Student Courses

Vorlesung (VORL)

Vorlesung (VORL)

  • Bewegungsanalyse und biomechanische Grenzgebiete

    Für diese Lehrveranstaltung ist eine Anmeldung erforderlich.

    Die Anmeldung erfolgt über: https://www.vhb.org/

    2 SWS

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    • Time and place on appointment
  • Biomedizinische Signalanalyse

    2 SWS

    Expected participants: 100

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Di 10:15-11:45, (exclude vac)
  • A look inside the human body - gait analysis and simulation

    Organisation and slides via StudOn. Grading: written or oral exam

    2 SWS

    Expected participants: 120

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Mo 14:15-15:45, Room H15 (exclude vac)
  • Lecture Machine Learning for Time Series

    2 SWS

    Expected participants: 50

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Mi 8:15-9:45, Room Zoom-Meeting (exclude vac)
  • Algorithms and Data Structures for Medical Engineers

    Die Vorlesung wird als Aufzeichnung angeboten. Die Videos werden über das StudOn-Portal verteilt:

    Kurs: AuD-MT WS 20/21

    Ordner: Vorlesung Videos

    Zu den Vorlesungszeiten wird eine Fragestunde angeboten:

    Zoom-Webinar IDs

    • Montags: 976 9059 7167
    • Freitags: 934 0356 3371

    Für die Teilnahme ist kein Passwort, aber login von FAU-Account aus notwendig.

    Bitte den Zoom-Client verwenden, Browser-PlugIns werden nicht vollständig unterstützt.

    Das Passwort für den StudOn-Zugang wird, zusammen mit vielen weitern Informationen, in der 1. Vorlesung bekannt gegeben.

    AuD-MT besteht aus zwei Modulen:

    • AuD-MT-V, die Vorlesung, und
    • AuD-MT-UE, den Rechner- und Tafelübungen zur Vorlesung.

    4 SWS

    Expected participants: 400

    Frühstudium

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 5

    • Mo 16:15-17:45, Room Zoom-Webinar (exclude vac)
    • Fr 10:15-11:45, Room Zoom-Webinar (exclude vac)

Übung (UE)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    Alle Rechnerübungen finden ausschließlich digital (Zoom) statt.

    Die Vorlesung findet als Zoom-Webinar statt.

    Die Webinare finden Sie unter folgenden URLs:

    • Montags, 16:15-17:45 Uhr: ID: 976 9059 7167
    • Freitags, 10:15-11:45 Uhr: ID: 934 0356 3371

    Für Teilnahme ist kein Passwort, aber ein Login über Ihren FAU-Account aus notwendig.

    Sie können sich ca. 15min vor Beginn des Webinars einloggen.

    2 SWS

    Expected participants: 380

    Frühstudium

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    • Do 16:15-17:45, Room Zoom-Meeting (exclude vac)
    • Mo 14:15-15:45, Room Zoom-Meeting (exclude vac)
    • Do 10:15-11:45, Room Zoom-Meeting (exclude vac)
    • Di 12:15-13:45, Room Zoom-Meeting (exclude vac)
    • Do 8:15-9:45, Room Zoom-Meeting (exclude vac)
    • Mi 10:15-11:45, Room Zoom-Meeting
    • Mo 12:15-13:45, Room Zoom-Meeting
    • Di 8:15-9:45, Room Zoom-Meeting
    • Fr 8:15-9:45, Room Zoom-Meeting (exclude vac)
    • Fr 12:15-13:45, Room Zoom-Meeting (exclude vac)
  • Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    Alle Tafelübungen finden ausschließlich digital (Zoom) statt. Es stehen stehen Videoaufzeichnungen der Tafelübungsinhalte bereit, in den Zoom-Meetings werden diese Inhalte vertieft und durch Tutorien ergänzt.

    Die Vorlesung findet als Zoom-Webinar statt.

    Die Webinare finden Sie unter folgenden URLs:

    • Montags, 16:15-17:45 Uhr: ID: 976 9059 7167
    • Freitags, 10:15-11:45 Uhr: ID: 934 0356 3371

    Für Teilnahme ist kein Passwort, aber ein Login über Ihren FAU-Account aus notwendig.

    Sie können sich ca. 15min vor Beginn des Webinars einloggen.

    2 SWS

    Expected participants: 380

    Frühstudium

    Für Gasthörer zugelassen

    Schein

    ECTS-Studium

    ECTS-Credits: 2,5

    • Mo 14:15-15:45, Room Zoom-Meeting (exclude vac)
    • Di 12:15-13:45, Room Zoom-Meeting (exclude vac)
    • Do 14:15-15:45, Room Zoom-Meeting (exclude vac)
    • Fr 12:15-13:45, Room Zoom-Meeting (exclude vac)
    • Mi 14:15-15:45, Room Zoom-Meeting (exclude vac)
  • Biomedizinische Signalanalyse Übung

    2 SWS

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Mo 10:15-11:45, Room Zoom-Meeting (exclude vac)
  • Maschinelles Lernen für Zeitreihen Übung

    2 SWS

    Expected participants: 50

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Di 10:15-11:45, Room Zoom-Meeting (exclude vac)

Vorlesung mit Übung (V/UE)

  • Machine Learning for Engineers; Introduction to Methods and Tools

    The official start-date is the 2.11, but joining the course at a later date is possible. For this course, there exist no conventional lectures and predefined dates, but a series of videos, exercises and supplemental material, which you are expected to learn in a self-taught manner. You can expect support by the tutors in the forum, E-Mail and on-demand exercises.

    Course-access via Studon is NOT possible. The registration is ONLY possible via the VHB portal.

    Please contact for any questions the responsible tutors and organizers: franz.koeferl@fau.de, bejamin.lutz@faps.fau.de, matthias.muehlbauer@fau.de.

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 5

    Unterrichtssprache Englisch

    • Time and place on appointment

Kolloquium (KO)

Seminar (SEM)

  • Digital Psychology Lab

    Studierende der Medizintechnik melden sich bei Interesse an der Lehrveranstaltung bitte per Email an robert.richer@fau.de'>robert.richer@fau.de an.

    2 SWS

    Expected participants: 30

    ECTS-Studium

    ECTS-Credits: 5

    • Einzeltermin am 02.11.2020 14:15-15:45, Room H11 (exclude vac)
    • Einzeltermin am 09.11.2020 14:15-15:45, Room H11 (exclude vac)
    • Einzeltermin am 23.11.2020 14:15-15:45, Room H11 (exclude vac)
    • Mo 14:15-15:45, Room Zoom-Meeting (exclude 2020-11-02,2020-11-09,2020-11-23,vac)
  • The why and how of human gait simulations

    Organisation and slides via StudOn.

    Assignment: Mail to anne.koelewijn@fau.de

    The grade consists of a presentation and a report, both counting 50% of the final grade.

    2 SWS

    Expected participants: 20

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Di 10:15-11:45, Room 00.010 (exclude vac)
  • Maschinelles Lernen und Datenanalytik für Industrie 4.0

    Registration via mail to an.nguyen@fau.de

    Prerequisites

    Registration via e-mail to an.nguyen@fau.de Registration period: 01.09.2020 - 28.10.2020

    This course will be held online until the coronavirus pandemic is contained to such an extent that the Bavarian state government can allow face-to-face teaching again. More information will be sent via mail to registered students.

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Examination:

    50% of grade: Presentation + demo (20 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) + code submission

    Attending the presentations of other students

    2 SWS

    Expected participants: 8

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 5

    Unterrichtssprache Englisch

    • Mi 16:15-18:00, Room 00.010 (exclude vac)

Praktikum (PR)

  • Lab project Machine Learning for Time Series

    2 SWS

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Time and place on appointment
  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.

    Anmeldung bis 03.11.2020 unter Studon.

    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.

    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.

    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,

    Anmeldung: https://www.studon.fau.de/crs3196650.html

    Die Anmeldung ist möglich ab dem 22.09.2020* bis einschließlich *03.11.2020

    4 SWS

    Expected participants: 40

    Für Gasthörer zugelassen

    Unterrichtssprache Englisch

    • Di 16:15-17:45, Room 00.010 (exclude vac)
    • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    3 SWS

    Expected participants: 120

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 3,75

    Unterrichtssprache Englisch

    • Di 8:15-9:45, Room H10 (exclude vac)
    • Mi 8:15-9:45, Room H10 (exclude vac)

Übung (UE)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung

    Die Tafelübung findet bereits in der 1. Vorlesungswoche statt, die Rechnerübungen beginnen in der 2. Vorlesungswoche!

    2 SWS

    Expected participants: 350

    Frühstudium

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    • Do 8:15-9:45, Room 02.151-113 a CIP (exclude vac)
    • Do 8:15-9:45, Room 02.151-113 b CIP (exclude vac)
    • Di 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
    • Di 16:15-17:45, Room 02.151-113 b CIP
    • Do 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
    • Do 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
    • Fr 12:15-13:45, Room 02.151-113 a CIP (exclude vac)
    • Fr 12:15-13:45, Room 02.151-113 b CIP (exclude vac)
    • Do 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
    • Do 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
  • Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung

    Die Tafelübung findet bereits in der 1. Vorlesungswoche statt, die Rechnerübungen beginnen in der 2. Vorlesungswoche!

    2 SWS

    Expected participants: 100

    Frühstudium

    Für Gasthörer zugelassen

    Schein

    ECTS-Studium

    ECTS-Credits: 2,5

    • Mo 14:15-15:45, Room H16 (exclude vac)
  • Human Computer Interaction Exercises

    1 SWS

    Expected participants: 80

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 1,25

    Unterrichtssprache Englisch

    • Fr 12:15-13:45, Room K1-119 Brose-Saal (exclude vac)

Tutorium (TUT)

Kolloquium (KO)

Seminar (SEM)

  • Legged Locomotion of Robots

    2 SWS

    Expected participants: 20

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Di 10:15-11:45, Room 00.010
  • Maschinelles Lernen und Datenanalytik für Industrie 4.0

    Registration via mail to an.nguyen@fau.de

    Prerequisites

    Registration via e-mail to an.nguyen@fau.de Registration period: 03.02.2020 - 22.04.2020

    This course will be held online until the coronavirus pandemic is contained to such an extent that the Bavarian state government can allow face-to-face teaching again. More information will be sent via mail to registered students.

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Examination:

    50% of grade: Presentation + demo (25 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) + code submission

    Attending the presentations of other students

    2 SWS

    Expected participants: 6

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 5

    Unterrichtssprache Englisch

    • Mi 16:15-18:00, Room 00.010 (exclude vac)

Praktikum (PR)

  • Legged Locomotion of Robots Laborprojekt

    2 SWS

    Expected participants: 20

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Time and place on appointment
  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.

    Anmeldung bis 21.04.2020 unter Studon.

    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.

    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.

    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/teaching/innolab/ ,

    Anmeldung: https://www.studon.fau.de/crs2834409.html

    Die Anmeldung ist möglich ab dem 16.03.2020* bis einschließlich *21.04.2020

    4 SWS

    Expected participants: 40

    Für Gasthörer zugelassen

    Unterrichtssprache Englisch

    • Di 16:15-17:45, Room 00.010 (exclude vac)
    • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

Übung (UE)

  • Algorithmen und Datenstrukturen (für Medizintechnik) Rechnerübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    2 SWS

    Expected participants: 350

    Frühstudium

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    • Fr 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
    • Fr 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
    • Fr 12:15-13:45, Room 02.151-113 a CIP (exclude vac)
    • Fr 12:15-13:45, Room 02.151-113 b CIP (exclude vac)
    • Di 12:15-13:45, Room 02.151-113 a CIP
    • Di 12:15-13:45, Room 02.151-113 b CIP
    • Di 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
    • Di 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
    • Do 8:15-9:45, Room 02.151-113 a CIP (exclude vac)
    • Do 8:15-9:45, Room 02.151-113 b CIP (exclude vac)
    • Mo 14:15-15:45, Room 02.151-113 a CIP (exclude vac)
    • Mo 14:15-15:45, Room 02.151-113 b CIP (exclude vac)
    • Di 8:15-9:45, Room 02.151-113 a CIP
    • Di 8:15-9:45, Room 02.151-113 b CIP
    • Do 10:15-11:45, Room 02.151-113 a CIP (exclude vac)
    • Do 10:15-11:45, Room 02.151-113 b CIP (exclude vac)
    • Di 14:15-15:45, Room 02.151-113 a CIP (exclude vac)
    • Di 14:15-15:45, Room 02.151-113 b CIP (exclude vac)
    • Do 16:15-17:45, Room 02.151-113 a CIP (exclude vac)
    • Do 16:15-17:45, Room 02.151-113 b CIP (exclude vac)
  • Algorithmen und Datenstrukturen (für Medizintechnik) Tafelübung

    Der Übungsbetrieb beginnt in der zweiten Vorlesungswoche!

    2 SWS

    Expected participants: 350

    Frühstudium

    Für Gasthörer zugelassen

    Schein

    ECTS-Studium

    ECTS-Credits: 2,5

    • Fr 10:15-11:45, Room 00.010 (exclude 2019-11-22,2019-11-29,2020-01-31,vac)
    • Einzeltermin am 22.11.2019 10:15-11:45, Room 02.134-113 (exclude vac)
    • Einzeltermin am 29.11.2019 10:15-11:45, Room 02.134-113 (exclude vac)
    • Einzeltermin am 31.01.2020 10:15-11:45, Room 02.134-113 (exclude vac)
    • Mo 8:15-9:45, Room 02.133-113 (exclude vac)
    • Di 8:15-9:45, Room 00.010 (exclude vac)
    • Mo 14:15-15:45, Room 02.134-113
    • Mo 8:15-9:45, Room 02.134-113 (exclude vac)
    • Mi 10:15-11:45, Room 02.133-113
    • Mo 12:15-13:45, Room K2-119 (exclude vac)
    • Di 8:15-9:45, Room 00.152-113 (exclude vac)
    • Mi 8:15-9:45, Room 02.134-113 (exclude vac)
    • Fr 10:15-11:45, Room 02.133-113
  • Algorithmen und Datenstrukturen (für Medizintechnik) Tutorenbesprechung

    Expected participants: 10

    ECTS-Studium

    • Do 18:00-20:00, (exclude vac)
  • Biomedizinische Signalanalyse Übung

    2 SWS

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Mo 10:15-11:45, Room 02.135-113 CIP (exclude vac)
  • Maschinelles Lernen für Zeitreihen Übung

    2 SWS

    Expected participants: 50

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Di 10:15-11:45, Room CIP-Pool MB Konrad-Zuse-Str. 3 (exclude vac)

Kolloquium (KO)

Seminar (SEM)

  • The why and how of human gait simulations

    Organisation and slides via StudOn.

    Assignment: Mail to anne.koelewijn@fau.de

    The grade consists of a presentation and a report, both counting 50% of the final grade.

    2 SWS

    Expected participants: 20

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Di 10:15-11:45, Room 00.010
  • Maschinelles Lernen und Datenanalytik für Industrie 4.0

    Registration via mail to an.nguyen@fau.de

    Prerequisites

    Registration via e-mail to an.nguyen@fau.de Registration period: 15.07.2019 - 07.10.2019

    Requirements:

    • Prior knowledge of machine learning via courses like PA, IntroPR, PR, DL, MLTS, CVP or equivalent (ideally first project experiences) is expected!
    • Motivation to explore scientific findings (e.g. via literature research)
    • Motivation to code and analyze data

    Examination:

    50% of grade: Presentation + demo (25 minutes)

    50% of grade 4 pages IEEE standard paper (excluding references) + code submission

    Attending the presentations of other students

    2 SWS

    Expected participants: 6

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 5

    Unterrichtssprache Englisch

    • Mi 16:00-18:00, Room 00.010

Praktikum (PR)

  • Lab project Machine Learning for Time Series

    2 SWS

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Time and place on appointment
  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.

    Anmeldung bis 15.10.2019 unter Studon.

    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.

    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter Matthias.Zuerl@fau.de nachfragen.

    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/research/projects/innovation-lab-for-wearable-and-ubiquitous-computing ,

    Anmeldung: https://www.studon.fau.de/crs2654537.html

    Die Anmeldung ist möglich ab dem 09.09.2019* bis einschließlich *15.10.2019

    4 SWS

    Expected participants: 40

    Für Gasthörer zugelassen

    Unterrichtssprache Englisch

    • Di 16:15-17:45, Room 00.010 (exclude vac)
    • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    3 SWS

    Expected participants: 120

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 3,75

    • Di 8:15-9:45, Room H10 (exclude vac)
    • Do 10:15-11:45, Room H10 (exclude vac)

Übung (UE)

Kolloquium (KO)

Seminar (SEM)

  • Deep Reinforcement Learning

    Registration with topic request by e-mail before start of the class; Assignment of presentation topics is FCFS.

    Registration via e-mail to christopher.mutschler@fau.de

    • Presentation (30-40 minutes)
    • Preparation of a report that includes the main points of the talk (not a simply copy of the slides)
    • Attending the presentations of other students
    • Completion of the slides one week before the talk; completion of the report until the end of the semester

    2 SWS

    Expected participants: 10

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 5

    Unterrichtssprache Englisch

    • Time and place on appointment
  • Machine Learning and Data Analytics for Industry 4.0

    Registration via mail to an.nguyen@fau.de

    2 SWS

    Expected participants: 6

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 5

    Unterrichtssprache Englisch

    • Mi 16:00-18:00, Room 00.010

Praktikum (PR)

  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.

    Anmeldung bis 23.04.18 unter Studon.

    Die Vergabe der Plätze im Kurs erfolgt nach einem Aufnahmeantrag. In diesem sollen Studierende ihren Studiengang, ihr Fachsemester und den angestrebten Abschluss nennen (Bachelor/Master). Sind zu viele Anmeldungen eingegangen und der Kurs ist voll, gibt es eine Warteliste.

    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter markus.zrenner@fau.de nachfragen.

    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden: https://www.mad.tf.fau.de/research/projects/innovation-lab-for-wearable-and-ubiquitous-computing ,

    Anmeldung: https://www.studon.fau.de/crs2475567.html

    Die Anmeldung ist möglich ab dem 18.03.2019 bis einschließlich 23.04.2019

    4 SWS

    Expected participants: 40

    Für Gasthörer zugelassen

    Unterrichtssprache Englisch

    • Di 16:15-17:45, Room 00.010 (exclude vac)
    • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Biomedizinische Signalanalyse

    2 SWS

    Expected participants: 100

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Di 12:15-13:45, Room H6 (exclude vac)
  • Lecture Machine Learning for Time Series

    2 SWS

    Expected participants: 50

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Mi 8:15-9:45, Room 00.010

Übung (UE)

  • Biomedizinische Signalanalyse Übung

    2 SWS

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Fr 10:15-11:45, Room CIP-Pool MB Konrad-Zuse-Str. 3
  • Maschinelles Lernen für Zeitreihen Übung

    2 SWS

    Expected participants: 50

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Di 10:15-11:45, Room CIP-Pool MB Konrad-Zuse-Str. 3

Kolloquium (KO)

Praktikum (PR)

  • Lab project Machine Learning for Time Series

    2 SWS

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    Unterrichtssprache Englisch

    • Time and place on appointment
  • Innovationslabor für Wearable und Ubiquitous Computing

    Themenvergabe und Terminfindung in der ersten Woche des Semesters.

    Anmeldung bis 16.10.2018 über Studon.

    Über die Vergabe der Seminarplätze entscheidet die Reihenfolge der Anmeldungen. Danach gibt es eine Warteliste.

    Das Praktikum steht Studierenden der genannten Studienrichtungen ab dem 5. Bachelorsemester (und aller Mastersemester) ebenfalls offen. Für weitere Studiengänge und ECTS-Verteilungen bitte unter markus.zrenner@fau.de nachfragen.

    Weitere Informationen zu der Lehrveranstaltung können auch unserer Webseite entnommen werden:

    https://www.mad.tf.fau.de/research/projects/innovation-lab-for-wearable-and-ubiquitous-computing/

    Wichtig:* Jeder, der das Innovationslabor als *Forschungspraktikum nutzen möchte, muss neben der Anmeldung via Studon eine Mail an markus.zrenner@fau.de schicken und die Organisatoren wissen lassen, dass sie das Innovationslabor als Forschungspraktikum nutzen wollen. Es gibt nur eine bestimmte Anzahl an Forschungspraktika.

    4 SWS

    Expected participants: 40

    Für Gasthörer zugelassen

    Unterrichtssprache Englisch

    • Di 16:15-17:45, Room 00.010 (exclude vac)
    • Do 12:15-13:45, Room 00.010 (exclude vac)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    3 SWS

    Expected participants: 120

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 3,75

    • Di 8:15-9:45, Room H10 (exclude vac)
    • Do 10:15-11:45, Room H10 (exclude vac)

Übung (UE)

Kolloquium (KO)

Praktikum (PR)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Biomedizinische Signalanalyse

    2 SWS

    Expected participants: 100

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 2,5

    • Time and place on appointment

Übung (UE)

Kolloquium (KO)

Praktikum (PR)

Sonstige Lehrveranstaltung (SL)

Vorlesung (VORL)

  • Human Computer Interaction

    Folien zur Vorlesung und Organisation über Studon.

    3 SWS

    Expected participants: 120

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 3,75

    • Di 14:15-15:45, Room H10 (exclude vac)
    • Mi 14:15-15:45, Room H10 (exclude vac)

Übung (UE)

Kolloquium (KO)

Seminar (SEM)

  • Computer Science in Sports - Measurement, Algorithms and Applications

    Sprache: Deutsch / Englisch

    Das Seminar steht Studierenden der genannten Studienrichtungen ab dem 3. Bachelorsemester (und aller Mastersemester ebenfalls) offen.

    Voranmeldungen bitte an: bjoern.eskofier@fau.de

    Über die Vergabe der Seminarplätze entscheidet die Reihenfolge der

    Voranmeldungen.

    4 SWS

    Expected participants: 18

    Für Gasthörer zugelassen

    ECTS-Studium

    ECTS-Credits: 5

    • Di 12:15-13:45, Room 01.134 (exclude vac)