Im Rahmen des Praktikums wurde ein audio-basiertes Sensorsystem zur kontinuierlichen Überwachung respiratorischer Signale weiterentwickelt und für den produktiven Einsatz vorbereitet. Die Arbeit umfasste die Verbesserung einer Echtzeit-Signalverarbeitungspipeline, die Reduktion von Fehlalarmen unter realistischen akustischen Bedingungen sowie die Entwicklung robuster Machine-Learning-Modelle zur Hustenklassifikation. Besonderes Augenmerk lag auf der Datenqualität, der Generalisierungsfähigkeit gegenüber ungesehenen Nutzern sowie auf einer belastbaren Performance-Evaluierung. Die finalen Modelle wurden in eine standardisierte Serving-Infrastruktur integriert und über eine API für den produktiven Einsatz bereitgestellt. Das Praktikum vermittelte umfassende Einblicke in die End-to-End-Entwicklung eines angewandten medizinischen Machine-Learning-Systems. Der Vortrag wird in deutscher Sprache gehalten.

Melden Sie sich hier an um Einladungen zu den Kolloquium-Vorträgen per E-Mail zu erhalten.
Register here to receive the invitations to colloquium talks via e-mail.

Zoom-Meeting-ID: 954 4073 3814
Passwort: 450783