Dr. Jurij Kuzmic

Room: OH14 / 233
Phone: (0231) 755-7776
Fax: (0231) 755-7740
E-Mail: jurij.kuzmictu-dortmund.de

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.
 
Last modified: 2024-05-08 20:02 by kuzmic
DokuWikiRSS-Feed