Florian Strobel

M.Sc.
Research Assistant

Contact

Florian Thorsten Lutz Strobel
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Harburger Schloßstraße 22a,
21079 Hamburg
Building HS22a, 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

Publications

TUHH Open Research (TORE)

2023

Courses

Stud.IP
link to course in Stud.IP Studip_icon
Advanced Machine Learning (GÜ)
Subtitle:
Diese Lehrveranstaltung ist Teil des Moduls: Fortgeschrittenes maschinelles Lernen, Mathematik neuronaler Netzwerke
Semester:
WiSe 23/24
Course type:
Exercise
Course number:
lv2323_w23
Lecturer:
Dr. Jens Zemke
Description:

Grundlagen: Analogie, Aufbau neuronaler Netze, universelle Approximationseigenschaft, NP-Vollständigkeit

Feedforward-Netze: Backpropagation, Varianten des stochastischen Gradientenverfahrens

Deep Learning: Probleme und Lösungsstrategien

Deep Belief Networks: Energie-basierte Modelle, Contrastive Divergence

Faltungsnetze: Idee, Aufbau, FFT und Algorithmen von Winograd, Implementationsdetails

Rekurrente Netze: Idee, dynamische Systeme, Training, LSTM

Residuale Netze: Idee, Verbindung zu neuronalen ODEs

Standardbibliotheken: Tensorflow, Keras, PyTorch

Performance accreditation:
650 - Mathematik neuronaler Netzwerke<ul><li>650 - Mathematik neuronaler Netzwerke: mündlich</li></ul><br>m1552-2022 - Fortgeschrittenes maschinelles Lernen<ul><li>p1480-2022 - Fortgeschrittenes maschinelles Lernen: mündlich</li></ul>
ECTS credit points:
3
Stud.IP informationen about this course:
Home institute: Institut für Mathematik (E-10)
Registered participants in Stud.IP: 236
Documents: 31

Supervised Theses

ongoing
completed