http://www.tu-ilmenau.de

Logo TU Ilmenau


Contact Person

Univ.-Prof. Dr.-Ing. Horst-Michael Groß

Head of department

Phone +49 3677 692858

Send email

INHALTE

Daniel Seichter, MSc

Contact


  Room: Zusebau 3050

  Phone: +49 (0)3677 69-4171

  Fax: +49 (0)3677 69-1665

  E-Mail: daniel.seichter@tu-ilmenau.de

Teaching

Sommersemester

Seminar Neuroinformatik

(SS 2018)

Inhalte:

  • Neuronenmodelle (biologisches Neuron, formales Neuron)
  • Netzwerkmodelle (grundlegende Verschaltungsprinzipien & Architekturen)
  • Wesentliche Lernparadigmen (Supervised / Unsupervised / Reinforcement Learning)
  • Deep Learning (Grundidee, Meilensteine)
  • Deep Neural Networks (Aufbau, Verschaltungsprinzipien mit Fokus auf Convolutional Neural Networks)
  • Implementierung von Anwendungsbeispielen

Praktikum Neuroinformatik

(SS 2018)

Inhalte:

  • Vertiefung der Funktionsweise elementarer neuronaler Verarbeitungsprozesse und Lernparadigmen
  • Unsupervised Learning (Kohonen-Kette, Neural Gas)
  • Supervised Learning (Transferfunktionen, Delta-Regel)
  • Convolutional Neural Networks (Faltungs- und Pooling-Operationen)


Wintersemester

Seminar Mensch-Maschine-Interaktion

(WS 2017/18, 2018/19)

Inhalte:

  • Bildvorverarbeitung (Integralbild, Gaborfilter)
  • Hauptkomponentenanalyse (PCA)
  • Personendetektion (Eigenfaces, HOG)
  • Leistungsbewertung von Detektoren
  • Personentracking mittels Partikelfilter
  • Wiedererkennung von Personen

Seminar Technische Informatik

(WS 2017/18, 2018/19)

Inhalte:

  • Zahlensysteme
  • Grundrechenarten im Dualsystem
  • Logische Schaltungen
  • Boolsche Algebra
  • Darstellung negativer Zahlen
  • Zahlencodierungen (BCD, Aiken, 3XS)
  • Gleitkommazahlen
  • Assemblerbefehle
  • Turing-Maschine

Praktikum Neuroinformatik

(WS 2017/18, 2018/19)

Inhalte:

  • Vertiefung der Funktionsweise elementarer neuronaler Verarbeitungsprozesse und Lernparadigmen
  • Unsupervised Learning (Kohonen-Kette, Neural Gas)
  • Supervised Learning (Transferfunktionen, Delta-Regel)
  • Convolutional Neural Networks (Faltungs- und Pooling-Operationen)

Vita & Research topics

Vita

since 07/2017Scientific staff member at the Neuroinformatics and Cognitive Robotics Lab
2014Internship at Fraunhofer IDMT Ilmenau
2011-2017Study of computer engineering at the Ilmenau University of Technology


Research topics

  • Machine Learning: Deep Learning, Semantic Segmentation

Publications

Google Scholar Profile

 


2018

Seichter, D., Eisenbach, M., Stricker, R., Gross, H.-M.
How to Improve Deep Learning based Pavement Distress Detection while Minimizing Human Effort.
in: Proc. Int. Conf. on Automation Science and Engineering (CASE), München, Germany, pp. 63-70, IEEE 2018
 

 


2017

Eisenbach, M., Stricker, R., Seichter, D., Amende, K., Debes, K., Sesselmann, M., Ebersbach, D., Stoeckert, U., Gross, H.-M.
How to Get Pavement Distress Detection Ready for Deep Learning? A Systematic Approach.
in: Proc. Int. Joint Conf. on Neural Networks (IJCNN), Anchorage, USA, pp. 2039-2047, IEEE 2017

Eisenbach, M., Stricker, R., Seichter, D., Vorndran, A., Wengefeld, T., Gross, H.-M.
Speeding up Deep Neural Networks on the Jetson TX1.
in: IJCNN-Workshop on Computational Aspects of Pattern Recognition and Computer Vision with Neural Systems (CAPRI), Anchorage, USA, pp. 11-22, 2017

 


2016

Eisenbach, M., Seichter, D., Wengefeld, T., Gross, H.-M.
Cooperative Multi-Scale Convolutional Neural Networks for Person Detection.
in: Proc. IEEE World Congress on Computational Intelligence (WCCI), Vancouver, Canada, pp. 267-276, IEEE 2016
Eisenbach, M., Seichter, D., Gross, H.-M.
Are Color Features Important for Person Detection? - Insights into Features Learned by Deep Convolutional Neural Networks.
in: Proc. 22nd German Color Workshop (FWS), Ilmenau, Germeny, pp. 169-182, 2016
Seichter, D., Cuccovillo, L., Aichroth, P.
AAC Encoding Detection and Bitrate Estimation using a Convolutional Neural Network.
in: Proc. Int. Conf. on Acoustics, Speech and Signal Processing (ICASSP), Shanghai, China, pp. 2069-2073, IEEE 2016