Dr.-Ing. Michael Muma
Mitarbeiter des Fachgebiets Signalverarbeitung am Institut für Nachrichtentechnik, TU Darmstadt.
Work
Merckstraße 25
64283
Darmstadt
Raum: S3|06 264
work +49 6151 16-21346
fax +49 6151 16-21342
muma@spg.tu-...
Sprechstunde: Dienstag, 14-17h
Seit 2014 arbeitet Michael Muma als Postdoctoral Research Fellow, Lehrbeauftragter und Nachwuchsgruppenleiter (Athene Young Investigator) im Fachgebiet Signalverarbeitung an der TU Darmstadt. Er hat das Promotionsrecht.
Forschung
Der Forschungsscherpunkt von Michael Muma ist die robuste statistische Signalverarbeitung mit Fokus auf dezentralen Algorithmen, sowie korrelierten und multivariaten Daten.
Michael Fauß, Abdelhak Zoubir und Michael Muma werdemn ein Tutorial mit dem Titel Robust Data Science: Modern Tools for Detection, Clustering and Cluster Enumerationbei der IEEE ICASSP 2020 halten.
Im Mai 2019 wurde Michael Muma Associate Editor der IEEE Transactions on Signal Processing ernannt.
Michael Muma ist Guest Editor der 2019 Elsevier Signal Processing Special Issue on Statistical Signal Processing Solutions and Advances for Data Science: Complex, Dynamic and Large-scale Settings.
Im Dezember 2018 wurde Dr.-Ing. Muma zum Lehrbeauftragen für die Vorlesung Robust Signal Processing With Biomedical Applications und das Projektseminar Robust and Biomedical Signal Processing ernannt.
Im Oktober 2018, erschien das Buch Robust Statistics for Signal Processingby Abdelhak M. Zoubir, Visa Koivunen, Esa Ollila and Michael Muma was published bei Cambridge University Press.
Abdelhak M. Zoubir, Visa Koivunen, Yacine Chakhchoukh and Michael Muma erhielten den 2017 IEEE Signal Processing Magazine Best Paper Award für ihren Artikel Robust Estimation in Signal Processing: A tutorial-style treatment of fundamental concepts.
Im Oktober 2017 wurde Dr.-Ing. Muma zum Athene Young Investigator der Technischen Universität Darmstadt ernannt. Das TU-Programm Athene Young Investigator fördert die frühe wissenschaftliche Selbständigkeit von herausragenden Nachwuchswissenschaftlerinnnen und Nachwuchswissenschaftlern mit dem Karriereziel Professur. Das von Dr.-Ing Muma vorgeschlagene Forschungsprojekt trägt den Titel „Robuste Statistik für Fortgeschrittene Signalverarbeitung“. Mit der Ernennung zum Athene Young Investigator erhält Dr.-Ing. Muma auch das Promotionsrecht.
Im September 2016 organisierte er die Joint IEEE SPS and EURASIP Summer School on Robust Signal Processing Rüdesheim (Rhine), Germany. Material und weitere Information ist hier verfügbar: www.rosip2016.org
Von 2013-2016 leitete er das Arbeitspaket „Robust Distributed Multi-Source Detection and Labelling“ des EU Future and Emerging Technologies (FET) Projekts HANDiCAMS (Heteregenous Ad-Hoc Networks for Distributed, Cooperative, and Adaptive Multimedia Signal Processing), das sich mit robusten dezentralen Verfahren der Signalverarbeitung für drahtlose Sensornetze beschäftigt. Infos zu diesem Projekt sind hier zu finden: www.handicams-fet.eu
Das von Michael betreute Studenten-Team der Technischen Universität Darmstadt ist der diesjährige Gewinner des internationalen IEEE Signal Processing Cups 2015. Der IEEE Signal Processing Cup ist ein renommierter Wettbewerb, bei dem mehr als 50 Teams aus der ganzen Welt antreten um eine anspruchsvolle und interessante Aufgabe aus dem Bereich der Signalverarbeitung lösen. In diesem Jahr war das Wettbewerbsthema die „Herzfrequenzschätzung bei körperlicher Belastung mit Photoplethysmographischen (PPG) Messungen am Handgelenk“.
Michael arbeitete von 2009-2014 als wissenschaftlicher Mitarbeiter am Fachgebiet Signalverarbeitung. Seine Doktorarbeit beschäftigte sich Schwerpunktmäßig mit robusten statistischen Methoden für die Signalverarbeitung mit Anwendungen in der Biomedizin und Sensorgruppensignalverarbeitung. 2014 promovierte er mit Auszeichnung (summa cum laude) zum Thema „Robust Estimation and Model Order Selection for Signal Processing“ (Download PhD thesis here).
In seiner Diplomarbeit entwickelte er in der School of Optometry in Brisbane, Australien, eine Zeit-Frequenzabhängige Kohärenzanalyse die den Einfluss von Puls- und Atmungssignalen auf die dynamischen Aberrationen des menschlichen Auges aufzeigte.
Seine Studienarbeit beschäftigte sich mit der Parameterschätzung zur Augenliederkennung in videokeratoskopischen Bildern.
Lehre
Lehrbeauftragter
- Robust Signal Processing With Biomedical Applications (SS 2019)
- Robust and Biomedical Signal Processing(WS 2019/2020)
Assistent
- Biomedical Lab(WS 2019/2020)
- Adaptive Filters (SS 2011)
- Speech and Audio Signal Processing (WS 2011/2012)
- Stochastische Signale und Systeme (SS 2009, SS 2010, SS 2011)
- Multirate Signal Processing (WS 2009/2010)
- Praktikum Digitale Signalverarbeitung (WS 2009/2010, SS 2010, WS 2010/2011)
- Signal Detection and Parameter Estimation (SS 2013, WS 2018/2019)
- Advanced Topics in Statistical Signal Processing (SS 2014, SS 2018)
Betreuung von Dissertationen und Studentischen Arbeiten
Aktuelle Dissertationen
- Jasin Machkour Robust and Adaptive Statistical Learning for High-Dimensional Data
Abgeschlossene Dissertationen
- Freweyni Teklehaymanot Robust and Distributed Cluster Enumeration and Labelling (2019)
- Tim Schäck Photoplethysmography-Based Biomedical Signal Processing (Co-Supervision), 2018.
- Marlene Dejá Response Synchrony and Response Patterning of Psychophysiological Parameters in Emotion (Co-Supervision), 2018.
- Lala Khadidja Hamaidi Robust Distributed Multi-Source Detection and Labelling in Wireless Acoustic Sensor Networks (Co-Supervision), 2018.
Aktuelle Master und Bachelorprojekte
- Simon Schwanz Robuste photoplethysmographiebasierte Elektrokardiogramm- und Blutdrucksynthese
Abgeschlossene Master und Bachelorprojekte
- Felicia Ruppel Robustes statistisches Lernen für hochdimensionale Daten mit Ausreißern 07/2020
- Simon Tien Robuste Regularisierte Schätzung der Inversen der Kovarianzmatrix 04/2020
- Christian Schroth Robuste Bayes'sche Clusteranalyse 03/2020
- Sarosh Manzoor Erkennung von Straßenschäden für das autonome Fahren 03/2020
- Mahmoud El-Hindi Online Sprecher Erkennung mit limitierten Trainingsdaten 10/2019
- Jin He Maschinelle Lernverfahren zur PPG basierten Schätzung kardiovaskulärer Parameter 08/2019
- Peter Paulat Früherkennung gesundheitsschädlicher Ereignisse bei Menschen mit Typ I Diabetes 08/2019
- Jasin Machkour Robustes und adaptives statistisches Lernen für hochdimensionale Daten 05/2019
- Martin Gölz Räumliche Inferenz in Large-Scale Sensor Netzwerken unter Verwendung Multipler Hypothesentests und Bayesian Clusterings 03/2019
- Lisa Dawel PPG basierte Schätzung der Kardiovaskularen Parameter – ein nichtlinearer sparse regression Ansatz 01/2019
- Ilaria Failla Robuste Clustering und Cluster Clusterenumerierungs Methoden für Multi-View Imaging 01/2019
- Shuo Liu Emotionsklassifizierung aus physiologischen Signalen 01/2017
- Bastian Alt Robuste und Adaptive Methoden für lineare inverse Probleme 12/2016
- Burak Celik Herzraten Tracking Algorithmen für photopletysmographische Signale 10/2016
- Björn Achenbach Nichtnegative blinde Quellentrennung für Sprachaktivitätserkennung – ein Überblick 10/2016
- Jack Dagdagan Lokalisierung von Sprachquellen und Empfängern in nicht kalibrierten akustischen Sensornetzen 06/2016
- Christian Sledtz Fortgeschrittene Methoden der Herzraten Extrahierung aus PPG Signalen 06/2016
- Burak Celik Implementierung eines Algorithmus zur Herzratenüberwachung aus photopletysmographischen Signalen 06/2016
- Jun Liu Diffusionsbasierte Schätzung der Klusteranzahl in verteilten Sensornetzwerken 05/2016
- Jasin Machkour Robuste und adaptive Regression für schwach besetzte lineare Modelle 04/2016
- Fabian Scheidt Schnelle Verfahren zur kooperativen Lokalisation in drahtlosen Sensornetzwerken 03/2016
- Hauke Radtki Versuchsaufbau zur Simulation von Hirndruck (ICP) Signalen 07/2015
- Fabian Scheidt Kooperative Lokalisierung mittels Sum-Product Algorithmen für drahtlose Sensornetzwerke 01/2015
- Burak Celik Modelierung und Analyse von photoplethysmographischen Signalen 08/2015
- Jasin Machkour Bootstrap und robuste Regression 08/2015
- Patricia Binder Verteilte robuste und adaptive Signalklassifizierung in drahtlosen Sensornetzen 01/2015
- Daniel Kalus Verteilte robuste und adaptive Signaldetektion in drahtlosen Sensornetzen 01/2015
- Keerati Suibkitwanchai Programmierarbeiten zur Ausarbeitung eines Versuchs zur Biomedizinischen Signalverarbeitung (SITT Praktikant, Bangkok) 06/2014
- Stefan Vlaski Robuste Bootstrap Methoden für die Signalverarbeitung 07/2013
- Stefan Vlaski Implementation und Vergleich robuster Bootstrap Methoden für Konfidenzintervalle 07/2013
- Jack Dagdagan Stationaritätstests bei ausreißerbehafteten Daten 06/2013
- Johannes Weise Merkmalsextrahierung zur Emotionsquantifizierung bei psychophysiologischen Signalen 06/2013
- Stefan Richter Emotionsklassifizierung anhand von psychophysiologischen Signalen 06/2013
- Tim Schäck Parameterschätzung von ausreißerbehafteten psychophysiologischen Signalen 03/2013
- Jack Dagdagan Ansätze zur Identifizierung von Musikinstrumenten 01/2013
- Stefan Richter Signalmodellierung für Herzratenvariabilität und ein Vergleich bekannter Features 12/2012
- Johannes Weise Ein Vergleich verschiedener Methoden zur Bestimmung der Kohärenz bei Biomedizinischen Daten 12/2012
- Bin Han Vorhersage von nicht-stationären medizinischen Signalen: Signalzerlegung und robuste Statistik 04/2012
- Tim Schäck Robuste modellbasierte Erkennung von Augenlidern in videokeratoskopischen Bildern 01/2012
- Falco Strasser Entfernen von Bewegungsartefakten in EKG Signalen 12/2011
- Thanh Minh Vu Robuste Schätzung für abhängige Daten 11/2011
- Andrea Schnall Robuste Modellordnungsschätzung für die Hornhautoberfläche 10/2011
- Nevine Demitri Binaurale Rückkopplungsunterdrückung 04/2011
- Falco Strasser Robuste Filterung von Autoregressiven Prozessen 10/2010
- Ivan Derwin Detektion von Deterministischen Signalen in Impulsivem Rauschen 09/2010