutional Networks. Students will further get an insight into more advanced concepts such as sequence modelling and generative modelling. Participants will further learn about representative architectures of important algorithm categories, e.g., classification, detection, segmentation, some of their concrete use cases and how to evaluate them.
The lecture is accompanied by exercises and assignments that will help participants develop practical, hands-on experience. In those exercises students will learn how to implement and evaluate Deep Learning algorithms using Python and its respective commonly used libraries.
- Empfohlene Literatur:
- Ian Goodfellow, Yoshua Bengio, and Aaron Courville: Deep Learning, MIT Press, 2016
- Zhang, Lipton, et al.: Dive into Deep Learning (https://d2l.ai/)
Further literature will be announced at the beginning of the course.
|
| |
xAI-Proj-M: Masterprojekt Erklärbares Maschinelles Lernen [xAI-Proj-M] -
- Dozentinnen/Dozenten:
- Ines Rieger, Christian Ledig
- Angaben:
- Übung, 4,00 SWS, ECTS: 6
- Termine:
- Do, 14:00 - 18:00, WE5/05.005
- Voraussetzungen / Organisatorisches:
- Interest and registration
If you have questions or want to express interest, please send an Email with name and matriculation number to ines.rieger@uni-bamberg.de. Registration via central VC course
- Inhalt:
- Topic: Deep Learning Life Cycle
Degree Program: M.Sc. AI, M.Sc. WI, M.Sc. ISoSySc, M.Sc. CitH (6 ECTS)
Requirements: Successfully passed the exam to KogSys-ML-M or AI-KI-B (Introduction to AI)
Beneficiaries: Knowledge in programming (Python), practical / hands-on knowledge in deep learning, scientific writing, LaTeX
Description The project provides the opportunity to work in small groups of 3 students in a hands-on fashion. The goal is to understand and implement the different steps to successfully train a deep learning model.
We will focus on the advantages and disadvantages of the design choices in data-preprocessing, model training, and model evaluation. You will gain theoretical knowledge about the design choices as well as practical knowledge by implementing these steps.
For the implementation, you are expected use Python and the deep learning framework PyTorch. Other libraries are free to choose.
At the end of the semester, you will present your results and hand in a technical project report.
The project builds on and adds practical experience to the knowledge from corresponding lectures and exercises in the area of machine learning.
Goals Students will familiarize themselves with a specific aspect of robust, explainable machine learning systems. Participants will learn to tackle a research-oriented question or problem independently, with little guidance. This will often involve the critical tasks: literature review, preparation and examination of datasets, implementation and comparison of prototypes, quantitative and qualitative evaluation of approaches. Within small groups, participants will learn to coordinate their project in a team and get comfortable with best practices of software development (e.g., testing, VCS).
Documentation and presentation of the project will help to develop both oral (presentation) and written (technical project report) communication skills in a scientific environment. In comparison to the Bachelor Project this Master Project is more ambitious in terms of complexity of selected topics as well as expectations with respect to deliverables and presentations.
Format
TBD
Expected workload & Grading
The workload of this module is expected to be roughly as follows:
- Attendance of project meetings / presentation: 35h
- Literature review and familiarization with topic (individual and within the team): 20h
- Implementation of selected algorithm / methodology: 70h
- Preparation of presentation: 15h
- Written documentation and report: 40h
The grade will be determined in equal parts based on the presentation and report. Attendance of the presentations is mandatory.
|
| |
xAI-Sem-B1: Bachelorseminar Erklärbares Maschinelles Lernen -
- Dozentinnen/Dozenten:
- Sebastian Dörrich, Christian Ledig
- Angaben:
- Seminar, 2,00 SWS, ECTS: 3
- Termine:
- Mi, 14:00 - 16:00, WE5/03.004
- Voraussetzungen / Organisatorisches:
- Interest and registration
If you have questions or want to express interest, please send an Email with name and matriculation number to sebastian.doerrich@uni-bamberg.de. Registration via central VC course
Requirements:
none
- Inhalt:
- Topic: Medical Imaging
Motivation: Medical imaging is used to support the diagnosis and treatment of diseases without the need for surgery or other intrusive measures.
Widely used imaging modalities enable the visualization of the interior of the human body, which consequently allows doctors to assess a patient's anatomy including bones, organs, tissue, and blood vessels through non-invasive means.
Hence, medical imaging can be used to detect a disease, help determine whether surgery is needed, locate tumors, find blood clots and other blockages, or assist doctors during interventions.
Acquired images can be collected and grouped together to create pathology-specific databases for the differentiation of abnormalities from normal anatomy, or the development of new procedures and approaches.
In a variety of research efforts, this often requires that patient data is made publicly available.
However, since this type of data is extremely sensitive, its storage and usage are thus restricted which in return poses a key challenge current researchers must face every day when working with medical data.
Topics can cover different aspects of the imaging process, including physics of image acquisitions (X-ray, MR, US, ...), reconstruction algorithms (e.g., backprojection), data storage formats (2D vs 3D, DICOM), modality specific benefits and challenges, etc. As such you can get answers to the following practical questons by attending the seminar:
What is medical imaging? How does Computed Tomography (CT) work?; When should we do an X-Ray scan rather than a CT or MRI?; When could Magnetic Resonance Imaging (MRI) be dangerous for patients?; What is the difference between MRI and fMRI?; Is ultrasound (US) suited for which type of tissue? When are PET and SPECT scanners used? What is an angiography system?; How can medical imaging support the detection and treatment of cancer?; What is Hybrid Imaging? Why do we need so many different imaging modalities?
Goals
In this seminar, you will learn about commonly used imaging modalities (e.g., MRI, CT, X-ray, US, …) used in healthcare by understanding their underlying physics, functionalities, and image acquisition processes.
You will further explore publicly available medical datasets of various anatomical regions while analyzing their different structures and formats.
In the end, you will be able to use your acquired knowledge to explore the potential as well as challenges of using medical data for current research. This seminar can be an essential building block if you are interested in building AI systems for healthcare applications.
Format
The presentations for this seminar will be conducted as block seminar. Dates TBD.
We will meet in the beginning of the semester to discuss work areas and assign concrete topics to each participant. You will be provided pointers to literature and then independently familiarize yourself with the assigned topic. Towards the end of the semester you will:
- present your topic as a 30 minute presentation and
- submit a written report of approximately 8 pages.
The presentations will be conducted as a block seminar towards the end of the semester. The weekly hours mentioned in the module description are an optional time slot to get support, guidance and feedback on your topic (as required).
Expected workload & Grading
The time (work load) of this module is expected to be roughly as follows:
- Attendance of seminar / presentation: 20h
- Literature review and familiarization with topic: 25h
- Preparation of presentation: 15h
- Written report: 30h
The grade will be determined in equal parts based on the presentation and report. Attendance of the presentations is mandatory.
|
|
 |
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|