700.370 (17S) Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies

Sommersemester 2017

Anmeldefrist abgelaufen.
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch
Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies
LV-Art
Seminar (prüfungsimmanente LV )
Semesterstunde/n
2.0
ECTS-Anrechungspunkte
4.0
Anmeldungen
6 (20 max.) Anzahl der tatsächlich angemeldeten Studierenden
Organisationseinheit
Unterrichtssprache
Englisch
LV-Beginn
06.03.2017
eLearning
zum Moodle-Kurs

Zeit und Ort

Tag von - bis Raum Details
Mo, 06.03.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 13.03.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 20.03.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 27.03.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 03.04.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 24.04.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 08.05.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 15.05.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 22.05.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 29.05.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 12.06.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 19.06.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich
Mo, 26.06.2017 10:00 - 12:00 L4.1.02 ICT-Lab wöchentlich

LV-Beschreibung

Intendierte Lernergebnisse

In this seminar, students will get familiar with selected fundamentals of Self-Driving Vehicles. In particular, each student will deeply study one or more papers related to a subject related to data mining and/or pattern recognition in the frame of self-driving vehicles.

Lehrmethodik

GLOBAL PLAN:

###########

1) Kick-Off Meeting (at Semester begin): introductory presentation,  topics selection by the student, brief overview of related papers and documents.

2) Intermediate presentations (after 3 Weeks): here students present their global plannings and their first rough ideas. A related feedback is provided.

3) Final presentations: 1st-2nd week of June 2017

4) Final paper/report submission: around last week of June or first half of July 2017.

Inhalt/e

Selected topics (not exhaustive):
###########################
#  Learning Driver Behavior Models from Traffic Observations for DecisionMaking and Planning

#  Driver Behavior Profiling Using Smartphones

#  Modeling the Driving Behavior of Electric VehiclesUsing Smartphones and Neural Networks

# The Impact of an Anticipatory Eco-Driver Assistant System in Different Complex DrivingSituations on the Driver Behavior

#  Velocity-Based Driver Intent Inference at Urban Intersections in the Presence of Preceding Vehicles

#  The Attentive Co-Pilot: Towards a Proactive Biologically-Inspired Advanced Driver Assistance System.




 


Prüfungsinformationen

Beurteilungsschema

Note/Grade Benotungsschema

Position im Curriculum

  • Bachelorstudium Informationstechnik (SKZ: 289, Version: 12W.2)
    • Fach: Bachelorarbeit, Studienzweig Ingenieurwissenschaften
      • Seminar aus dem Bereich Ingenieurwissenschaften ( 2.0h SE / 3.0 ECTS)
        • 700.370 Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 3.0 ECTS)
          Absolvierung im 6. Semester empfohlen
  • Bachelorstudium Informationstechnik (SKZ: 289, Version: 09W.2)
    • Fach: Bachelorarbeit und Seminar (Pflichtfach)
      • Seminar (zur Bachelorarbeit) ( 2.0h SE / 3.0 ECTS)
        • 700.370 Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 3.0 ECTS)
  • Bachelorstudium Informationstechnik (SKZ: 289, Version: 06W.1)
    • Fach: Informationstechnische Vertiefung (Wahlfach)
      • Seminar ( 2.0h SE / 4.0 ECTS)
        • 700.370 Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technischer Schwerpunkt (Intelligent Transportation Systems) (Pflichtfach)
      • 1.1-1.3 Vorlesung mit Kurs oder Vorlesung mit Seminar ( 6.0h VK/VS / 12.0 ECTS)
        • 700.370 Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technische Ergänzung I (Pflichtfach)
      • 2.3 Vorlesung mit Kurs oder Seminar ( 2.0h VK/SE / 4.0 ECTS)
        • 700.370 Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technische Ergänzung II (Pflichtfach)
      • 3.1-3.3 Vorlesung mit Kurs oder Vorlesung mit Seminar ( 6.0h VK/VS / 12.0 ECTS)
        • 700.370 Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Research Track (Methodischer Schwerpunkt) (Pflichtfach)
      • 4.2'-4.3' Theoretisch-Methodische Lehrveranstaltung I/II ( 0.0h VO/VK/VS/KU/PS / 6.0 ECTS)
        • 700.370 Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technischer Schwerpunkt (Media Engineering) (Pflichtfach)
      • 1.1-1.3 Vorlesung mit Kurs oder Vorlesung mit Seminar ( 6.0h VK/VS / 12.0 ECTS)
        • 700.370 Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2016
  • 700.370 SE Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h / 4.0ECTS)
Sommersemester 2015
  • 700.370 SE Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h / 4.0ECTS)
Sommersemester 2014
  • 700.370 SE Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h / 4.0ECTS)
Sommersemester 2013
  • 700.370 SE Seminar on Pattern Recognition in Intelligent Vehicle Technologies (2.0h / 4.0ECTS)