 |
| Detailinformationen |
| Quellcurriculum |
Masterstudium Elektronik und Informationstechnik (ELIT) 2022W |
| Ziele |
Studierende kennen und verstehen fortgeschrittene Signalverarbeitungsalgorithmen. Sie wissen wie man diese effizient in digitaler Hardware umsetzt. Sie haben ein tiefes Verständnis über mögliche Implementierungsprobleme und wissen wie man Algorithmen optimiert um eine effiziente Umsetzung zu gewährleisten.
|
| Lehrinhalte |
- Wiederholung wichtiger Grundlagen der digitalen Signalverarbeitung und
- Implementierung von effizienten Algorithmen zum Lösen von Least Squares Problemen bzw. zum Lösen von Gleichungssystemen (z.B.: Kaczmarz Algorithmen,
- Implementierung von effizienten Methoden zum Lösen von dünn besetzten Schätz- und Rekonstruktionsproblemen
- Implementierungen adaptiver Filter (z.B.: LMS, Sparse LMS,…)
- Signalzerlegungen (z.B.: FFT und verwandte Ansätze)
- Implementierungsaspekte ausgewählter Machine Learning und Data Science Algorithmen in digitaler Hardware
- Effizienter Hardwarearchitekturentwurf (Memory Management, Arithmetische Vereinfachungen, Approximation von Operationen,…)
|
| Beurteilungskriterien |
Mündliche oder schriftliche Abschlussprüfung (75%), Beurteilung der Hausübung (25%)
|
| Lehrmethoden |
Vortrag durch den LVA-Leiter, Matlab/VHDL/Bit-true Demos, Bearbeitung ausgewählter Hausübungsbeispiele, Videoaufzeichnungen der Vorlesung (Bildschirm- und Audioaufzeichnung)
|
| Abhaltungssprache |
German or English |
| Literatur |
- Vorlesungsfolien
- U. Meyer-Baese, Digital Signal Processing with Field Programmable Gate Arrays, Springer Verlag, Berlin Heidelberg, 2007.
- E. Chong, S. Zak, An Introduction to Optimization, Wiley, 2001.
- J. H. Friedman, R. Tibshirani und T. Hastie, The Elements of Statistical Learning, Springer, 2001.
- A. Galántai, Projectors and Projection Methods, Springer, 2004.
- H. Bauschke et. al, Fixed-Point Algorithms for Inverse Problems in Science and Engineering, Springer, 2011.
|
| Lehrinhalte wechselnd? |
Nein |
| Sonstige Informationen |
Bis Semester 2022S bezeichnet als: 489WSIVESPK19 KV Efficient Signal Processing Algorithms
|
| Frühere Varianten |
Decken ebenfalls die Anforderungen des Curriculums ab (von - bis)
489WSIVESPK19: KV Efficient Signal Processing Algorithms (2019W-2022S)
|
|
