Maschinelles Lernen und KommunikationModulbeschreibung #41110 / Version 3
- 3 LP
- Referat
- Unbenotet
- Sommersemester
- Englisch
| Modul / Version | #41110 / #3 |
|---|---|
| Gültigkeit | Seit SoSe 2026 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 3 |
| Modulverantwortliche*r | Samek, Wojciech |
| Benotung | Unbenotet |
| Prüfungsform | Referat |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34352800 FG Maschinelles Lernen und Kommunikation |
Kontakt
| Sekretariat | EN 16 |
|---|---|
| Ansprechpartner*in | Samek, Wojciech |
| E-Mail-Adresse | wojciech.samek@tu-berlin.de |
| Webseite | https://iphome.hhi.de/samek/ss23 |
Lernergebnisse
Die Teilnehmer dieses Seminars erwerben Kenntnisse über Methoden, die in der aktuellen KI- und Kommunikationsforschung verwendet werden. Insbesondere vermittelt dieses Seminar den Studierenden einerseits fundierte theoretische und praktische Kenntnisse zu Themen wie föderiertes maschinelles Lernen, komplexitätsreduziertes maschinelles Lernen sowie maschinelles Lernen in sich verändernden Umgebungen und andererseits Know-how in einem oder mehreren Anwendungsbereichen der Kommunikation. Darüber hinaus lernen die Studierenden, wissenschaftliche Literatur kritisch zu analysieren und zu verstehen sowie wissenschaftliche Präsentationen effektiv zu halten.
Lehrinhalte
Es werden Themen und Methoden neuer Veröffentlichungen zu Themen im Zusammenhang mit ML und Kommunikation diskutiert:
- Föderiertes maschinelles Lernen
- ML mit reduzierter Komplexität (effiziente neuronale Architekturen, neuronale Architektursuche, NN-Komprimierung)
- Maschinelles Lernen in nicht-stationären Umgebungen
- Anwendungen von ML in Kommunikationsanwendungen (Videokodierung, drahtlose Kommunikation, vernetzte Geräte usw.)
- Verwandte Themen wie Datenschutz, Robustheit, Erklärbarkeit
Die Studierenden präsentieren Publikationen (im Stil eines Leseclubs), erläutern deren Aufbau und die verwendeten Methoden und zeigen den Bezug zu früheren Arbeiten auf.
- Föderiertes maschinelles Lernen
- ML mit reduzierter Komplexität (effiziente neuronale Architekturen, neuronale Architektursuche, NN-Komprimierung)
- Maschinelles Lernen in nicht-stationären Umgebungen
- Anwendungen von ML in Kommunikationsanwendungen (Videokodierung, drahtlose Kommunikation, vernetzte Geräte usw.)
- Verwandte Themen wie Datenschutz, Robustheit, Erklärbarkeit
Die Studierenden präsentieren Publikationen (im Stil eines Leseclubs), erläutern deren Aufbau und die verwendeten Methoden und zeigen den Bezug zu früheren Arbeiten auf.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Machine Learning and Communications | Seminar | Sommersemester | [en] | 2 | ISIS |
Arbeitsaufwand und Leistungspunkte
Machine Learning and Communications (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 90 Stunden. Damit umfasst das Modul 3 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Jede Woche hält ein einzelner Studierender oder eine kleine Gruppe von Studierenden einen Vortrag zu einem Teilthema oder Aspekt des Gesamtthemas des Seminars, gefolgt von einer Gruppendiskussion über das vorgestellte Material.
Nach Abschluss dieses Kurses verfügen alle Studierenden über fundierte Fachkenntnisse zu ihrem jeweiligen kleinen und klar definierten Teilthema sowie über einen breiten Überblick über das vom Kurs abgedeckte Forschungsgebiet. Darüber hinaus haben sie Erfahrungen in der Literaturrecherche, der Vorbereitung einer Präsentation, dem Geben und Empfangen von Feedback usw. gesammelt.
Die Kurssprache ist Englisch, einschließlich aller schriftlichen Arbeiten (Papers, Präsentationen usw.).
Hinweis: Je nach Terminlage können die Vorträge statt im üblichen wöchentlichen Rhythmus in Blockveranstaltungen gegen Ende des Semesters stattfinden. Details werden in der Einführungsveranstaltung bekannt gegeben.
Nach Abschluss dieses Kurses verfügen alle Studierenden über fundierte Fachkenntnisse zu ihrem jeweiligen kleinen und klar definierten Teilthema sowie über einen breiten Überblick über das vom Kurs abgedeckte Forschungsgebiet. Darüber hinaus haben sie Erfahrungen in der Literaturrecherche, der Vorbereitung einer Präsentation, dem Geben und Empfangen von Feedback usw. gesammelt.
Die Kurssprache ist Englisch, einschließlich aller schriftlichen Arbeiten (Papers, Präsentationen usw.).
Hinweis: Je nach Terminlage können die Vorträge statt im üblichen wöchentlichen Rhythmus in Blockveranstaltungen gegen Ende des Semesters stattfinden. Details werden in der Einführungsveranstaltung bekannt gegeben.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Grundkenntnisse in linearer Algebra, Optimierung und maschinellem Lernen sind von Vorteil.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Unbenotet |
|---|---|
| Prüfungsform | Referat |
| Sprache | Englisch |
| Dauer/Umfang | 30 Minuten |
Prüfungsbeschreibung (Abschluss des Moduls)
Das Modul wird nur mit „bestanden“ oder „nicht bestanden“ bewertet. Jeder Studierende sollte sich bei allen Terminen aktiv an der Diskussion der Forschungsergebnisse beteiligen.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 15.
Anmeldeformalitäten
Vor Semesterbeginn wird es eine ISIS-Seite geben.
Bitte beachten Sie die aktuellen Informationen hier: https://iphome.hhi.de/samek/ss23
Bitte beachten Sie die aktuellen Informationen hier: https://iphome.hhi.de/samek/ss23
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Informatik StuPO 2015 | SoSe 2026 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Katalog Informatik | |
| Informatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete › Intelligente Systeme › Seminare |
| Medientechnik StuPO 2018 | SoSe 2026 | Wahlpflichtbereich › Katalog Medientechnik |
| WiSe 2026/27 | Wahlpflichtbereich › Katalog Medientechnik | |
| Technische Informatik StuPO 2015 | SoSe 2026 | Wahlpflichtbereich › Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Kataloge › Informatik | |
| Wirtschaftsinformatik StuPO 2015 | SoSe 2026 | Wahlpflichtbereich › Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Informatik | |
| Wirtschaftsinformatik StuPO 2021 | SoSe 2026 | Wahlpflichtbereich › Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Informatik | |
| Wirtschaftsinformatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Vertiefung Informatik › Seminare |
Sonstiges
Keine Angabe