Logo Institute of Electrical Power and Energy Technology
Institute of Electrical Power and Energy Technology
Logo Institute of Electrical Power and Energy Technology
Institute of Electrical Power and Energy Technology
DE
EN
Search
DE
EN
Search
IEET > Staff > Research Assistants > Florian Strobel, M.Sc.

Florian Strobel

M.Sc.
Research Assistant

Contact

Florian Thorsten Lutz Strobel
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Harburger Schloßstraße 22a,
21079 Hamburg
Building Harburger Schloßstraße 22a, Room 2.014
Phone: +49 40 42878 2750
Logo

Research Project

DISEGO
Critical Components for Distributed and Secure Grid Operation

DISEGO

Critical Components for Distributed and Secure Grid Operation

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2022 to 2025

to the project page

Publications

TUHH Open Research (TORE)

2023

Courses

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Maschinelles Lernen I (GÜ)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Maschinelles Lernen, Maschinelles Lernen I
Semester:
SoSe 24
Veranstaltungstyp:
Übung (Lehre)
Veranstaltungsnummer:
lv2433_s24
DozentIn:
Nihat Ay
Beschreibung:
  • Geschichte der Neurowissenschaften und des maschinellen Lernens (insbesondere des tiefen Lernens) 
  • McCulloch-Pitts-Neuronen und binäre neuronale Netze
  • Boolesche Funktionen und Schellwert-Funktionen 
  • Universalität von neuronalen McCulloch-Pitts-Netzwerken
  • Lernen und das Perzeptron-Konvergenz-Theorem
  • Support-Vektor-Maschinen
  • Harmonische Analyse von Booleschen Funktionen
  • Kontinuierliche künstliche neuronale Netze 
  • Kolmogorovsches Superpositions-Theorem
  • Universelle Approximation mit kontinuierlichen neuronalen Netzen
  • Approximationsfehler und die Gradienten-Abstiegs-Methode: die allgemeine Idee
  • Die stochastische Gradienten-Abstiegs-Methode (Robbins-Monro- und Kiefer-Wolfowitz-Fälle)
  • Mehrschichtige Netzwerke und der Backpropagation-Algorithmus
  • Statistische Lerntheorie
Leistungsnachweis:
m1595 - Maschinelles Lernen<ul><li>p1543 - Maschinelles Lernen: Klausur schriftlich</li></ul><br>m1595-2022 - Maschinelles Lernen I<ul><li>p1543-2022 - Maschinelles Lernen I: Klausur schriftlich</li><li>vl424-2022 - Freiwillige Studienleistung Maschinelles Lernen I - Übungsaufgaben: Übungsaufgaben</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Data Science Foundations (E-21)
In Stud.IP angemeldete Teilnehmer: 1

Supervised Theses

ongoing
completed
TU Hamburg
Institute of Electrical Power and Energy Technology (ieet) E-6
Prof. Dr.-Ing. Christian Becker
Harburger Schloßstraße 36
21079 Hamburg
E-mail : ieet(at)tuhh.de
Phone : +49 40 42878 3213
Fax : +49 40 42878 2382
Links
Map and Directions
Data Privacy
Imprint