Dr. Jurij Kuzmic
Forschungsinteressen (Research interests)
- Internet der Dinge (IoT) - Kommunikation zwischen autonomen Fahrzeugen
- Autonomes Fahren (AD) - Rettungsgassenbildung auf Autobahnen, Bilderkennung, Bildverarbeitung, Simulationen mit Unity 3D
- Computer Vision (CV) - Spurerkennung, Objekterkennung, Distanzmessungen in 2D-Bildern
- Software Entwicklung für Hardware mit limitierten Ressourcen für Low-Power-IoT-Geräte
Publikationen (Publications)
Lehre (Teaching)
Aktuelle Lehrveranstaltungen
- Wintersemester 2018/19
- Einführung in die Programmierung (EidP)
- Sommersemester 2019
- Datenstrukturen, Algorithmen und Programmierung 1 (DAP 1)
- Wintersemester 2019/20
- Einführung in die Programmierung (EidP)
- Sommersemester 2020 (Online)
- Datenstrukturen, Algorithmen und Programmierung 1 (DAP 1)
- Wintersemester 2020/21 (Online)
- Einführung in die Programmierung (EidP)
- Sommersemester 2021 (Online)
- Datenstrukturen, Algorithmen und Programmierung 1 (DAP 1)
- Wintersemester 2021/22
- Einführung in die Programmierung (EidP)
- Sommersemester 2022
- Datenstrukturen, Algorithmen und Programmierung 1 (DAP 1)
- Wintersemester 2022/23
- Einführung in die Programmierung (EidP)
- Sommersemester 2023
- Datenstrukturen, Algorithmen und Programmierung 1 (DAP 1)
Betreute Abschlussarbeiten
- Internet der Dinge (IoT)
- Webbasierte Steuerung von Smart Home Devices über einen MQTT-Broker
- Künstliche Intelligenz (AI)
- Personenidentifikation anhand natürlicher Sprache mit rekurrenten neuronalen Netzen
- Emotionserkennung aus Portraitbildern mit neuronalen Netzen und traditionellen Methoden
- Implementierung von hybriden Methoden zur Instrumentenerkennung in verrauschten Musikdaten
- Effiziente Spurerkennung für Modellautos mit neuronalen Netzen in Simulation und Realität
- Optische Entfernungsmessung für Objekte im Straßenverkehr und deren Klassifikation.
- Vergleich der Sprechererkennung durch neuronale Netze als Multiklassenproblem und multiples Zweiklassenproblem
- Unterdrückung von Hintergrundgeräuschen in Sprachsignalen mit künstlichen neuronalen Netzen am Beispiel von Tastaturgeräuschen
- Systematische Reward-Studie beim Reinforcement Learning eines Agenten in einer Avoid & Collect Umwelt.
- Auswirkung verschiedener Reward-Werte auf das Agentenverhalten in einer Avoid & Collect Umwelt.
- Ein lernender Baulogistikassistent für prozedural generierte Baupläne.
- Comparison between Artificial Neural Networks and Traditional Classifiers for the Suppression of Background Noise.
- Prototypische Implementierung einer sicheren V2V-Kommunikation.