gemeinsam veranstaltet vom DEGA-Fachausschuss Physikalische Akustik und vom
Fachverband Akustik der Deutschen Physikalischen Gesellschaft (DPG).

Das Thema des diesjährigen Workshops lautete "Maschinelles Lernen in der physikalischen Akustik".

Der Workshop fand am 19. und 20.10.2023 (Donnerstag/Freitag)
im Physikzentrum Bad Honnef (www.pbh.de) statt.

• Programm (PDF), Stand: 25.09.2023

Folien der Vorträge
(PDF, bisher zur Verfügung gestellt, größte Datei 11.4 MB):

1. Olena Prianychnykova / Domain Shift: Probleme und Herausforderungen beim Einsatz von ML in der Akustik / PDF
2. Amir Charmi / Erhöhung der Simulationsgenauigkeit mittels KI / PDF
3. Christian Fuchs / Herausforderungen und Lösungen für industrielle KI in Microcontrollern und FPGAs / PDF
6. Merten Stender / Deep learning for parameterized spatio-temporal oscillations / PDF
7. Adam Kujawski / Gitterfreie Schallquellencharakterisierung aus Mikrofonarraydaten mittels Transformer Architektur / PDF
8. Armin Goudarzi / Gridless beamforming with permutation invariant loss / PDF
9. Thiago Lobato / Neural Grid Compression: using neural networks to speed up beamforming deconvolution algorithms / PDF
10. Katharina Marburg / Entwicklung von Data-Augmentation-Strategien für Wälzlagerschäden / PDF
13. Christian Koch / Auswertung von EEG Daten mit Maschinellem Lernen / PDF
14. Annika Hayn / Machine-Learning zur Modellierung des akustischen Verhaltens von e-Bike-Antriebseinheiten / PDF

Die meisten PDF-Dateien der Vorträge sind mit einem Passwort geschützt und nur den Workshop-Teilnehmenden zugänglich.
Sollten Sie Interesse an einem der Vorträge haben, so melden Sie sich bitte beim Leiter des Fachausschusses Physikalische Akustik.

• Einladung mit weiteren Informationen (PDF)
• organisatorische Leitung und weitere Auskünfte:
  Jens Prager (jens.prager@bam.de)