Avatar

Maximilian Stark

Doktorand

TUHH Institut für Nachrichtentechnik

Seit 2017 forsche ich als Wissenschaftlicher Mitarbeiter an der Technischen Universität Hamburg am Institut für Nachrichtentechnik. Meine Forschung umfasst verschiedene Fragestellungen im Bereich der angewandten Informationstheorie.

Ein besonderer Fokus liegt auf dem Design von stark quantisierten Signalverarbeitungsalgorithmen, wie Kanaldecodiererung, Kanalschätzung etc. . Ziel der Forschung ist es rechenaufwendige aber sehr leistungsstarke Algorithmen mit Hilfe des maschinellen Lernens in praktisch-implementierbare Algorithmen mit nur geringem Performanceverlust zu überführen. Dazu nutzen wir die Information Bottleneck Method.

Gleichzeitig kann die Information Bottleneck Methode aber auch zum Analysieren von Neural Netzwerken eingesetzt werden. In 2019 wechselte ich für einem Forschungsaufenthalt zu den Nokia Bell Labs Paris. Hier lag der Schwerpunkt auf dem End-to-End Design von drahtlosen Übertragungsstrecken mit Hilfe von neuralen Netzwerken. Mithilfe von Autoencodern und den Mitteln der angewandten Informationstheorie war es möglich neuartige Übertragungsverfahrung zu lernen, welche die relevante Information sehr gezielt und effizient übertragen.

Forschungsthemen

  • End-to-end Learning in Wireless Communications using Neural Networks
  • Coarsely Quantized Decoding of Channel Codes
  • Low Resolution Signal Processing in Communications Using the Information Bottleneck Method
  • Applied Information Theory in Machine Learning

Vita

  • Wissenschaftlicher Mitarbeiter, 2017 - heute

    Technische Universität Hamburg

  • Master of Science im Fach Elektrotechnik, 2017

    Technische Universität Hamburg

  • Bachelor of Science im Fach Elektrotechnik, 2014

    Technische Universität Hamburg

Aktuelle Arbeiten zu Machine Learning