Florian Strobel

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Florian Thorsten Lutz Strobel
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Harburger Schloßstraße 22a,
21079 Hamburg
Gebäude HS22a, Raum 2.014
Tel: +49 40 42878 2750
Logo

Forschungsprojekt

DISEGO
Kritische Komponenten für den verteilten und sicheren Netzbetrieb

DISEGO

Kritische Komponenten für den verteilten und sicheren Netzbetrieb

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2022 bis 2025

Publikationen

TUHH Open Research (TORE)

2023

Lehrveranstaltungen

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Machine Learning in High-Frequency Technology and Radar (VL)
Untertitel:
This course is part of the module: Machine Learning in Electrical Engineering and Information Technology
Semester:
SoSe 24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv3007_s24
DozentIn:
Prof. Dr. Alexander Kölpin
Beschreibung:

Modern high-frequency systems benefit massively from machine learning methods. In applications where rule-based algorithms reach their limits, these data-driven approaches enable a significant increase in resolution and accuracy. This is exemplified by current research challenges, namely for the classification of targets in autonomous driving radar systems, radar-based gesture recognition for smart home applications and device control as well as in the field of medical technology for the contactless monitoring of human vital signs.

Leistungsnachweis:
m1785-2022 - Machine Learning in Electrical Engineering and Information Technology<ul><li>p1778-2022 - Machine Learning in Electrical Engineering and Information Technology: mündlich</li></ul>
ECTS-Kreditpunkte:
1
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Hochfrequenztechnik (E-3)
In Stud.IP angemeldete Teilnehmer: 1

Betreute Abschlussarbeiten

laufende
beendete