Anwendungen von Bayesian Neural Networks in Kommunikationssystemen

Betreuer: Tim Düe
Art der Arbeit: Projekt (MSc), Masterarbeit (MSc), Bachelorarbeit (BSc.)
Ausgabe: 04/2024
Bearbeiter: -
Status: zu vergeben
Kurzfassung:

Hintergrund:

Bayesian Neural Networks (BNNs) sind eine Variation der traditionellen Neural Networks (NNs) und repräsentieren Parameter durch Verteilungen anstelle von einzelnen Werten. Dies führt dazu, dass BNNs in der Lage sind, mehr Systeminformationen zu integrieren und nicht nur Ergebnisse, sondern auch die Gewissheit der Ergebnisse inhärent zu liefern. Da Nachrichtentechnik grundlegend eine probabilistische Natur hat, könnten BNNs ein vielversprechender Ansatz für die Signalverarbeitung darstellen. Die Aufgabe dieser Arbeit/Projekts besteht darin, die allgemeine Anwendbarkeit von BNNs für Kommunikationssysteme zu untersuchen.

Ziele:

Die endgültigen Ziele werden gemeinsam mit den Studierenden vereinbart, das Folgende ist nur ein Vorschlag.

  • Untersuchen Sie die Anwendbarkeit von BNNs für Kommunikationsszenarien
  • Vergleichen Sie die auf BNNs basierenden Lösungen mit traditionellen NN-basierten und nicht-NN-basierten Lösungen

Voraussetzungen:

Idealerweise erfüllen Sie die folgenden Kriterien. Wenn sich Ihr Profil unterscheidet, aber Sie dennoch an dem Projekt interessiert sind, können Sie mich trotzdem kontaktieren.

  • Solide Programmierkenntnisse in Python
  • Idealerweise Erfahrung mit Tensorflow
  • Grundkenntnisse im Bereich Maschinelles Lernen
  • Fundamentale Kenntnisse in der Basisbandverarbeitung von Kommunikationssystemen

Weitere Informationen:

Für weitere Informationen können Sie mir jederzeit eine E-Mail senden (duee@ant.uni-bremen.de).
Zuletzt aktualisiert am 15.04.2024 von T. Düe
AIT ieee GOC tzi ith Fachbereich 1
© Arbeitsbereich Nachrichtentechnik - Universität BremenImpressum / Kontakt