Abteilung
Neuromorphe Informationsverarbeitung
Toggle navigation
Startseite
Forschung
Maschinelles Lernen
Neuroprothetik und neuroinspirierte Signalverarbeitung
Mainframes und Enterprise Computing
Eingebettete Systeme
Publikationen
Abteilung
Übersicht
Prof. Dr. Martin Bogdan
Sekretariat
Jun.-Prof. Dr. Thomas Schmid
Dr. Sophie Adama
Dr. Jörn Hoffmann
Ferney Beltran Velandia
Max Braungardt
Marc Franke
Clemens Fritzsch
Dominik Krenzer
Maksim Kukushkin
Mahsa Raeiati Banadkooki
Martin Walther
Patrick Schöfer
Lehre
Sommersemester 2024
Wintersemester 2023/24
Sommersemester 2023
Wintersemester 2022/23
Frühere Semester
Vorlagen
Abschlussarbeiten
Impressum
Using Time Domain and Pearson’s Correlation to Predict Attention Focus in Autistic Spectrum Disorder from EEG P300 Components
Automatisierte Analyse von Impedanzspektren mittels konstruktivistischen maschinellen Lernens
Automated Quantification of the Resistance of Epithelial Cell Layers from an Impedance Spectrum
Characterization of the Interactions between Calmodulin and Death Receptor 5 in Triple-negative and Estrogen Receptor-positive Breast Cancer Cells: An Integrated Experimental and Computational Study
Forschungsorientierte Reflexion von Primärliteratur für Master-Studierende der Informatik und Bioinformatik
Automated Quantification of the Capacitance of Epithelial Cell Layers from an Impedance Spectrum
Macht „Big Data“ synthetische Datensätze überflüssig?
Wie man zwischen den Zahlen liest. Data-Mining und computergestützte Vorhersagen am Beispiel Bioinformatik
From TER to trans- and paracellular resistance: lessons from impedance spectroscopy
Automated Quantification of the Relation between Resistor-Capacitor Subcircuits from an Impedance Spectrum
Nächste Seite »