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
link to course in Stud.IP Studip_icon
Advanced Machine Learning (VL)
Subtitle:
Diese Lehrveranstaltung ist Teil des Moduls: Fortgeschrittenes maschinelles Lernen, Mathematik neuronaler Netzwerke
Semester:
WiSe 23/24
Course type:
Lecture
Course number:
lv2322_w23
Lecturer:
Dr. Jens Zemke
Description:
  1. Grundlagen: Analogie, Aufbau neuronaler Netze, universelle Approximationseigenschaft, NP-Vollständigkeit
  2. Feedforward-Netze: Backpropagation, Varianten des stochastischen Gradientenverfahrens
  3. Deep Learning: Probleme und Lösungsstrategien
  4. Deep Belief Networks: Energie-basierte Modelle, Contrastive Divergence
  5. Faltungsnetze: Idee, Aufbau, FFT und Algorithmen von Winograd, Implementationsdetails
  6. Rekurrente Netze: Idee, dynamische Systeme, Training, LSTM
  7. Residuale Netze: Idee, Verbindung zu neuronalen ODEs
  8. Standardbibliotheken: Tensorflow, Keras, PyTorch
  9. Neue Trends
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: 273
Postings: 5
Documents: 31

Betreute Abschlussarbeiten

laufende
beendete