Bereit für die Klausur? Teste jetzt dein Wissen!
Dein ergebnis
Melde dich für die StudySmarter App an und lerne effizient mit Millionen von Karteikarten und vielem mehr!
Du hast bereits ein Konto? Anmelden
Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Master of Science Informatik
Universität Erlangen-Nürnberg
Master of Science Informatik
Prof. Dr.
2024
Diese Einheit behandelt die wesentlichen physikalischen Prinzipien und Eigenschaften von Halbleitermaterialien.
Hier lernst Du die Funktionsweise und Anwendungen von Halbleiterdioden kennen.
Dieser Abschnitt erklärt den Aufbau, die Funktionsweise und Anwendungen von Bipolartransistoren (BJT).
Du erhältst einen umfassenden Einblick in die verschiedenen Typen von Feldeffekttransistoren (FET) und deren Einsatzmöglichkeiten.
In diesem Kapitel werden die Eigenschaften und Anwendungen von optoelektronischen Bauelementen behandelt.
Die Vorlesung Halbleiterbauelemente an der Universität Erlangen-Nürnberg im Rahmen des Informatikstudiums bietet Dir einen fundierten Einblick in die Grundlagen und Anwendungen von Halbleiterbauelementen. Die Veranstaltung ist so strukturiert, dass sie sich aus Vorlesungen und begleitenden Übungen zusammensetzt – aufgeteilt in 2 SWS Vorlesung und 2 SWS Übung pro Woche. Am Ende des Semesters wird Dein Wissen in Form einer Klausur geprüft. Der Kurs wird üblicherweise im Wintersemester angeboten.
Kursleiter: Prof. Dr.
Modulstruktur: Die Veranstaltung besteht aus Vorlesungen und begleitenden Übungen. Der Zeitaufwand umfasst wöchentlich 4 SWS (Semesterwochenstunden), aufgeteilt in 2 SWS Vorlesung und 2 SWS Übung.
Studienleistungen: Die Studienleistung erfolgt in Form einer Klausur am Ende des Semesters.
Angebotstermine: Die Veranstaltung wird üblicherweise im Wintersemester angeboten.
Curriculum-Highlights: Halbleitergrundlagen, Halbleiterdioden, Bipolartransistoren, Feldeffekttransistoren, Optoelektronische Bauelemente
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Michael Q.
Mingxia B.
Sie haben bereits ein Konto? Login
93182 Mainframe Programmierung II | Kurs ansehen |
Advanced Deep Learning | Kurs ansehen |
Advanced Design and Programming (5-ECTS) | Kurs ansehen |
Advanced Game Physics | Kurs ansehen |
Advanced Mechanized Reasoning in Coq | Kurs ansehen |
Advanced Networking LEx | Kurs ansehen |
Advanced Programming Techniques | Kurs ansehen |
Advanced Simulation Technology | Kurs ansehen |
AI-1 Systems Project | Kurs ansehen |
AI-2 Systems Project | Kurs ansehen |
Stephan B.