Prof. Dr.-Ing. Alexander Lampe

Fakultät Ingenieurwissenschaften

Professur Signal- und Systemtheorie

Prof. Dr.-Ing. Alexander Lampe
Fakultät Ingenieurwissenschaften
+49 3727 581201
lampe@hs-mittweida.de
3-103
Besuchsadresse
Am Schwanenteich 4a
09648 Mittweida
3-103
Postanschrift
Hochschule Mittweida
Fakultät Ingenieurwissenschaften
Technikumplatz 17
09648 Mittweida

Lehre

  • Signal- und Systemtheorie
  • Digital Signal Processing
  • Image Processing and Machine Vision
  • Stochastic processes with applications in signal processing
  • Künstliche Intelligenz - Grundlagen und Anwendungen
  • Artificial Intelligence - Frameworks and Applications
  • Ausgewählte Kapitel zu AI und Data Science
  • Quantencomputing Grundlagen

  • Industrial AI
  • Intelligente Algorithmen für digitale Signalverarbeitung mit Fokus auf Bild- und Sensordatenverarbeitung
     

Werdegang

Prof. Dr.-Ing. Alexander Lampe wurde 1970 in Leipzig geboren. Er studierte Elektrotechnik an der Universität Erlangen-Nürnberg und schloss sein Studium 1998 als Dipl.-Ing. ab. Im Jahr 2003 promovierte er dort zum Dr.-Ing.

Nach seinem Studium arbeitete er von 2002 bis 2009 im Bereich Forschung- und Entwicklung von Mobilfunk-Algorithmen und Chips bei Philips Semiconductors, NXP und ST-Ericsson. Seit 2009 ist er Professor für Signal- und Systemtheorie an der Hochschule Mittweida.

Seine Lehrgebiete umfassen unter anderem Signal- und Systemtheorie, stochastische Prozesse in der Signalverarbeitung sowie Künstliche Intelligenz und Quantencomputing.

Seine aktuellen Forschungsarbeiten konzentrieren sich auf Industrial AI sowie intelligente Algorithmen der digitalen Signalverarbeitung mit Schwerpunkt auf Bild- und Sensordatenverarbeitung.
 

Du willst mehr wissen?

Lass dich inspirieren

Newsroom

Projekte und Publikationen

Entwicklung AI Agent Phase 0

  • Laufzeit: 05.08.2024 – 31.12.2025
  • Finanziert durch: Stadler Chemnitz GmbH
  • Projektleiter: Alexander Lampe
2816 Alexander Lampe

AI in the Loop

  • Laufzeit: 01.01.2022 – 31.12.2024
  • Finanziert durch: Deutsches Zentrum für Luft- und Raumfahrt e.V.
  • Projektleiter: Alexander Lampe
2340 Alexander Lampe

Innovationscluster HSMW 2021, AP 9-19: Forschungsanschub zur Steigerung der Drittmittelfähigkeit der Hochschule

  • Laufzeit: 01.07.2021 – 31.12.2021
  • Finanziert durch: Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus
  • Projektleiter: Alexander Lampe
2346 Alexander Lampe

Nachwuchsforschergruppe MaLeKITA Maschinelles Lernen und KI in Theorie und Anwendungen, MaLeKITA Technik

  • Laufzeit: 06.09.2019 – 31.12.2022
  • Finanziert durch: Sächsische Aufbaubank
  • Förderkennzeichen: 100381749
  • Projektleiter: Alexander Lampe
2134 Alexander Lampe

Entwicklung, Einführung und Test eines Ausbildungsangebotes mit dem Schwer-punkt Automatisierungstechnik, TU Jiangsu (F+U Sachsen gGmbH)

  • Laufzeit: 15.01.2018 – 31.12.2019
  • Finanziert durch: F+U Sachsen gGmbH
  • Projektleiter: Alexander Lampe
2352 Alexander Lampe
C. Schröder, R. Böhm, A. Lampe

Comparison of Autoscaling Frameworks for Containerised Machine-Learning-Applications in a Local and Cloud Environment

Präsentiert auf: 2024 IEEE 3rd International Conference on Computing and Machine Intelligence (ICMI), 2024
21031 konferenzpaper
M. Ritter, N. Hentschel, T. Kaminsky, M. Vodel, A. Sieber, M. Marasas, R. Beier-Grunwald, C. Roschke, I. Heinze, A. Lampe

Raspberry Pi Controller for Remote Laboratory Hardware Access

Präsentiert auf: The Sixteenth International Conference on Mobile, Hybrid, and On-line Learning - eLmL 2024, 2024
21015 konferenzpaper
A. Lampe, C. Scholz, C. König, D. Beger, E. Weinhold, F. Matthes, K. Hallmann, M. Ritter, M. Achilles, M. Schweizer, R. Beier-Grunwald, C. Roschke, M. Vodel

Enhancing Digital Learning: A User Management and Access System for Remote Laboratories

Präsentiert auf: The Fifteenth International Conference on Mobile, Hybrid, and On-line Learning - eLmL 2023, 2023
20861 konferenzpaper
D. Staps, R. Schubert, M. Kaden, A. Lampe, W. Hermann, T. Villmann

Prototype-based One-Class-Classification Learning Using Local Representations

Erschienen in: 2022 International Joint Conference on Neural Networks (IJCNN), 2022
15833 konferenzpaper
J. Schulte, D. Staps, A. Lampe

A feasibility study of deep neural networks for the recognition of banknotes regarding central bank requirements

Erschienen in: arXiv, 2019
20930 konferenzpaper
Was ist die HSMW?

Erfahren Sie mehr

Die Hochschule Mittweida ist ein grenzenloses Experimentierfeld mit dem Ziel, Wirtschaft und Gesellschaft voranzubringen. Wie? Durch akademisch ausgebildete Fachkräfte und unkomplizierte Zusammenarbeit, die es regionalen Unternehmen ermöglicht, von unseren Ergebnissen unmittelbar zu profitieren – oder mit gemeinsamen Forschungsprojekten neue Erkenntnisse zu sammeln, die direkt überführt werden können. Studierenden ermöglichen wir, sich auszuprobieren, indem sie ihre eigenen Fähigkeiten erweitern und Neues erschließen.

6.350
Studierende
590
engagierte Mitarbeitende
100
Partnerhochschulen weltweit
161
Jahre HSMW
Mehr erfahren