Lehrende/r

Lehrende/r

• Dipl.Ing. Dr. Ahmad Haj Mosa, Bakk.
• Univ.-Prof. Dr.-Ing. Kyandoghere Kyamakya

LV-Titel englisch

LV-Titel englisch Machine Learning in Intelligent Transportation

LV-Art

LV-Art Vorlesung-Seminar (prüfungsimmanente LV )

Semesterstunde/n

Semesterstunde/n 2.0

ECTS-Anrechnungspunkte

ECTS-Anrechnungspunkte 4.0

Anmeldungen

Anmeldungen 12 (20 max.)

Organisationseinheit

Organisationseinheit

• Institut für Intelligente Systemtechnologien

Unterrichtssprache

Unterrichtssprache Englisch

LV-Beginn

LV-Beginn 06.03.2017

eLearning

eLearning zum Moodle-Kurs

Anmerkungen

Anmerkungen

This course will focus on the recent advanced machine learning techniques including: data processing, dimension reduction, deep learning and deep reinforcement learning. 

In the field of transportation and autonomous vehicles,  deep Learning has become a cutting edge technique. Therefore this course will focus deeply on the following recent techniques:

1. ConvNets https://www.youtube.com/watch?v=URmxzxYlmtg

2. Long term short term memory network https://www.youtube.com/watch?v=FsVSZpoUdSU

3. Cellular Neural Networks

4. Memory Networks 

https://arxiv.org/abs/1605.06065

5. Deep Q network

https://storage.googleapis.com/deepmind-media/dqn/DQNNaturePaper.pdf

https://www.youtube.com/watch?v=mWl45NkFBOc

It is mandatory to take the parallel lab course (

700.373 (17S) Lab on Machine Learning and Applications in Intelligent Vehicles

) to master the techniques that will learned during the course

Seniorstudium Liberale

Seniorstudium Liberale Ja

Beurteilungsschema

• Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
  • Fach: Information and Communications Engineering: Supplements (NC, ASR) (Wahlfach)
    • Wahl aus dem LV-Katalog (Anhang 4) ( 0.0h VK, VO, KU / 14.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)

• Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
  • Fach: Technical Complements (NC, ASR) (Wahlfach)
    • Wahl aus dem LV-Katalog (Anhang 5) ( 0.0h VK, VO, KU / 12.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)

• Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
  • Fach: Information and Communications Engineering: Supplements (NC, ASR) (Wahlfach)
    • Wahl aus dem LV-Katalog (Anhang 4) ( 0.0h VK, VO, KU / 14.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)

• Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
  • Fach: Technical Complements (NC, ASR) (Wahlfach)
    • Wahl aus dem LV-Katalog (Anhang 5) ( 0.0h VK, VO, KU / 12.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)

• Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
  • Fach: Autonomous Systems and Robotics: Advanced (ASR) (Wahlfach)
    • Wahl aus dem LV-Katalog (siehe Anhang 3) ( 0.0h VK, VO / 30.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)

• Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
  • Fach: Autonomous Systems and Robotics (WI) (Wahlfach)
    • Wahl aus dem LV-Katalog (siehe Anhang 3) ( 0.0h VK, VO / 30.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)

• Masterstudium Information and Communications Engineering (ICE) (SKZ: 488, Version: 15W.1)
  • Fach: Free Electives (Freifach)
    • Free Electives ( 0.0h XX / 6.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 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)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 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)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)

• Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
  • Fach: Technische Ergänzung I (Pflichtfach)
    • 2.1-2.2 Vorlesung mit Kurs oder Vorlesung mit Seminar ( 4.0h VK/VS / 8.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 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)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 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)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 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)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)

• Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
  • Fach: Freie Wahlfächer (Freifach)
    • Diverse Lehrveranstaltungen ( 0.0h VO/VK/VS/KU/PS / 12.0 ECTS)
      • 700.340 Machine Learning in Intelligent Transportation (2.0h VS / 4.0 ECTS)