MAT
|
Höhere Mathematik [M100] Vektorananalysis, ausgewählte Aspekte aus Numerik und Stochastik.
|
MAT1
|
Mathematik 1 [E3B104] Grundlagen der Linearen Algebra, Differenzial- und Integralrechnung einer reellen Variablen.
|
MAT2
|
Mathematik 2 [E3B105] Differential- und Integralrechnung mehrerer reeller Variablen, gewöhnliche Differentialgleichungen, Basiskonzepte der Numerik und Wahrscheinlichkeitsrechnung.
|
MAX
|
Felder und Wellen [M101] Vermittlung von Grundkenntnissen im Bereich elektromagnetischer Felder und Wellen.
|
MCS
|
Mikrocomputerysteme [E3G414] Integrierte Entwicklungssysteme, Entwicklung von kleineren Anwendungsprojekten für Sensoren und Aktoren mit Timern/Countern, Analog-Digital-Umsetzern, Puls-Weiten-Modulation, parallelen und seriellen Busschnittstellen.
|
MDS
|
Modellierung ereignisdiskreter Systeme [M222] Beschreibung, Analyse und Simulation von Systemen mit Petrinetzen und vergleichbaren Techniken.
|
MEK
|
Mustererkennung [M221] Hough-Transformationen und RANSAC, statistische Entscheidungstheorie, Fourier-Deskriptoren Klassifikatoren und Lernstrategien, neuronale Netze, Support-Vector-Machines, Sequenzanalyse, Hidden Markov Modelle.
|
MES
|
Messtechnik [E3B113] Mathematische Methoden und Begriffe. Funktion und Anwendung wichtiger Messverfahren und Messgeräte.
|
MML
|
Mustererkennung und Maschinelles Lernen [M243] Die Mustererkennung hat ihren Ursprung im Ingenieurwesen, während das maschinelle Lernen aus der Informatik stammt. Diese Aktivitäten können jedoch als zwei Aspekte desselben Bereichs betrachtet werden und haben sich in den letzten Jahren erheblich weiterentwickelt. Diese Vorlesung spiegelt diese jüngsten Entwicklungen wieder und bietet gleichzeitig eine Einführung in die Bereiche der Mustererkennung und des maschinellen Lernens. In der Vorlesung werden sowohl theoretische Grundlagen als auch praktische Anwendungen behandelt. Ziel ist es, den Studierenden ein tiefes Verständnis für die zugrundeliegenden Konzepte und Techniken zu vermitteln und ihnen die Fähigkeit zu geben, maschinelles Lernen in verschiedenen Anwendungsgebieten anzuwenden.
|
MRT
|
Mikrorechnertechnik [E3G112] Aufbau und Funktion von Mikrorechnern und Peripheriebausteinen, Programmierung und Anwendung von Mikrorechnern.
|
MSD
|
Mixed Signal IC-Design [E2G614] CAD Tools für den Analogentwurf, Technologie für analoge Bauelemente, Analoge Grundschaltungen, Operationsverstärker, MOS-Transistor als Analogschalter, ADC und DAC, PLL.
|
NAE
|
Nanoelektronik [E3G422] Aufbau, Funktionsweise und Simulation nanoelektronischer Bauelemente.
|
NAT
|
Nachrichtentechnik [E2G201] Vierpoltheorie, lineare und nichtlineare Schaltungen, Rauschen, Frequenzumsetzung, Leitungstheorie (Grundzüge), Empfängerprinzipien.
|
NGN
|
Next Generation Networks [E620] Grundlagen Telekommunikationsnetze, Physical Layer (DSL, FTTx, PDH, SDH, WDM, OTH), Data Link Layer (HDLC, PPP, Ethernet, Fast Ethernet, Gigabit Ethernet, 10 Gigabit Ethernet, 40/100 Gigabit Ethernet, LAN Kopplungen, Carrier Grade Ethernet), Network Layer (IPv4, ICMP, IPv6, Routing und Forwarding, Router Architekturen, Traffic Engineering, QoS und DiffServ), Shim Layer (MPLS, MPLS-TE, MPLS Dienste, MPLS-FRR).
|
NRE
|
Netzintegration und Regelung von regenerativen Energiesystemen [E3G807] Leistungselektronische Komponenten, Schaltungstopologien und Ansteuerverfahren für Photovoltaik-Wechselrichter, Batteriestromrichter, Leistungsregelung von PV und Windkraftanlagen, Frequenzhaltung, Inselnetzbetrieb.
|