Professur Data Science bei der NTSP 2026
19 Oktober 2026
Vom 14. bis 16. Oktober 2026 fand in Demänovská Dolina in der Niederen Tatra in der Slowakei die „International Conference on New Trends in Signal Processing“ (NTSP 2026) statt. Die zweijährlich veranstaltete NTSP, die in diesem Jahr bereits zum 18. Mal als internationale Konferenz ausgerichtet wurde, wird von der Abteilung Elektrotechnik der Streitkräfteakademie „Generál Milan Rastislav Štefánik" gemeinsam mit der Slowakischen Elektrotechnischen Gesellschaft, Zweig Liptovský Mikuláš, organisiert. Sie bringt Forschende, Ingenieurinnen und Ingenieure sowie Doktorandinnen und Doktoranden zusammen, um neue Ideen, Methoden und Ergebnisse aus allen Bereichen der Signalverarbeitung auszutauschen – von Angewandter Elektronik über Nachrichten- und Kommunikationstechnik bis hin zu Mikrowellentechnik und militärischen Anwendungen.
Die Professur für Data Science war durch Hendrik Bothe vertreten. Gemeinsam mit Michaela Geierhos stellte er den Beitrag „A Controlled Study of RVQ Embedding Fusion for Neural Audio Codec Decoders" vor.
Abbildung: Hendrik Bothe während seines Vortrages.
Die vorgestellte Arbeit beschäftigt sich mit neuronalen Audio-Codecs, die Audiosignale mithilfe maschinellen Lernens auch bei niedrigen Bitraten effizient komprimieren. Eine zentrale Rolle spielt dabei die Residual Vector Quantization (RVQ), mit der die kontinuierlichen Einbettungen eines Encoders in eine kompakte, diskrete Darstellung überführt werden. Da unterschiedliche Codecs je eigene Quantisierungsverfahren und Einbettungsräume verwenden, ist ein Decoder in der Regel nur für genau einen Codec trainierbar. Die vorgestellte kontrollierte Studie untersucht daher, wie sich die RVQ-Einbettungen mehrerer Codecs so fusionieren lassen, dass ein einheitlicher, codec-agnostischer Decoder entstehen kann. Ziel ist eine Decoder-Struktur, die über Codec-Grenzen hinweg funktioniert, und damit ein Baustein für interoperable Audiosysteme.
Darüber hinaus bot das Konferenzprogramm eine Vielzahl weiterer interessanter Beiträge aus dem Bereich der Signalverarbeitung. So wurde mit „ESP32-S3-Based Multiband Spectral Signal Processing for Improving Voice Command Recognition in Low-Cost Embedded Systems" gezeigt, wie sich die Erkennung von Sprachbefehlen durch mehrbandige spektrale Signalverarbeitung direkt auf kostengünstigen Mikrocontrollern verbessern lässt. Und mit „GLRT-Based Eigenvalue Ratio Detector versus Covariance-Based STAP Detector for Radar UAV Detection" wurden zwei Verfahren zur radarbasierten Erkennung von Drohnen anhand ihrer charakteristischen Signalsignaturen systematisch verglichen.
Bildquellen: Hendrik Bothe (FI CODE)
