Shahzeb Shahzeb

Automatisierte Erkennung von Rapid Eye Movement (REM) sleep Behaviour Disorder (RBD) unter Maschine Lernen und PSG-Daten •Erforschung und Entwicklung einer Pipeline zur Klassifizierung des RBD-Status •Profiling und Vorverarbeitung des PSG-Rohdatensatzes •Features extraction basierend auf Time und Frequency domain •Modell: Logistic Regression, Support Vector Machine •Enge Zusammenarbeit mit erfahrenem Forschungsteam, um eine reibungslose Integration und ergebnisorientiertes Arbeiten zu gewährleisten

Implementierung der Graphical User Interface (GUI) zur Visualisierung der Ergebnisse des Convolutional Neural Network (CNN) Modells in Python •Gestaltung der GUI für die Benutzeroberfläche •Visualisierung der Ergebnisse des CNN-Modells in aussagekräftiger Weise

Real-time Klassifikation von Bulk Material (Structure-borne sound) mit Convolutional Neural Network (CNN) Architektur in Python • Forschungsübersicht zur Klassifizierung von Körperschall mittels deep learning • Rohdatensatzaufnahme und Vorverarbeitung • Merkmalsextraktion: Schnelle Fourier-Transformation (FFT) • CNN-Modell entwickelt, validiert und deren Hyperparameter abgestimmt • Implementiertes Echtzeit-Framework zur automatischen Klassifizierung

Bereichpunkt: Natural Language Processing, Image Processing, Embedded System, Real-time System

Bereichpunkt: Calculus, Statistics and Probability, CNN