Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

HYBRID: Computational Imaging - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung Langtext
Veranstaltungsnummer 193012 Kurztext
Semester WS 2021 SWS 2
Teilnehmer 1. Platzvergabe 20 Max. Teilnehmer 2. Platzvergabe 24
Rhythmus Jedes 2. Semester Studienjahr
Credits für IB und SPZ
E-Learning
Hyperlink
Sprache Englisch
Belegungsfrist Zur Zeit keine Belegung möglich
Abmeldefristen A1 - Belegung ohne Abmeldung    23.08.2021 09:00:00 - 07.10.2021 07:59:59   
Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.
A2 - Belegung mit Abmeldung 2 Wochen    07.10.2021 08:00:00 - 01.11.2021 23:59:59   
Nach Zulassung ist eine Abmeldung auch durch den Teilnehmer möglich.
A3 - Belegung ohne Abmeldung    02.11.2021 00:00:01 - 21.02.2022 07:59:59   
Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.
Termine Gruppe: 1-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine anzeigen Di. 12:00 bis 14:00 w. 19.10.2021 bis
08.02.2022
Albert-Einstein-Str. 6 - PC-Pool ACP   findet statt  
Gruppe 1-Gruppe:



Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Heintzmann, Rainer, Universitätsprofessor, Dr. verantwortlich
Lötgering, Lars , Dr. verantwortlich
Zuordnung zu Einrichtungen
Physikalisch-Astronomische Fakultät
Inhalt
Literatur
  • Gbur, Gregory J. Mathematical methods for optical physics and engineering. Cambridge University Press, 2011.
  • Brunton, Steven L., and J. Nathan Kutz. Data-driven science and engineering: Machine learning, dynamical systems, and control. Cambridge University Press, 2019.
  • Strang, Gilbert. Linear algebra and learning from data. Cambridge: Wellesley-Cambridge Press, 2019.
Lerninhalte
  • Review: Linear Algebra, Calculus, Python
  • Optimization part 1: Continuous (Euler Lagrange) and Discrete (multivariate calculus)
  • Programming lab: genetic algorithms + Fermat principle
  • Optimization part 2: nonlinear optimization, regularization, Lagrange multipliers
  • Optimization part 3: Convex techniques, l1 minimization
  • Programming lab: single pixel camera
  • Optimization part 4: Automatic differentiation
  • Matrix representation of coherent optical systems
  • Programming lab:  keras toolbox, optical eigenmodes
  • Multiple scattering: Born / Rytov series, beam propagation method
  • Tomographic inversion    
  • Programming lab: Foldy-Lax scattering theory
  • Phase retrieval part 1: coherent diffraction imaging (CDI)  
  • Phase retrieval part 2: ptychography
  • Programming lab:  hybrid input output, shrink wrap, ptychography
  • Phase retrieval part 3: Fourier ptychography  
  • Image deconvolution: structured illumination microscopy, pupil engineering
  • Programming lab: extended depth-of-field systems
  • Imaging with spatially partially coherent light
  • Parameter estimation: Fisher information and Cramer Rao lower bound
  • Programming lab:  Coded aperture imaging, resolution assessment, edge responses, modulation transfer function, Fourier ring correlation
  • Neural networks part 1: Image classification
  • Neural networks part 2: Image regression
  • Programming lab:  digit recognition, counting red blood cells
Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WS 2021 , Aktuelles Semester: SoSe 2022

Impressum | Datenschutzerklärung