DI Dr. techn. Mugdim Bublin
Academic Staff; Stadt Wien Endowed Professorship for Artificial Intelligence
mugdim.bublin@fh-campuswien.ac.at
+43 1 606 68 77-2133
+43 1 606 68 77-2139
Room: B.3.14
Favoritenstraße 226
1100 Wien
Lectures
Engineering
berufsbegleitend, WS2023/24 more
Deep Learning and Virtual Reality UE
Lector: DI Dr. techn. Mugdim Bublin
Lecture contents
Die UE deckt die folgenden Inhalte ab:
- Übung 1: Praktisches Ausprobieren und Erleben von verschiedenen VR Anwendungsfällen
- Übung 2: Einfache Anwendung von VR Eingabe-und Ausgabemöglichkeiten
- Übung 3: Modellierung von Daten zur Darstellung in einer Augmented Reality Applikation als Basis für die interaktive Augmented Reality Applikation
- Übung 4: Aufbauend auf Übung 3 wird eine interaktive Augmented Reality Applikation erstellt
- Übung 5: Modellierung von einfachen virtuellen 3D-Modellen, Erstellung eines virtuellen 3D Modells als Basis für die interaktive VR Applikation
- Übung 6: Aufbauend auf Übung 5 wird eine interaktive Virtual Reality Applikation erstellt
Assessment methods
Modulprüfung
Teaching methods
Fallstudien, Vortrag, praktische Übung in Gruppen.
Language
Deutsch
berufsbegleitend, WS2023/24 more
Deep Learning and Virtual Reality VO
Lector: DI Dr. techn. Mugdim Bublin
Lecture contents
Es wird auf folgende Inhalte eingegangen:
- Einführung, Modus, Motivation, Basics ML Project
- Machine Learning Project: Data Analysis, Visualisation, Preparation, Model Selection and Training, Evaluation and Optimization
- Klassische ML Algorithmen: Classification & Training , SVM, Decision Trees, Ensamble Learning, Dimensionality reduction & Unsupervised Learning
- Einführung in Deep Learning
- CNN
- Reccurent NN (RNN)
- Generative DL (GAN)
- Reinforcement Learning (RL)
- Deep learning und Virtual Reality: Robotik, Spiele
Assessment methods
Modulprüfung
- Übungen (30%)
- Schriftliche Prüfung (50%)
- Eigenes Projekt (20%)
Zusätzlich sind bis zu 20 Punkte durch die Aktivität zu bekommen: Fragen stellen, Fragen beantworten, zusätliche Übungen usw,
Teaching methods
Fallstudien, praktische Übungen, Vortrag
Language
Englisch
berufsbegleitend, WS2023/24 more
Master Thesis Project UE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Dipl.-Ing. Branislav Miskovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Bernhard Taufner, BSc, MSc
Lecture contents
Studierende arbeiten individuell oder in Kleingruppen an Projekten mit Bezug zu Software Design und Software Engineering Technologien und Anwendungen im Kontext hochschulischer F&E-Aktivitäten oder im Rahmen ihrer individuellen Berufstätigkeit. Diese Projekte stellen in weiterer Folge die praxisrelevante Basis für die Masterarbeiten dar.
Assessment methods
Immanente Leistungsüberprüfung
Projektfortschritt, Funktionsnachweis, Projektpräsentation
Teaching methods
-
Language
Deutsch-Englisch
berufsbegleitend, SS2024 more
Master-Arbeitsseminar SE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Bernhard Taufner, BSc, MSc
Lecture contents
- Vertiefung der Grundprinzipien des wissenschaftlichen Arbeitens
- Lesen, Verstehen und Interpretieren von facheinschlägigen wissenschaftlichen Texten
- Literaturrecherchen
- formalen Methoden wissenschaftlicher Arbeit
- Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Masterarbeit und stellen diese zur Diskussion im Plenum
Assessment methods
Immanente Leistungsüberprüfung
Präsentationen, Hausübungen
Teaching methods
Vortrag, Case Studies
Language
Deutsch
berufsbegleitend, WS2023/24 more
Internship FH Campus Wien PR
Lector: DI Dr. techn. Mugdim Bublin
Lecture contents
Studierende absolvieren ein Praktikum/Internship (PR), 10 ECTS, 2 SWS (prüfungsimmanent) oder alternativ ein Forschungsprojekt, 10 ECTS, 2 SWS (prüfungsimmanent).
Auf das Praktikum entfallen ca. 225 Stunden, auf den Praktikumsbericht ca. 25 Stunden.
Die Wahl des Praktikums bzw. des Forschungsprojektes ist vorab von der Studiengangsleitung zu genehmigen.
Es wird dringend empfohlen, ein Berufspraktikum zu absolvieren. Sollte dafür kein Praktikumsplatz zur Verfügung stehen, so kann alternativ unter Anleitung eines*r Betreuer*in ein kleineres Forschungsprojekt wie oben beschrieben absolviert werden.
Assessment methods
Endprüfung
Abgabe eines Praktikumsberichts.
Teaching methods
Berufspraktikum
Language
Englisch
berufsbegleitend, SS2024 more
Machine Learning Methods for Language Processing UE
Lector: DI Dr. techn. Mugdim Bublin, Dr. Henrik Schulz
Lecture contents
- Kritische Analyse der klassischen ML Algorithmen
- Standard DL Algorithmen: CNN, RNN, Generative Netze
- Moderne DL Architekturen für Natural Language Processing (NLP): Attention, Transformer, GPT, BERT usw.
- Anwendungen der ML im allgemeinen und DL in besonderen auf NLP: Text verstehen, Übersetzung, Sprache und Text generieren, Web Suche, Wissensgeneration
- Einschränkungen der DL
Assessment methods
Modulprüfung
Teaching methods
Theoretischer Unterricht , Diskussion der praktischen Beispiele, eigenes DL-Projekt
Language
Englisch
berufsbegleitend, SS2024 more
Machine Learning Methods for Language Processing VO
Lector: DI Dr. techn. Mugdim Bublin, Dr. Henrik Schulz
Lecture contents
- Kritische Analyse der klassischen ML Algorithmen
- Standard DL Algorithmen: CNN, RNN, Generative Netze
- Moderne DL Architekturen für Natural Language Processing (NLP): Attention, Transformer, GPT, BERT usw.
- Anwendungen der ML im allgemeinen und DL in besonderen auf NLP: Text verstehen, Übersetzung, Sprache und Text generieren, Web Suche, Wissensgeneration
- Einschränkungen der DL
Assessment methods
Modulprüfung
Teaching methods
Theoretischer Unterricht , Diskussion der praktischen Beispiele, eigenes DL-Projekt
Language
Englisch
Vollzeit, SS2024 more
Advanced AI and Data Science ILV
Lector: DI Dr. techn. Mugdim Bublin, Dr. Christian Steineder
Lecture contents
- Deep Learning Foundation- Motivation and basic ideas
- Basic principles behind algorithms
- Deep Learning Algorithms and Networks- Convolutional Neuronal Networks (CNN)
- Recurrent Neural Networks (RNN)
- Generative Neural Networks (GAN, Autoencoders)
- Reinforcement Learning (Deep QNet)
- Applications of Deep Learning and Artificial Intelligence for- Medicine, IoT, Industry 4.0, Autonomous Driving, Games etc.
Assessment methods
Immanente Leistungsüberprüfung
- Project work
- Exercises during lectures
- Final written exam
Teaching methods
- Lecture
- Group work (project)
- Practical exercises
- Continuous Discussion and feedback
Language
Englisch
berufsbegleitend, SS2024 more
Advanced AI and Data Science ILV
Lector: DI Dr. techn. Mugdim Bublin, Dr. Christian Steineder
Lecture contents
- Deep Learning Foundation- Motivation and basic ideas
- Basic principles behind algorithms
- Deep Learning Algorithms and Networks- Convolutional Neuronal Networks (CNN)
- Recurrent Neural Networks (RNN)
- Generative Neural Networks (GAN, Autoencoders)
- Reinforcement Learning (Deep QNet)
- Applications of Deep Learning and Artificial Intelligence for- Medicine, IoT, Industry 4.0, Autonomous Driving, Games etc.
Assessment methods
Immanente Leistungsüberprüfung
- Project work
- Exercises during lectures
- Final written exam
Teaching methods
- Lecture
- Group work (project)
- Practical exercises
- Continuous Discussion and feedback
Language
Englisch
Vollzeit, WS2023/24 more
Bachelorarbeit 1 SE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Ing. Philipp Grassl, MSc, FH-Prof. Dipl.-Ing. Heimo Hirner, Ines Kramer, BSc MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Dipl.-Ing. Branislav Miskovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc
Lecture contents
- Selbstständige Bearbeitung einer fachlich relevanten Thematik, primär basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers
- Ausarbeitung der Bachelorarbeit 1
Assessment methods
Endprüfung
Approbation der Bachelorarbeit
Teaching methods
Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.
Language
Deutsch
berufsbegleitend, WS2023/24 more
Bachelorarbeit 1 SE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Ing. Philipp Grassl, MSc, FH-Prof. Dipl.-Ing. Heimo Hirner, Ines Kramer, BSc MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Dipl.-Ing. Branislav Miskovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc
Lecture contents
- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers
- Ausarbeitung der Bachelorarbeit 1
Assessment methods
Endprüfung
Approbation der Bachelorarbeit
Teaching methods
Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.
Language
Deutsch
Vollzeit, SS2024 more
Bachelorarbeit 2 SE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Ing. Philipp Grassl, MSc, FH-Prof. Dipl.-Ing. Heimo Hirner, Ines Kramer, BSc MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Dipl.-Ing. Branislav Miskovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc
Lecture contents
- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule und eventeuell der Bachelorarbeit 1 auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers
- Ausarbeitung der Bachelorarbeit 2
Assessment methods
Endprüfung
Approbation der Bachelorarbeit
Teaching methods
Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 2 und stellen diese zur Diskussion.
Language
Deutsch
berufsbegleitend, SS2024 more
Bachelorarbeit 2 SE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Ing. Philipp Grassl, MSc, FH-Prof. Dipl.-Ing. Heimo Hirner, Ines Kramer, BSc MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Dipl.-Ing. Branislav Miskovic, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc
Lecture contents
- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule und eventeuell der Bachelorarbeit 1 auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers
- Ausarbeitung der Bachelorarbeit 2
Assessment methods
Endprüfung
Approbation der Bachelorarbeit
Teaching methods
Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 2 und stellen diese zur Diskussion.
Language
Deutsch
berufsbegleitend, WS2023/24 more
Deep Learning ILV
Lector: DI Dr. techn. Mugdim Bublin, Dr. Christian Steineder
Lecture contents
- Deep Learning Foundation- Motivation and basic ideas
- Basic principles behind algorithms
- Deep Learning Algorithms and Networks- Convolutional Neuronal Networks (CNN)
- Recurrent Neural Networks (RNN)
- Generative Neural Networks (GAN, Autoencoders)
- Reinforcement Learning (Deep QNet)
- Applications of Deep Learning and Artificial Intelligence in other disciplines, including Medicine, IoT, Industry 4.0, Autonomous Driving, and Games.
Assessment methods
Endprüfung
Performance assessment is done according to: - Project work - Exercises during lectures - Final written or oral exam
Teaching methods
- Lecture
- Group work (project)
- Practical exercises
- Continuous Discussion and feedback
Language
Englisch
Vollzeit, WS2023/24 more
Deep Learning ILV
Lector: DI Dr. techn. Mugdim Bublin, Dr. Christian Steineder
Lecture contents
- Deep Learning Foundation- Motivation and basic ideas
- Basic principles behind algorithms
- Deep Learning Algorithms and Networks- Convolutional Neuronal Networks (CNN)
- Recurrent Neural Networks (RNN)
- Generative Neural Networks (GAN, Autoencoders)
- Reinforcement Learning (Deep QNet)
- Applications of Deep Learning and Artificial Intelligence in other disciplines, including Medicine, IoT, Industry 4.0, Autonomous Driving, and Games.
Assessment methods
Endprüfung
Performance assessment is done according to: - Project work - Exercises during lectures - Final written or oral exam
Teaching methods
- Lecture
- Group work (project)
- Practical exercises
- Continuous Discussion and feedback
Language
Englisch
Vollzeit, WS2023/24 more
Introduction to AI and Data Science ILV
Lector: DI Dr. techn. Mugdim Bublin, René Goldschmid, MSc, Dr. Henrik Schulz, Dr. Christian Steineder
Lecture contents
- Mathematical Basics of AI and Data Science- Linear Algebra
- Probability Theory and Statistics
- Optimization
- Introduction to Artificial Intelligence- Problem Solving and Heuristic Search
- Logic and Knowledge Representation
- Planning, Learning and Decision Making under Uncertainty
- Data Science and Machine Learning Fundamentals- Data Collection, Cleaning, Filtering
- Model Building
- Model Evaluation
- Definition of Machine Learning and classes of Machine Learning Algorithms
- Machine Learning Classifiers
- Evaluation of Machine Learning Algorithms
Assessment methods
Immanente Leistungsüberprüfung
- Project work
- Exercises during lectures
- Final written exam
Teaching methods
- Lecture
- Group work (project)
- Practical exercises
- Continuous Discussion and feedback
Language
Englisch
berufsbegleitend, SS2024 more
Wahlfach-Projekt 1 UE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Ing. Philipp Grassl, MSc, FH-Prof. Dipl.-Ing. Heimo Hirner, Ines Kramer, BSc MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, FH-Prof. Dipl.-Ing. Herbert Paulis, Mag. Reinhard Rader, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc
Lecture contents
Die Studierenden lernen anhand einer praktischen, konkreten Aufgabenstellung, das theoretische Wissen über Projekte und Implementierungen in die Praxis umzusetzen. Sie handeln eigenverantwortlich und selbständig und dokumentieren ihre Arbeit nachvollziehbar und detailliert. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.
Assessment methods
Modulprüfung
Teaching methods
Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.
Language
Deutsch
Vollzeit, SS2024 more
Wahlfach-Projekt 1 UE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Ing. Philipp Grassl, MSc, Ines Kramer, BSc MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Mag. Reinhard Rader, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Károly Szabó, MSc, Bernhard Taufner, BSc, MSc
Lecture contents
Die Studierenden lernen anhand einer praktischen, konkreten Aufgabenstellung, das theoretische Wissen über Projekte und Implementierungen in die Praxis umzusetzen. Sie handeln eigenverantwortlich und selbständig und dokumentieren ihre Arbeit nachvollziehbar und detailliert. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.
Assessment methods
Modulprüfung
Teaching methods
Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.
Language
Deutsch
Vollzeit, WS2023/24 more
Wahlfach-Projekt 2 UE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Ing. Philipp Grassl, MSc, FH-Prof. Dipl.-Ing. Heimo Hirner, Ines Kramer, BSc MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Dipl.-Ing. Branislav Miskovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc
Lecture contents
Die Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert
abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.
Assessment methods
Endprüfung
Praktisches Projekt in der Kleingruppe
Teaching methods
Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.
Language
Deutsch
berufsbegleitend, WS2023/24 more
Wahlfach-Projekt 2 UE
Lector: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, Ing. Philipp Grassl, MSc, FH-Prof. Dipl.-Ing. Heimo Hirner, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic, Dipl.-Ing. Branislav Miskovic, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc
Lecture contents
Die Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert
abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.
Assessment methods
Endprüfung
Praktisches Projekt in der Kleingruppe
Teaching methods
Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.
Language
Deutsch