Home | deutsch  | Legals | Data Protection | Sitemap | KIT

Machine Learning and Optimization in Communications

Machine Learning and Optimization in Communications
type: Vorlesung (V)
semester: SS 2020
time: 24.04.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude


08.05.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

15.05.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

22.05.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

29.05.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

05.06.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

12.06.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

19.06.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

26.06.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

03.07.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

10.07.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

17.07.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude

24.07.2020
09:45 - 11:15 wöchentlich
30.35 Hochspannungstechnik-Hörsaal (HSI)
30.35 Hochspannungstechnik, Institutsgebäude


lecturer: Prof. Dr.-Ing. Laurent Schmalen
sws: 2
lv-no.: 2310560

With machine learning and deep learning, artificial intelligence has entered nearly every field of engineering in the recent past. This lecture aims to teach the fundamentals of the mechanisms behind machine-/ deep learning and numerical optimizations in the context of communication engineering. Solutions to challenges of modern communication systems with the given techniques are discussed and the application of the given tools is presented.
It is also shown how this knowledge can be transfered to other domains of (electrical) engineering.

 

 

Topics:

  • Fundamentals of artificial intelligence, machine learning and deep learning
  • Training of deep neural networks with state-of-the-art software toolboxes and packages (e.g., TensorFlow)
  • Application of machine learning to design advanced communication systems
  • Reinforcement learning to operate communication systems
  • Fundamentals of numerical optimization
  • Use of convex optimization in telecommunications
  • Application of genetic algorithms
  • Discussion of current research topics and applications