Schedule
PLEASE CHECK BACK REGULARLY, DATES & PLACES MAY CHANGE!
What | When / How? |
---|---|
Kick Off Meeting | 19.10.2017, 15:00 - 16:30, N1039 |
Presentation Techniques | 23.10.2017, starting at 10:30, N0507 (LSR) |
Project Plan Presentation | 02.11.2017, 15:00 - 16:30, N1039 |
Project Progress Presentation | 30.11.2017, 15:00 - 16:30, N1039 |
Report Draft Submission | 14.12.2017, 12:00, per e-mail to office@nst.ei.tum.de |
Final Report Submission | 11.01.2018, 12:00, per e-mail to office@nst.ei.tum.de |
Final Presentation | 18.01.2018, 15:00 - 16:30, N1039 |
If you missed the kick-off meeting, get in touch Nicolai Waniek as soon as possible.
Topic Proposals
- Distributed Neurocomputing on Android
- Control of robotic arm with spiking neural networks
- Applying temporal coding to an existing spiking neural network for EEG motor imagery movements decoding
- A mobile app to communicate with SpiNNaker IO Board for Pushbot following laser pointer task
- Implementation of different driver AIs in The Open Source Car Racing Simulator (TORCS)
- Learning to drive based on multiple sensor cues in The Open Source Car Racing Simulator (TORCS)
- Online Decoding of Surface EMG signals for Katana Robot Arm Control
- Online Demonstration of Spike-Based EEG Decoding on SpiNNaker Neuromorphic Hardware
- Correcting Katana Robotic Arm Mistakes based on Error-Related Potentials Detection
- Optimization of an Existing Deep Convolutional Neural Network Algorithm for EEG Brain Signals Decoding
- Obstacle Avoidance with Pushbot
- Neurorobotics platform - Pushbot Race
Projektpraktikum Computational Neuro Engineering
Vortragende/r (Mitwirkende/r) | |
---|---|
Nummer | 0000000904 |
Art | |
Umfang | 4 SWS |
Semester | Wintersemester 2017/18 |
Unterrichtssprache | Englisch |
Stellung in Studienplänen | Siehe TUMonline |
Termine | Siehe TUMonline |
Termine
Teilnahmekriterien & Anmeldung
Lernziele
Nach der Teilnahme an den Modulveranstaltungen sind die Studierenden in der Lage, selbständig Algorithmen und Hardwaresysteme zu entwerfen, die in Echtzeit Sensordaten verarbeiten und Steuersignale erzeugen. Die Studenten werden mit Prinzipien der Informationsverarbeitung in neuronalen Systemen vertraut sein, wie z.B. verteile Bearbeitung oder ereignisbasierte Kodierung), sowie solche Prinzipen zur Problemlösung in technischen Systemen einsetzen können. Desweiteren werden Kompetenzen im effizienten und problemorientierten Arbeiten im Team vermittelt.
Beschreibung
Die Projektaufgaben umfassen Hard- und Softwarethemen zu neurowissenschaftlichen Algorithmen zur Datenverarbeitung und deren Anwendung in der Robotik. Das beinhaltet Interpretation von hochdimensionalen Sensordaten (wie beispielsweise visueller oder auditorischer Daten) oder das Zusammenfassen solcher Daten zur Erzeugung von Motorbefehlen, die es autonomen Systemen erlauben, in komplexen Umgebungen zu interagieren. Eine wichtige Rolle spielen dabei die Aufteilung von Algorithmen in Hardware und Software, verteilte parallelisierte Informationsverarbeitung, Begrenzung der algorithmischen Komplexität, sowie Echtzeit-Datenverarbeitung.
Inhaltliche Voraussetzungen
Grundlagen der Regelungs- und Steuerungstechnik und Robotik
Programmieren in C/C++ oder Java
Folgende Module sollten vor der Teilnahme bereits erfolgreich absolviert sein:
Regelungssysteme 1
Grundlagen intelligenter Roboter
Computational Intelligence
Studien-, Prüfungsleistung
mündlich und schriftlich