direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Deep Learning for Audio Event Detection (DL4AED)

Inhalt: Das Seminar vermittelt praxisnahe Kenntnisse über Machine- und Deep-Learning (ML) Methoden für Audiodaten. Die Inhalte des Kurses werden durch Live Coding Sessions in Python Jupyter Notebooks vermittelt und basieren vor allem auf ML-Libraries wie Scikit-Learn oder Tensorflow. Abgaben und Projektarbeit erfolgen ebenfalls in der Programmiersprache Python.
 
Neben einer kurzen Einführung in grundlegende Konzepte des Machine Learnings, beinhaltet der Kurs die üblichen Komponenten einer Machine Learning Pipeline für Audiodaten: Datenexploration, Preprocessing, Augmentation, Feature Extraction, ML-Modelle und Architekturen, Training, Evaluation und Metriken, Modellexport und -deployment sowie Inferenz neuer Daten. Der Fokus des Seminars liegt auf den Audiobereich, da der Kurs für Studierenden des Masterstudiengangs Audiokommunikation und -technologie konzipiert ist. Im Rahmen einer maximalen Teilnehmerzahl von 32 Studierenden ist der Kurs jedoch auch offen für Studierende anderer Studiengänge.
 
Grundkenntnisse in Mathematik (Lineare Algebra, Analysis), Signalverarbeitung und Python werden vorausgesetzt. Machine Learning und Music Information Retrieval Kenntnisse sind wünschenswert.
 
Nach Abschluss des Seminars werden Teilnehmer des Kurses in der Lage sein, Machine Learning Algorithmen für Audiodaten zu entwickeln, bewerten, optimieren und in der Praxis anzuwenden.

Veranstaltungsdetails:

Veranstaltungsdetails
Wochentag/Zeit:
Donnerstag 16–18 Uhr
Zeitraum:
05.11.2020–25.02.2021
Raum:
Online-Seminar
Dozent:
C. Jaedicke, F. Seipel
Veranstaltungstyp:
Seminar
Veranstaltungsnummer:
3135 L 350
Module:
AKT 8 a/b
Prüfung:
Portfolio-Prüfung
Angebot:
Im Wintersemester
Umfang:
4 SWS
ISIS-Anmeldung erforderlich:
Ja

Prüfung

In Gruppen von 3-4 Personen wird eine thematisch relevante Projektarbeit erstellt. Die Abgabe und Bewertung erfolgt durch eine Präsentation und eines technisch oder wissenschaftlichen Papers sowie der Einreichung des Codes in Form eines Gitlab-Repositories.

ISIS

Alle informativen und organisatorischen Belange dieser Veranstaltung (d.h. Übungsblätter, Hausaufgaben, Folien, ergänzende Literatur, Gruppeneinteilung) werden über die e-learning Plattform ISIS der TU Berlin verwaltet.
 
Bitte gehen Sie dazu zur Webseite von ISIS und melden sie sich ab 1. Oktober im Kurs Deep Learning for Audio Event Detection an.

Inhalte

1. Introduction - ML/DL Basics
2. Introduction - TensorFlow
3. Audio Preprocessing for Deep Neural Nets
4. Data Exploration and Statistics
5. Model Design and Architecture
6. Training, Evaluation and Performance Metrics
7. Inference and Post-Processing
8. Further Applications: Autoencoder and Generative Models
ab 9. Projektarbeit

Materialien und Skripte

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Diese Seite verwendet Matomo für anonymisierte Webanalysen. Mehr Informationen und Opt-Out-Möglichkeiten unter Datenschutz.