- Lehrende(r): Helmut Bremer
- Lehrende(r): Songül Cora
- Lehrende(r): Sophia Donat
- Lehrende(r): Sarah Jasmine Ernst
- Lehrende(r): Bardo Heger
- Lehrende(r): Michael Kerres
- Lehrende(r): Felix Ludwig
- Lehrende(r): Catrin Opheys
- Lehrende(r): Jana Trumann
- Lehrende(r): Esther Winther
- Lehrende(r): Tim Zosel
Suchergebnisse: 1613
“Human trajectory prediction with Deep Learning”
Leitung: Martin Moder
(Lehrstuhl Intelligente Systeme http://www.is.uni-due.de/ )
Sprache: Englisch/Deutsch
Die Teilnehmer(innen)zahl des Masterprojekt ist auf 12 Studierende begrenzt.
Anmeldungsfrist bis 18.4.2021.
Beschreibung:
im Sommersemester 2021 bieten wir das Masterprojekt "Intelligente Systeme" mit dem Schwerpunkt "Cognitive Robot Systems and Robot Vision" an. Die Informationsveranstaltung findet am 13.4.2021 um 14:00 Uhr statt. Der Zugang zum Stream wird über Moodle bekannt gegeben.
Autonome (selbstfahrende) Fahrzeuge werden zunehmend auf Autobahnen und Stadtstraßen getestet. Aber es besteht auch Bedarf an Robotern, die durch Umgebungen wie Gehwege, Gebäude und Flure navigieren können. In diesen Situationen müssen die Roboter auf sozialverträgliche Weise mit Fußgängern interagieren und kooperieren. Die "Straßenverkehrsregeln" gelten nicht mehr - es gibt keine Fahrspuren oder Straßenschilder, und Fußgänger benutzen keine Blinker, wenn sie durch Menschenmassen gehen. Hierbei spielen die Wahrnehmung von Fußgängern mittels ausgewählter Sensoren und die Vorhersage von möglichen zukünftigen Bewegungen eine Hauptrolle.
Die Zielstellung des Projektes ist die Realisierung eines Deep Learning Systems, welches die Bewegung von Fußgängern vorhersagt. Das System soll anhand von vorliegenden Daten mittels eines generativen neuronalen Netzes (Variational Autoencoder) trainieren werden, um multimodale Vorhersagen einer Szene zu erstellen.
Teilnehmende Studierende sollten großes Engagement und Begeisterung für die Projektidee sowie Spaß am Experimentieren mit verschiedener Hardware und der Entwicklung innovativer Softwarelösungen mitbringen. In Teams werden die verschiedenen Aufgaben und Fragestellungen bearbeitet.
Teilnahmevoraussetzungen:
Das Projekt richtet sich an Master Studierende der Studiengängen Angewandte Informatik (PO 12, PO 19), Angewandte Kogn.-und Medienwiss. (PO 14, PO 19) und ISE Computer Engineering (PO 15, PO 19). Programmierkenntnisse (Python) werden vorausgesetzt. Von Nöten ist eine hohe Eigenmotivation zur Einarbeitung in neue Programmiersprachen und Technologien, z. B. Pytroch. Die Teilnahme an den Kursen “Cognitive Robot System”, “Computer Robot Vision” und “Neuroinformatik” ist außerdem von großem Vorteil. Ein hohes Engagement und Einsatzbereitschaft sind für den Erfolg des Projekts von großer Bedeutung.
- Lehrende(r): Martin Lukas Moder
- Lehrende(r): Josef Pauli
The password of the Moodle course is the name of a mathematician in the title of the course (4 letters).- Lehrende(r): Johannes Sprang
Liebe Studierende,
willkommen im Moodle-Raum des Masterseminars "Innovationsmanagement in der Mobilität". Wir freuen uns, dass Sie sich für diese Veranstaltung entschieden haben. In Kürze werden wir hier mehr Informationen veröffentlichen.
Voraussichtlich werden wir in der zweiten oder dritten Semesterwoche eine Liveveranstaltung anbieten, um Sie weiter über dieses unsere Vertiefung uns das dazugehörige Seminar zu informieren.
Die Veranstaltung führt in kooperative Innovationsprozesse und neue Innovationsstrategien wie dem Open Innovation und Cross-Industry Ansatz ein. Dies ist der dominante Innovationsansatz in Europa, mit dem auch die Mobilitätsunternehmen arbeiten. Jedes Thema wird durch ein Video eingeführt und muss durch Literatur vertieft werden. Danach müssen die Studierenden das Gelernte in der Praxis anwenden und ein Mobilitätsunternehmen auf Basis des Innovationsmanagements untersuchen, mit Hilfe der gelernten Theorie analysieren und Verbesserungsvorschläge erarbeiten. Die Datenerhebung erfolgt durch online Recherche, Telefoninterviews, Analyse von Dokumenten wie Geschäftsberichten, internen Präsentationen und anderen Sekundärdaten. Die Analyse der Fallstudie muss mit der Theorie aus den Vorlesungen und der wissenschaftlichen Theorie begründet werden. Die konkreten Verbesserungen und Handlungsempfehlungen auf verschiedenen Ebenen des Innovationsmanagements müssen sich konsequent aus der Analyse ergeben.Ob die Prüfungsleistung als Einzel- oder Gruppenarbeit erfolgt, wird erst nach vollständiger Anmeldung aller Teilnehmer entschieden.
Sollten Sie Fragen zu der Veranstaltung haben, können Sie sich gerne bei betreuenden Mitarbeiter Herrn Maxime Kinkel (mailto:maxime.kinkel@uni-due.de) melden.
- Lehrende(r): Ellen Enkel
Willkommen im Moodle-Kurs zum Thema "Motivation in Distance Learning"!
Wir möchten darum bitten, dass ihr euch am Dienstag dem 09.05.2020 bis 10:15 Uhr in dem BigBlueButton-Raum einfindet, um an der Seminarstunde teilzunehmen. In dieser Sitzung werdet ihr dann eine Einleitung in die Stundengestaltung erhalten.
Vielen Dank, wir freuen uns schon auf eure aktive Teilnahme!
- Lehrende(r): Daniel Bodemer
- Lehrende(r): Jule Krüger
Dieser Moodle-Kurs dient der Zurverfügungstellung von Informationen und
Materialen rund um das Studium des Masterstudiengangs Internationale
Beziehungen und Entwicklungspolitik.

- Lehrende(r): Tobias Debiel
Was ist Datenkompetenz und warum ist sie für Studium, Beruf und Alltag so relevant?
Welche Berufsbilder gibt es in diesem Bereich?
Und welche Kompetenzen muss ich als zukünftige:r Absolvent:in mitbringen?
All diesen Fragen widmet sich unsere einstündige, digitale Veranstaltungsreihe „Zahlen, Daten, Fritten“. Fünf Mal im Semester erwarten Sie spannende und informative Gastvorträge mit anschließender Diskussionsrunde rund um das Thema Datenkompetenz. Unsere Daten- und Digitalisierungsexpert:innen aus Praxis und Forschung bieten Ihnen dabei einen Einblick in ihre Berufsfelder sowie Projekte und freuen sich über Ihre Fragen.
In diesem Moodle-Raum zur Veranstaltungsreihe finden Sie die Aufzeichnungen zu den einzelnen Vorträgen. Somit können Sie sich die Videos auch im Nachgang anschauen, wenn Sie einen Termin verpasst haben oder ein Vortrag Ihnen besonders gut gefallen hat.
Sie haben Fragen zur Veranstaltungsreihe ? Dann schreiben Sie gerne eine Mail an datacampus@uni-due.de
Ihr DataCampus-Team

- Lehrende(r): Ebru Ekici
Dieser Kurs soll Studierenden eine Hilfestellung zum Verfassen von wissenschaftlichen Arbeiten bieten.
In den nächsten Unterordner finden Sie ausgewählte Literatur zum wissenschaftlichen Arbeiten!
Natürlich gibt es auch weitere Literaturtipps, die Sie ergänzend oder genauso gut heranziehen können. Diese Literaturhinweise sind daher als Empfehlungen zu verstehen. Wie Sie das Schreiben einer wissenschaftlichen Arbeit angehen, können Sie natürlich am besten selbst und in Abstimmung mit Ihrem/ Ihrer Lehrenden entscheiden.
Die Texte zu den einzelnen Schritten beim Verfassen einer wissenschaftlichen Arbeit (Informieren, Recherchieren, Aufnehmen und Verarbeiten sowie Schreiben) finden Sie in den entsprechenden Ordnern.
Viel Erfolg beim Schreiben Ihrer wissenschaftlichen Arbeit!
- Lehrende(r): Anette Schönborn
Dies ist der Moodle-Kurs zur Vorlesung "Mathematik E3" im Wintersemester 21/22.
- Lehrende(r): Agnes Lamacz
Dies ist der Moodle-Kurs zur Vorlesung "Mathematik E3" im Wintersemester 22/23.
- Lehrende(r): Agnes Lamacz
Dies ist der Moodle-Kurs zur Vorlesung "Mathematik E4" im Wintersemester 21/22.
- Lehrende(r): Agnes Lamacz
Dies ist der Moodle-Kurs zur Vorlesung "Mathematik E4" im Wintersemester 22/23.
- Lehrende(r): Agnes Lamacz
Dieser Moodle-Kurs soll den Erstsemesterstudierenden der Mathematik bei dem Einstieg in das Studium helfen. Er wird koordiniert von den Fachschaftsratmitgliedern Mathematik.
- Lehrende(r): Timo Dahlhaus
- Lehrende(r): Noah Johann
- Lehrende(r): Julia Joklitschke
- Lehrende(r): Claire Kubiak
- Lehrende(r): Paul Maximilian Max
- Lehrende(r): Jana Maria Urselmans
Moodle-Kurs der Veranstaltung Mathematik für Ökonomen im Sommersemester 2023
- Lehrende(r): Laura Kristin Bohle
- Lehrende(r): André Frütel
- Lehrende(r): Volker Krätschmer
- Lehrende(r): Jan Kummerhove
- Lehrende(r): Emre Küplemez
- Lehrende(r): Ann-Josephine Quadt
- Lehrende(r): Sarah Schenkel
- Lehrende(r): Max Siemen
- Lehrende(r): René Simon
- Lehrende(r): Elena Spakowski
- Lehrende(r): Merve Tekin
- Lehrende(r): Enes Türk
- Lehrende(r): Jakob Wawrzenietz
- Lehrende(r): Jan Wöhler
- Lehrende(r): Noah Leon Wolke
Moodle-Kurs der Veranstaltung Mathematik für Ökonomen im Sommersemester 2024
- Lehrende(r): Onur Alici
- Lehrende(r): Jeanne de Cleur
- Lehrende(r): Jonas Fußangel
- Lehrende(r): Sebastian Hinz
- Lehrende(r): Lina Honcia
- Lehrende(r): Volker Krätschmer
- Lehrende(r): Jan Kummerhove
- Lehrende(r): Emre Küplemez
- Lehrende(r): Ute Mehlhase
- Lehrende(r): Robin Menting
- Lehrende(r): Ann-Josephine Quadt
- Lehrende(r): Sarah Schenkel
- Lehrende(r): René Simon
- Lehrende(r): Elena Spakowski
- Lehrende(r): Merve Tekin
- Lehrende(r): Natalia Virnich
- Lehrende(r): Noah Leon Wolke
Moodle-Kurs der Veranstaltung Mathematik für Ökonomen im Sommersemester 2021
- Lehrende(r): André Frütel
- Lehrende(r): Burhan Karpuz
- Lehrende(r): Dagmar Klein
- Lehrende(r): Jana Luisa Kowalsky
- Lehrende(r): Volker Krätschmer
- Lehrende(r): Inga Legler
- Lehrende(r): Isabel Maurer
- Lehrende(r): Ute Mehlhase
- Lehrende(r): Marcel Meissner
- Lehrende(r): Kira Müller
- Lehrende(r): Nicole Obszanski
- Lehrende(r): Ann-Josephine Quadt
- Lehrende(r): René Simon
- Lehrende(r): Elena Spakowski
- Lehrende(r): Atilla Birkan Tekin
- Lehrende(r): Merve Tekin
- Lehrende(r): Merle Willeke
Moodle-Kurs der Veranstaltung Mathematik für Ökonomen im Sommersemester 2022
- Lehrende(r): André Frütel
- Lehrende(r): Jana Luisa Kowalsky
- Lehrende(r): Volker Krätschmer
- Lehrende(r): Jan Kummerhove
- Lehrende(r): Isabel Maurer
- Lehrende(r): Marcel Meissner
- Lehrende(r): Ann-Josephine Quadt
- Lehrende(r): Max Siemen
- Lehrende(r): René Simon
- Lehrende(r): Elena Spakowski
- Lehrende(r): Enes Türk
- Lehrende(r): Jakob Wawrzenietz
- Lehrende(r): Merle Willeke
- Lehrende(r): Jan Wöhler
Moodle-Kurs der Veranstaltung Mathematik für Ökonomen im Wintersemester 2020/21
- Lehrende(r): Jana Fragemann
- Lehrende(r): André Frütel
- Lehrende(r): Dagmar Klein
- Lehrende(r): Jana Luisa Kowalsky
- Lehrende(r): Volker Krätschmer
- Lehrende(r): Inga Legler
- Lehrende(r): Lisa Luther
- Lehrende(r): Isabel Maurer
- Lehrende(r): Kira Müller
- Lehrende(r): René Simon
- Lehrende(r): Elena Spakowski
- Lehrende(r): Atilla Birkan Tekin
- Lehrende(r): Merve Tekin
- Lehrende(r): Jennifer Thiele
Moodle-Kurs der Veranstaltung Mathematik für Ökonomen im Wintersemester 2023/24
- Lehrende(r): Onur Alici
- Lehrende(r): Jeanne de Cleur
- Lehrende(r): Jonas Fußangel
- Lehrende(r): Franz-Josef Giebels
- Lehrende(r): Sebastian Hinz
- Lehrende(r): Sebastian Hinz
- Lehrende(r): Lina Honcia
- Lehrende(r): Volker Krätschmer
- Lehrende(r): Jan Kummerhove
- Lehrende(r): Emre Küplemez
- Lehrende(r): Ute Mehlhase
- Lehrende(r): Robin Menting
- Lehrende(r): Ann-Josephine Quadt
- Lehrende(r): Sarah Schenkel
- Lehrende(r): René Simon
- Lehrende(r): Elena Spakowski
- Lehrende(r): Merve Tekin
- Lehrende(r): Natalia Virnich
- Lehrende(r): Jan Wöhler
- Lehrende(r): Noah Leon Wolke
Moodle-Kurs der Veranstaltung Mathematik für Ökonomen im Wintersemester 2024/25
- Lehrende(r): Onur Alici
- Lehrende(r): Jeanne de Cleur
- Lehrende(r): Sebastian Hinz
- Lehrende(r): Volker Krätschmer
- Lehrende(r): Jan Kummerhove
- Lehrende(r): Emre Küplemez
- Lehrende(r): Ute Mehlhase
- Lehrende(r): Robin Menting
- Lehrende(r): Ann-Josephine Quadt
- Lehrende(r): Sarah Schenkel
- Lehrende(r): René Simon
- Lehrende(r): Merve Tekin
- Lehrende(r): Natalia Virnich
- Lehrende(r): Noah Leon Wolke