392243 Embedded Machine-Learning (EML) (Pj) (SoSe 2019)
Inhalt, Kommentar
-
This project is given in English and German.
This project is about realization of machine-learning methods in resource limited system like IoT devices or the robot platform AMiRo. While heavy processing of such algorithms is often done externally, the system developed in this project shall be autonomous and self-sufficient. As a result, concepts must not only take quality into account, but also efficiency and feasibility with respect to the target platform.
In diesem Projekt sollen Verfahren des Maschinellen Lernens auf ressourcenbeschränkten Systemen, wie z.B. IoT-Geräten oder dem Miniroboter AMiRo, umgesetzt werden. Während die damit verbundenen Berechnungen oftmals auf externe Dienste ausgelagert werden, soll das im Rahmen dieses Projekts entwickelte System eigenständig und unabhängig sein. Daher sind bei der Entwicklung der Verfahren nicht nur Qualität, sondern auch Effizienz und Umsetzbarkeit auf der Zielplattform wichtige Anforderungen.
Teilnahmevoraussetzungen, notwendige Vorkenntnisse
-
Knowledge/skills in machine-learning, C programming, robotics and software development in microcontrollers are beneficial.
Kentnisse in Machine-Learning, C-Programmierung, Robotik, und Softwareentwicklung auf Mikrocontrollern sind von Vorteil.
Lehrende
Fachzuordnungen
| Modul | Veranstaltung | Leistungen | |
|---|---|---|---|
| 39-M-Inf-P1_NWI Projekt 1 | Projekt 1 | unbenotete Prüfungsleistung
|
Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
Keine Konkretisierungen vorhanden
Lernraum (E-Learning)
Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:
- registrierte Anzahl: 1
- Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
- Adresse:
- SS2019_392243@ekvv.uni-bielefeld.de
- Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
- Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_165949018@ekvv.uni-bielefeld.de
- Reichweite:
- Keine Studierenden per E-Mail erreichbar
- Hinweise:
- Weitere Hinweise zu den E-Mailverteilern
- Letzte Änderung Grunddaten/Lehrende:
- Donnerstag, 10. Oktober 2019
- Letzte Änderung Zeiten:
- ?
- Letzte Änderung Räume:
- ?
- Art(en) / SWS
- Pj / 4
- Sprache
- Diese Veranstaltung wird komplett in englischer Sprache gehalten
- Einrichtung
- Technische Fakultät
- Fragen oder Korrekturen?
- Fragen oder Korrekturwünsche zu dieser Veranstaltung?
- Planungshilfen
- Terminüberschneidungen für diese Veranstaltung
- Link auf diese Veranstaltung
- Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
- Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
- https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=165949018
- Seite zum Handy schicken
-
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code:
- ID
- 165949018
Zum Seitenanfang