INF.08040.03 - Praktische Probleme und Anwendungen in der Bildanalyse (Vollständige Modulbeschreibung)

INF.08040.03	5 CP
Modulbezeichnung	Praktische Probleme und Anwendungen in der Bildanalyse
Modulcode	INF.08040.03
Semester der erstmaligen Durchführung
Fachbereich/Institut	Institut für Informatik
Verwendet in Studiengängen / Semestern	Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Akkreditierungsfassung gültig ab SoSe 2023 > Bildanalyse und Maschinelles Lernen (Anteil gem. § 5 Abs. 4-6, Anlage 2) Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Akkreditierungsfassung gültig ab SoSe 2023 > Vertiefende Module der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen`
Modulverantwortliche/r
Weitere verantwortliche Personen	PD Dr. Birgit Möller
Teilnahmevoraussetzungen	vertiefte Kenntnisse in Bildverarbeitung/-analyse, Mustererkennung sowie in Methoden des Maschinellen Lernens allgemein, wie sie etwa in den Basismodulen "Bildverarbeitung" oder "Maschinelles Lernen in der Bild- und Mustererkennung" der Vertiefungsrichtung "Bildanalyse und Maschinelles Lernen" vermittelt werden - ein vorheriger Besuch von mindestens einem dieser Module wird empfohlen; Programmierkenntnisse
Kompetenzziele	Die Studierenden kennen wichtige Softwaretools und -bibliotheken aus dem Umfeld der Bildverarbeitung und -analyse sowie des Maschinellen Lernens und insbesondere moderne Bibliotheken zum Entwurf und Einsatz von tiefen neuronalen Netzen in der Praxis. Sie können aktuelle Systeme und Methoden zur Bild- und Musteranalyse und deren Grundlagen und Systemarchitekturen verstehen und bewerten. Sie können Bildanalyse- und Mustererkennungssysteme für eine konkrete Aufgabenstellung konzipieren. Sie können dafür die Eignung verschiedener Methoden und Werkzeuge der Bildverarbeitung, Bildanalyse sowie des maschinellen Lernens einschätzen und passende Ansätze auswählen, kombinieren und adaptieren sowie zielgerichtet erweitern. Sie können die ausgewählten Methoden und Systemkomponenten zu einem lauffähigen Gesamtsystem kombinieren und somit einen Lösungsansatz für eine konkrete Aufgabenstellung entwickeln und evaluieren.
Modulinhalte	Techniken und Softwarebibliotheken zur Realisierung moderner Systeme zur Analyse und Interpretation von Bild-/Sensordaten technische Herausforderungen und methodische Besonderheiten moderner Bild- und Mustererkennungssysteme in der praktischen Anwendung Implementierung eines Lösungsansatzes für eine abgegrenzte Problemstellung aus dem Themenfeld der Veranstaltung Dokumentation und Präsentation des erarbeiteten und implementierten Lösungsansatzes sowie seiner methodischen Grundlagen in einem Vortrag sowie einem Bericht kritische Analyse und systematische Evaluation der implementierten Techniken und Systeme, u.a. im Hinblick auf Limitierungen sowie zielgerichtete Verbesserungen
Lehrveranstaltungsformen	Seminar (1 SWS) Kursus Übung (3 SWS) Kursus
Unterrichtsprachen	Deutsch, Englisch
Dauer in Semestern	1 Semester Semester
Angebotsrhythmus Modul	nicht festlegbar
Aufnahmekapazität Modul	unbegrenzt
Prüfungsebene
Credit-Points	5 CP
Modulabschlussnote	LV 1: %; LV 2: %; LV 3: %; LV 4: %.
Faktor der Modulnote für die Endnote des Studiengangs	1
Hinweise	vertiefendes Modul für die Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen`

Modulveranstaltung	Lehrveranstaltungsform	Veranstaltungstitel	SWS	Workload selbstgestaltete Arbeit	Workload Summe
LV 1	Seminar	Seminar	1		0
LV 2	Kursus	Selbststudium			0
LV 3	Übung	Praktische Umsetzung eines Bild-/Mustererkennungssystems	3		0
LV 4	Kursus	Vorbereitung des Vortrags und Erstellung des Berichts			0
Workload modulbezogen				150	150
Workload Modul insgesamt					150

Prüfung	Prüfungsvorleistung	Prüfungsform
LV 1
LV 2
LV 3
LV 4
Gesamtmodul	fachlich kompetenter und didaktisch gut vorbereiteter Vortrag	schriftl. Bericht
Wiederholungsprüfung

Regularien	Angebotsrhythmus	Anwesenheitspflicht	Gewicht an Modulnote in %
LV 1	Sommersemester	Nein	%
LV 2	Sommersemester	Nein	%
LV 3	Sommersemester	Nein	%
LV 4	Sommersemester	Nein	%