Prüfungstermine(Bitte beachten Sie unsere Anmeldefristen!) |
 |
NEWS
Gastvorlesungen von international bekannten Experten
Das CEL freut sich, zwei Gastvorlesungen von internationalen Experten im Rahmen der neuen Vorlesung Channel Coding II vorzustellen. Am 22. Januar trägt Sebastian Cammerer (Universität Stuttgart) zum Thema "Deep Learning Meets Channel Coding" vor und zeigt, wie moderne methoden des maschinellen Lernens zur Kanalcodierung benutzt werden können (inklusive Codebeispiele). Am 29. Januar trägt Gianluigi Liva vom Deutschen Zentrum für Luft- und Raumfahrt (DLR) zum Thema "Channel Coding in the Short Blocklength Regime" vor. Zusätzliche Informationen wie Ort und Zeit der Vorlesungen, Kurzfassungen sowie Lebensläufe der Dozenten finden Sie auf der Webseite der Vorlesung Channel Coding II.
CEL Mitarbeiter gewinnen Preise beim Nokia Innovation Day
Bei den diesjährigen Innovation Days bei Nokia Bell Labs in Stuttgart haben CEL-Mitarbeiter die zwei Hauptpreise gewonnen. Herr Felix Wunsch gewann den ersten Preis beim Posterwettbewerb mit seiner Arbeit zu drahtlosen Low Power Wide Area Networks bei 2.4 GHz. Herr Marcus Müller gewinnt als Teamleiter mit einem Team bestehend aus Studenten und Doktoranden der Universität Rostock und der Universität des Saarlandes den ersten Preis beim Hackathon.
Vorlesung "Funkempfänger" im WS19/20
Die von Prof. Jondral angebotene Vorlesung gibt einen Einstieg in die Enwicklung moderner Funkempfänger und behandelt dabei ausgewählte Themenbereiche, unter anderem elektromagnetische Schwingungen, die Fouriertransformation, verschiedene Empfangsprinzipien, die Analog-Digital-Wandlung und Digitalfilter sowie nichtlineare Effekte und Anwendungsbeispiele.
Vorlesungsseite: Funkempfänger
Vorlesungsflyer: Vorlesungsflyer
Wissenschaftliche(r) Mitarbeiter(in) im Bereich zuverlässige Nachrichtenübertragung gesucht
Am CEL ist eine Stelle als wissenschaftliche(r) Mitarbeiter(in) im Bereich der robusten und zuverlässen Datenübertragung zu vergeben.
Studentische Hilfskraft gesucht
Am CEL ist eine Stelle als studentische Hilfskraft zur Erweiterung und Anpassung der Vorlesungsbeispiele des Faches "Machine Learning & Optimization in Communications" zu vergeben. Details unter Stellenangebote.
