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
Dein ergebnis
Du hast bereits ein Konto? Anmelden
In der Signalverarbeitung lernst Du die grundlegenden Konzepte und Techniken zur Verarbeitung und Analyse von Audiosignalen. Dabei werden sowohl analoge als auch digitale Methoden behandelt.
Hierbei beschäftigst Du Dich mit der Erstellung von Musik anhand von algorithmischen Konzepten und Methoden. Es wird Programmierkenntnis und Kreativität vereint, um musikalische Werke zu generieren.
Die Anwendung von maschinellem Lernen in der Musik umfasst die Analyse und Generierung von Musik sowie die Verarbeitung von Audiodaten. Du lernst verschiedene ML-Modelle und ihre Anwendung in der Musiktechnologie kennen.
Dieser Bereich behandelt die physikalischen Grundlagen der Akustik und die menschliche Wahrnehmung von Schall. Ein Verständnis dieser Themen ist essentiell für die Entwicklung von Audiosystemen und klanglicher Gestaltung.
In diesem Abschnitt vertiefst Du Dein Wissen über digitale Technologien, die zur Aufnahme, Bearbeitung und Wiedergabe von Audio verwendet werden. Dies schließt sowohl Software als auch Hardwarelösungen ein.
In dem Project Music and Audio Processing, das von der Universität Erlangen-Nürnberg angeboten wird, erhältst Du die Möglichkeit, Deine praktischen und theoretischen Fähigkeiten im Bereich der Musik- und Audiotechnologie zu vertiefen. Der Kurs ist praxisorientiert und umfasst wöchentliche Treffen sowie mehrere größere Projektmeilensteine. Du wirst in verschiedenen Schlüsselbereichen wie Signalverarbeitung, algorithmische Komposition, maschinelles Lernen für Musik, Akustik und Psychoakustik sowie digitale Audiotechnologien geschult. Diese Kombination aus Theorie und Praxis bereitet Dich optimal auf zukünftige Herausforderungen in diesem spannenden Feld vor.
Kursleiter: Prof. Dr.
Modulstruktur: Das Projekt besteht aus praktischen Übungen und theoretischen Einheiten. Es gibt wöchentliche Treffen und mehrere größere Projektmeilensteine.
Studienleistungen: Die Leistungskontrolle erfolgt über die erfolgreiche Umsetzung eines eigenen Projektes und die Präsentation der Ergebnisse. Zudem wird ein schriftlicher Bericht verlangt.
Angebotstermine: Das Projekt wird im Sommersemester angeboten.
Curriculum-Highlights: Signalverarbeitung, algorithmische Komposition, maschinelles Lernen für Musik, Akustik und Psychoakustik, digitale Audiotechnologien
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.
Jens H.
Nicole F.
Angela L.
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 |
Schule 
Studium 
Ausbildung 
Karteikarten 
StudySmarter AI 
Notizen 
Lernplan 
Spaced Repetition 
Lernsets 
Finde einen Job 
Ausbildungen 
Magazine 
Mobile App 
Für Unternehmen
Meng P.