Nummer INFO-4390 |
Titel Visual Perception and Learning for Robotics |
Lehrform(en) Vorlesung, Übung |
---|---|---|
ECTS | 6 | |
Arbeitsaufwand - Kontaktzeit - Selbststudium |
Arbeitsaufwand:
180 h Kontaktzeit:
60 h / 4 SWS Selbststudium:
120 h |
|
Veranstaltungsdauer | 1 Semester | |
Häufigkeit des Angebots | Unregelmäßig | |
Unterrichtssprache | Englisch | |
Prüfungsform | Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl) |
|
Inhalt | - Einführung in Robotertypen und Sensoren |
|
Qualifikationsziele | (1) Die Studierenden können ein robotergestütztes visuelles Wahrnehmungsproblem als algebraisches, probabilistisches Zustandsschätzungs- oder maschinelles Lernproblem formulieren und einen geeigneten Algorithmus zu seiner Lösung auswählen. (2) Die Studierenden sind in der Lage, eine Reihe von robotergestützten visuellen Wahrnehmungs- und Lernalgorithmen zu implementieren und ihr Verhalten zu analysieren. (3) Die Studierenden können die Herausforderungen bei der visuellen Wahrnehmung und dem Lernen von Robotern erläutern und neue Methoden bewerten und charakterisieren. |
|
Vergabe von Leistungspunkten/Benotung |
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Vorlesung
V
o
2
3.0
K
90
b
100
Übung
Ü
o
2
3.0
|
|
Teilnahmevoraussetzungen | Es gibt keine besonderen Voraussetzungen. | |
Dozent/in | Stückler | |
Literatur / Sonstiges | Recommended to attend deep learning course before. Basic programming skills in python required. Lecture slides will be provided. Further literature will be announced in the lecture. Recommended textbooks: - An Invitation to 3-D Vision by Yi Ma, Stefano Soatto, Jana Košecká, S. Shankar Sastry - Deep Learning by Goodfellow, Bengio and Courville |
|
Zuletzt angeboten | Wintersemester 2022 | |
Geplant für | --- | |
Zugeordnete Studienbereiche | INFO-INFO, INFO-PRAK, INFO-TECH, MEDI-APPL, MEDI-INFO, MEDI-MEDI, MEDI-MMT, ML-CS, ML-DIV |