Masterarbeiten
Für eine Beratung zur Themenwahl oder bei allgemeinen Fragen zu studentischen Arbeiten, wenden Sie sich bitte an die Ansprechpartner Maximilian Kentgens und Jonas Förster.
Im Folgenden werden einige offene oder laufende Arbeiten gelistet. Darüber hinaus gibt es immer weitere mögliche Arbeitsthemen, die bei den beiden oben genannten Ansprechpartnern erfragt werden können. Kommen Sie gerne einfach vorbei.
Offene Arbeiten
Adaptive Signalverarbeitung im Bereich Spatial Audio
Betreuer:Maximilian Kentgens
Themengebiet: Spatial Audio, Higher Order Ambisonics, Adaptive Signalverarbeitung
Bewegungsdatengestützte Impulsantwortschätzung
Betreuer:Tobias Kabzinski, Christoph Weyer
Themengebiet: Signalverarbeitung, Systemidentifikation, Modellierung
Charakterisierung der Körperschallübertragung von Sprache für Hearables
Betreuer: Christoph Weyer
Arbeitsgebiet: Sprachsignalverarbeitung, Kopfhörertechnik, Akustik
Charakterisierung von Beschleunigungsmessern als Sensoren zur Sprachverbesserung in Ohrhörern
Betreuer: Christoph Weyer
Arbeitsgebiet: Sprachsignalverarbeitung, Kopfhörertechnik, Akustik
Machine Learning zur Rekonstruktion verlorener Sprachsignalanteile
Betreuer: Lars Thieling
Themengebiet: Sprachsignalverarbeitung, Machine Learning
Betreuer: Christoph Weyer, Jonas Förster
Arbeitsgebiet: Sprachsignalverarbeitung, Aktive Störgeräuschunterdrückung, Sensor Fusion, Akustik
Signaladaptive Verbesserung räumlicher Audiosignale mit Hilfe von Stützmikrofonen
Betreuer:Maximilian Kentgens
Themengebiet: Spatial Audio, Higher Order Ambisonics, Adaptive Signalverarbeitung
Untersuchungen im Bereich der Lautsprecher-basierten adaptiven Binauralwiedergabe
Betreuer:Tobias Kabzinski
Themengebiet: Signalverarbeitung, Systemidentifikation, Modellierung, Machine Learning
Betreuer:Tobias Kabzinski
Themengebiet: Adaptive Filter, Signalverarbeitung, Systemidentifikation
Laufende Arbeiten
Investigation of Generative Neural Networks for Speech Enhancement
Betreuer:Lars Thieling, Till Hardenbicker
Themengebiet: Sprachsignalverarbeitung, Machine Learning
Investigations on Autoencoder Models for Online System Identification
Supervisors: Till Hardenbicker, Lars Thieling
Topics: System Identification, Manifold Learning, Neural Autoencoders