Machine Learning

6/2020 – offen

- Action and activity detection
- Object detection and tracking in 3D

Deeplearning4j, Maschinelles Lernen, TensorFlow, Python

9/2019 – 4/2020

Forschungsprojekt: Implementierung und Evaluierung einer tiefen lernbasierten
System zur Lokalisierung, Erkennung und Verfolgung von Schallereignissen (SELDT)
Besoldungsgruppe: 1,0
- Erforschung der hochmodernen SELDT-Systeme
- Implementierte ein Faltungsrezidivmodell unter Verwendung von Keras
- Quantifizierung des vortrainierten SELDT-Modells für den eingebetteten Einsatz
- Untersuchte die Robustheit des Netzwerks gegenüber Rauschen und Abtastraten
- Entwickelte eine neuartige TCN-basierte Architektur (SELD-TCN)
- Vorschlag für eine neue verteilungsbasierte Quantisierungsmethode

Deeplearning4j, Maschinelles Lernen, TensorFlow, Python

4/2019 – 8/2019

- Erforschen Sie den Stand der Technik in der Ego-Trajektorien-Schätzung
- Entwickelte eine Simulationsplattform zur Erzeugung von Referenztrajektorien
- Simulierte die Trägheitsmesseinheit und GPS-Messungen
- Implementierung eines linearen Kalman-Filters, erweiterter Kalman-Filter
- Implementierte einen interagierenden Mehrfach-Modell-Kalman-Filter
- Kalman-Glättung Rauch-Tung-Striebel-Algorithmus implementiert

MATLAB / Simulink, Sensorik