Mathematische Grundlagen der digitalen Signalverarbeitung

Dozent
Prof. Dr. Frank Vallentin

Koordinierung des Übungsbetriebes
Jan Rolfes, M.Sc.

Inhalte der Vorlesung
In der Vorlesung Mathematische Grundlagen der digitalen Signalverarbeitung werden die folgenden drei Aspekte behandelt. Kodierungstheorie: Um über rauschende Kanäle fehlerfrei kommunizieren zu können, werden fehlerkorrigierende Codes zur Codierung und Decodierung von Nachrichten benötigt. Diese haben oft eine algebraische Struktur. Maschinelles Lernen: Im maschinellen Lernen werden aus großen Datenmengen Informationen mittels Klassifikation oder Dimensionsreduktion gewonnen. Konvexe Optimierung ist dabei ein zentrales Hilfsmittel. Compressive Sensing: Oft möchte man durch Messungen Signale rekonstruieren. Wenn man annimmt, dass die zu messenden Signale in einer gewissen Weise „dünn“ sind, dann kommt man mit sehr wenigen Messungen aus. Zufallsmatrizen und zufällige Polytope spielen hier eine wichtige Rolle. Voraussetzung für die Teilnahme sind gute Kenntnisse der Vorlesung Einführung in die Mathematik des Operations Research.

Vorlesung
Dienstag 10.00-11.30, Stefan Cohn-Vossen Raum (Raum 313)
Freitag 8.00-9.30, Stefan Cohn-Vossen Raum (Raum 313)

Übung
Die Übung findet jeweils Freitags von 12.00 bis 13.30 in Seminarraum 1 (Raum 005) des Mathematischen Instituts statt.

Klausurvorbereitung
Am Freitag dem 15.07 findet neben der Besprechung des 11. Übungsblattes eine anschließende Fragestunde statt.

Klausurtermine
Freitag 22.07., 12.30-14.30, Hörsaal des Mathematischen Instituts
Anstatt einer Nachklausur finden mündliche Prüfungen statt.

Klausureinsicht
Mittwoch 10.8, 14.00-15.00 in unserer Arbeitsgruppe im Weyertal 80.

Klausur
Die Klausur vom 22.7 gibt es hier.