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
Dieser Abschnitt behandelt die grundlegenden Konzepte von Deep Learning, die Struktur neuronaler Netze und deren Anwendungsmöglichkeiten.
Dieser Abschnitt bietet einen Überblick über die Grundlagen der Multimedia Forensik, einschließlich technischer und theoretischer Ansätze zur Erkennung von Manipulationen.
In diesem Abschnitt werden spezifische Deep Learning Methoden und deren Anwendung in der Multimedia Forensik vorgestellt und praktische Beispiele behandelt.
Hier liegt der Fokus auf der detaillierten Untersuchung und Detektion verschiedener Arten von Bild- und Videomanipulationen mittels forensischer Techniken.
Dieser Teil befasst sich mit den verschiedenen Datensätzen und Analysewerkzeugen, die in der Multimedia Forensik verwendet werden, und ihrer praktischen Anwendung.
Der Kurs Project Deep Learning in Multimedia Forensics wird von der Universität Erlangen-Nürnberg im Studiengang Informatik angeboten. Diese Vorlesung bietet eine umfassende Einführung in die spannende Welt der Multimedia Forensik und Deep Learning. Der Kurs ist in einen theoretischen Teil und einen praktischen Projektteil gegliedert. Im theoretischen Teil lernst Du grundlegende Konzepte des Deep Learnings und der Multimedia-Forensik kennen. Im praktischen Teil wendest Du diese Konzepte auf reale Datensätze an. Am Ende des Kurses wird eine Projektarbeit als Prüfungsleistung verlangt. Die Projektarbeit erfolgt in Gruppen und umfasst eine schriftliche Dokumentation sowie eine mündliche Präsentation der Ergebnisse.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung besteht aus einem theoretischen Teil und einem praktischen Projektteil. Der theoretische Teil vermittelt grundlegende Konzepte von Deep Learning und Multimedia Forensik. Der praktische Teil umfasst die Anwendung dieser Konzepte auf reale Datensätze.
Studienleistungen: Am Ende der Vorlesung wird eine Projektarbeit als Prüfungsleistung verlangt. Diese Projektarbeit wird in Gruppen durchgeführt und beinhaltet sowohl eine schriftliche Dokumentation als auch eine mündliche Präsentation der Ergebnisse.
Angebotstermine: Das Modul wird im Wintersemester angeboten.
Curriculum-Highlights: Einführung in Deep Learning, Multimedia Forensik Grundlagen, Anwendung von Deep Learning Techniken in der Forensik, Analyse von Bild- und Videomanipulation, Datensätze und Tools für die Multimedia Forensik
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.
Maria U.
Stephanie R.
Huifang A.
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 |
John Q.