Advanced Signal Processing and Communications Engineering

Infolge der zunehmenden Digitalisierung zeichnen sich in allen Le­bens­be­reichen große Heraus­for­de­rungen ab. Das maschinelle Lernen sowie die Kommunikations- und Multi­media­technik spielen eine Schlüssel­rolle beim Aufbau einer wissens- und innovations­ge­stützten Gesellschaft. Der Elite­studien­gang „Advanced Signal Processing and Com­mu­ni­ca­tions Engineering“ leistet einen ent­schei­den­den Beitrag, Antworten auf diese ge­sell­schaft­lichen Heraus­forderungen zu geben.

Der Elitestudiengang in der Übersicht

AbschlussartMaster of Science
Studien­dauerVier Semester
Studien­ort Erlangen
Zugangs­voraus­­setzungenBachelor-Abschluss aus dem Bereich der Elektrotechnik, Informatik oder Angewandte Mathematik
Unterrichts­sprache Englisch
Bewerbungs­frist 15. März, 15. Juli
Hier geht es zur Bewerbung
Studien­beginn Winter- und Sommersemester
Leitung Prof. Dr.-Ing. Wolfgang Gerstacker
Organisation Lena Borke-Weber 
E-Mail an die Koordinatorin senden
Weitere InformationenWebpräsenz Advanced Signal Processing and Communications Engineering

Den digitalen Wandel gestalten

Der Elitestudiengang „Advanced Signal Pro­cessing and Com­mu­ni­ca­tions Engineering“ bietet heraus­ra­gen­den Stu­die­ren­den aus dem In- und Ausland eine technisch-wissen­schaft­liche Aus­bil­dung auf dem Gebiet der Informations­technik. Sie werden früh an die in­ter­na­ti­o­na­le Spit­zen­for­schung und deren Methoden herangeführt. Eine wichtige Rolle spielt die Ver­mitt­lung von Schlüs­sel­qua­li­fi­kat­ion­en, da sie entscheidend sind für le­bens­langes Ler­nen und die kontinuierliche Aneignung neuer wissenschaftlicher Er­kenntnisse.

Die Studierenden erwerben ein tiefes Ver­ständ­nis der digitalen Technik zur In­for­ma­tions­ver­ar­beit­ung, -erfassung, -auf­be­rei­tung, -analyse und -über­tra­gung wie auch ihrer prak­tischen Um­set­zungen in reale Systeme. Dabei wird auf inter­disziplinäre Konzepte gesetzt, die das Fundament der In­for­ma­tions­technik bilden. Neben In­for­ma­tions­theo­rie, Kodie­rung und statistischer Signal­ver­ar­beitung sind dies maschinelles Lernen, Opti­mierung und Spieltheorie.

Individuelle Betreuung

Auf der breiten interdisziplinären Aus­rich­tung aufbauend sind diverse Spe­zi­a­li­sie­rungen möglich. Bei deren Wahl werden die Stu­den­tinnen und Stu­denten mit Blick auf ihre Interessen und Karriere­wünsche im Rahmen des Mentoren­pro­gramms beraten. Um die inter­nationale Aus­bil­dung zu ver­tie­fen, können sie darüber hinaus ihre For­schung­ser­geb­nis­se auf inter­natio­nalen Fach­kongressen präsentieren.

Porträtfoto: Prof. Dr. Ralf Müller

In dem forschungsorientierten Studiengang “Advanced Signal Processing and Communications” erwerben die Studierenden durch individualisierte Förderung zentrale Kompetenzen in den Bereichen der Informationstechnik und des maschinellen Lernens.

Prof. Dr. Ralf Müller

Neben dem hohen fachlichen Niveau pro­fi­tie­ren die Studierenden von Maß­nah­men zur Persönlichkeits­entwicklung und Förderung der Füh­rungs- und So­zial­kompetenz. Die Stu­die­renden des Elite­stu­dien­gangs sollen damit auf die Über­nahme leitender Po­si­tio­nen in Wirt­schaft und Wissen­schaft vor­be­reitet werden.

Aus dem Elitestudiengang

Üben für der Ernstfall

Beim ASC-Forum können Studierende einstudieren, wie man seine Forschungsarbeiten am besten auf internationalen Konferenzen präsentiert. 

Zum Bericht

Preisträger Teena tom Dieck und Marc Hölle mit den drei Jury-Mitgliedern Prof. Ralf Müller (FAU-IDC), Prof. Georg Fischer (FAU-LTE) und Prof. Wolfgang Gerstacker (FAU-IDC)

ASC Kick-Off. Let’s get it started!

Das Auftaktseminar des Elite-Masterstudiengangs ASC ermöglicht es den neuen Studierenden miteinander, und mit ihren zukünftigen Professoren in Kontakt zu treten.

Zum Bericht

Studenten im Gespräch mit Professoren beim „“Speed-Dating im Rahmen des ASC Kick-Off 2023.

Einblicke in die Forschungsarbeit

Biologische Intelligenz

Annika Briegleb untersuchte an der Universität Yale, USA, Methoden zur Datenanalyse für neurowissenschaftliche Datensätze.

Molekular­kommu­nikation

Jan-Lucas Deinhard untersucht Möglichkeiten, moderne Verfahren aus dem maschinellen Lernen auf Probleme im Bereich der Molekularkommunikation anzuwenden.

Vorhersage von Gerüchen (PrOdour) – Daten­exploration

Slavica Subic untersuchte, ob es möglich ist, aus der Strukturformel eines entsprechenden Moleküls Rückschlüsse auf den Geruch einer Substanz zu ziehen.