Theoretische Grundlagen der Informationstechnik (TGIT)
Die Vorlesung vermittelt die theoretischen Grundlagen der Informationstechnik. Diskrete Signale und Systeme werden vorgestellt und sowohl als deterministische als auch als stochastische Prozesse beschrieben. Die algebraischen Grundstrukturen zur Analyse der zeitdiskreten Signale und Systeme werden eingeführt. Grundlagen der linearen Algebra dienen dann zur Herleitung von Algorithmen für verschiedene Aufgabenstellungen (Signaltransformationen, Detektion, Schätzung, Regression, Klassifikation, Codierung). Dabei werden sowohl physikalische Modelle als auch Modelle des maschinellen Lernens verwendet. Anwendungen der erarbeiteten theoretischen Grundlagen werden anhand konkreter Beispiele aus verschiedenen Bereichen der Informationstechnik erläutert – Biomedizinische Signale, mobile Funksysteme, Global Positioning System (GPS), Energieübertragungssysteme, elektronischer Schaltungsentwurf.
Neuigkeiten
- Übungsunterlagen und die Folien der Vorlesung befinden sich ebenfalls im Moodle.
Das Studium der Folien ersetzt nicht den Besuch der Vorlesung! - Informationen über die Durchführung des Pflichtpraktikaversuchs folgen.
Vorlesungs- und Übungstermine
Folgende Daten sind für das Sommersemester 2024:
Vorlesung
| Tag | Zeit | Ort | Zeitraum |
|---|---|---|---|
| Montag | 14:15 - 15:45 Uhr | Seminarraumgebäude 1 - 2.010 | Nur am 08.04.24 |
| Montag | 14:00 – 15:30 Uhr | Seminarraumgebäude 1 - 2.010 | 08.04.24 - 19.07.24 |
| Dienstag | 12:15 – 13:45 Uhr | Otto-Hahn-Str. 12 - E0.003 | 09.04.24 - 19.07.24 |
Übung
| Tag | Zeit | Ort | Zeitraum |
|---|---|---|---|
| Montag | 16:15 - 17:45 Uhr | Physik - P1-04-207 | Nur am 15.04.24 |
| Montag | 15:45 - 17:15 Uhr | Physik - P1-04-207 | 29.04.24 - 19.07.24 |
Klausuren
Klausurtermine
- 30.07.2024 12:00-15:00 Uhr - Chemie HS 1
- 09.09.2024 09:00-12:00 Uhr - CT Zentralbereich - HS ZE 15
Vorraussetzung für die Zulassung zur Klausur sind:
- erfolgreiche Teilnahme am Praktikumsversuch v207 für alle Studierende.
- erfolgreiche Bearbeitung von 2 der 4 Pflichtabgaben für Studierende der Informations- und Kommunikationstechnik
Ausweispflicht:
Zur Klausur sind der Studierenden-Ausweis und ein gültiger Lichtbildausweis mitzubringen!
Zugelassene Hilfsmittel:
Zugelassen sind sämtliche Hilfsmittel außer:
- Gerätschaften zur drahtlosen Kommunikation bzw. Kommunikation überhaupt.
- Jede Art von Computer, ausgenommen einfache techn./wissenschaftl. Taschenrechner.
Angaben ohne Gewähr
Inhalt der Veranstaltung
Theoretische Grundlagen der Informationstechnik
- Kapitel 1: Einführung
- Kapitel 2: Signale und Systeme
- Kapitel 3: Lineare Transformation von Signalen
- Kapitel 4: Lineare Systeme und Anwendungen
- Kapitel 5: Prinzipielle Komponenten Analyse und Anwendungen
- Kapitel 6: Wahrscheinlichkeit, Zufallsvariablen und stochastische Prozesse
- Kapitel 7: Informationstheorie und Codierung
Skript und Übungsaufgaben
Das Skript ist nicht als Ersatz, sondern als Begleitmaterial zur Vorlesung gedacht. Ein Blick in das Skript lässt dies auch schnell erkennen, da es sich nicht um einen ausformulierten Text handelt, sondern um eine Art kommentierte Formelsammlung. Hier ist also Eigenarbeit gefragt, um die leeren Seiten mit Leben zu füllen.
- Die Unterlagen werden im Moodle zu finden sein!
Literatur
Lineare Algebra:
- G. Strang, "Linear Algebra and Its Applications, Academic Press", 3rd edition, 1989.
- G. Strang, "Linear Algebra and Learning from Data", Wellesley-Cambridge Press, 2019.
- G.H. Golub, C.F. van Loan, "Matrix Computations", The John Hopkins University Press, 4th
edition, 2013.
Digitale Signalverarbeitung:
- A.V. Oppenheim und R.W. Schafer, "Zeitdiskrete Signalverarbeitung", Pearson Studium, 2004.
- J.G. Proakis and D.G. Manolakis, "Digital Signal Processing: Principles, Algorithms and Applications", Macmillan, 2nd edition, 1992.
Wahrscheinlichkeitsrechnung, Statistik und statistisches Lernen:
- E. Hänsler, "Statistische Signale - Grundlagen und Anwendungen", Springer, 2. Auflage,
1997. - U. Spagnolini, "Statistical Signal Processing in Engineeering", Wiley 2018.
- G. James, D. Witten, T. Hastie, R. Tibshirani, "An Introduction to Statistical Learning",
Springer, 2nd Edition, 2021 - J. Kruschke, "Doing Bayesian Data Analysis", Akademic Press 2014.
- A. Papoulis, "Probability , Random Variables, and Stochastic Processes", McGraw Hill, 4th
edition, 2001. - J. A. K. Suykens, T. Van Gestel, J. De Brabanter, B. De Moor, J. Vandewalle, "Least
Squares Support Vector Machines", World Scientific Pub. Co., 2002.
Informationstheorie und Codierung:
- M. Bossert, "Kanalcodierung", B.G. Teubner, 2nd edition, 1998
- T.M. Cover, J.A. Thomas, "Elements of Information Theory", Wiley 1991
- D.J.C. MacKay, "Information Theory, Inference and Learning Algorithms", Cambridge
University Press 2007.