M. Sc. Marco Stang

Geboren im Mai 1987
Bachelor-Studium der Elektro- und Informationstechnik am KIT
- Abschluss im August 2011
- Titel der Bachelorarbeit: Bachelorthesis: Entwicklung eines Berichtgenerators zur Visualisierung von EKG-Daten und Aktivitätsdaten
Master-Studium der Elektro- und Informationstechnik am KIT
- Abschluss im November 2015
- Titel der Masterarbeit: Demonstration einer durchgängigen Simulationskopplung für die Fahrerassistenzsystementwicklung mit kombinierten Programmierumgebungen und Sprachen
10/2015 – 12/2016 Wissenschaftlicher Mitarbeiter am FZI
Wissenschaftlicher Mitarbeiter am ITIV seit Januar 2017

Betreute abgeschlossene studentische Arbeiten

MA: "Adaptives Anpassen von Fahrzeugwarnsignale durch kamera-basiertes Monitoring des Fahrers;"
MA: "Reinforcement Learning für autonomes Fahren in der Simulationsumgebung AirSim; Reinforcement Learning for Autonomous Driving AirSim"
MA: "Intelligente Sichtprüfung von Flechtmustern mittels maschinellen Lernens zur Erkennung von Defekten; Intelligent Visual Inspection of Braiding Patterns Using Machine Learning to Recognize Defect"
BA: "Machine Learning zur spektralen Rekonstruktion und Klassifikation"
MA: "Anwendung und Validierung von maschinellem Lernen auf der Basis von Reinforcement Learning für autonome Fahrzeuge in einer Simulationsumgebung;"
MA: "Videobasierte Fahrmanövererkennung zur Erweiterung der Auswertemethodik im Rahmen mobiler Emissionsmessungen; Video-Based Maneuver Recognition for an Enhanced Methodology to Evaluate Real Driving Emission Tests"
BA: "Entwurf und Realisierung eines Systems zum Testen von maschinellen Lernverfahren auf Basis eines mobilen Fahrzeuges; Design and Implementation of a System for Testing Machine Learning Processes on the Basis of a Mobile Vehicle"
BA: "Konzeptionierung und Modellierung der Elektronik-Architektur eines Demonstrators für zukünftige intelligente Fahrzeuge; Conceptual Design and Modeling of an Electronic Architecture of a Demonstrator for Future Intelligent Vehicles"

Studentische Arbeiten
Titel	Datum
Online Deep Learning	available
Test it, till you break it: Testen von KI-Systemen	available
Towards explainable AI: Erhöhung der Erklärbarkeit von KI- Systemen	available
Automatische Sichtprüfung mit Neuronalen Netzen am Beispiel von kardiovaskulärer Implantate (Stents)	available
Reinforcement Learning für autonome Fahrzeuge in einer Simulationsumgebung	available
Machine Learning in the Wild. Exploring new Applications using Deep Neural Networks	available
Konzeptionierung und Modellierung der Elektronik-Architektur eines Demonstrators für zukünftige intelligente Fahrzeuge	abgeschlossen

Publikationen

2020

Book Chapters

Adaptive Customized Forward Collision Warning System Through Driver Monitoring.
Stang, M.; Sommer, M.; Baumann, D.; Zijia, Y.; Sax, E.
2020. Proceedings of the Future Technologies Conference (FTC) 2020, Volume 2. Ed.: K. Arai, 757–772, Springer International Publishing. doi:10.1007/978-3-030-63089-8_50

Conference Papers

QUA³CK - A Machine Learning Development Process.
Stock, S. C.; Becker, J.; Grimm, D.; Hotfilter, T.; Molinar, G.; Stang, M.; Stork, W.
2020. Proceedings of Artificial Intelligence for Science, Industry and Society — PoS(AISIS2019), 026, Scuola Internazionale Superiore di Studi Avanzati (SISSA). doi:10.22323/1.372.0026

TalkyCars: A Distributed Software Platform for Cooperative Perception among Connected Autonomous Vehicles based on Cellular-V2X Communication.
Sommer, M.; Stang, M.; Muetsch. Ferdinand; Sax, E.
2020. IEEE Intelligent Vehicles Symposium, October 19 - November 13, 2020, (Virtual) Las Vegas, NV

FEEDI - A Smart Wearable Foot-Band for Navigation and Guidance Using Haptic Feedback.
Stock, S.; Bertemes, A.; Stang, M.; Böhme, M.; Grimm, D.; Stork, W.
2020. Human Interaction, Emerging Technologies and Future Applications II : Proceedings of the 2nd International Conference on Human Interaction and Emerging Technologies: Future Applications (IHIET – AI 2020), April 23-25, 2020, Lausanne, Switzerland. Ed.: T. Ahram, 349–355, Springer. doi:10.1007/978-3-030-44267-5_52

An Evolutionary Approach to Hyper-Parameter Optimization of Neural Networks.
Stang, M.; Meier, C.; Rau, V.; Sax, E.
2020. Human Interaction and Emerging Technologies. Ed.: T. Ahram, 713–718, Springer International Publishing. doi:10.1007/978-3-030-25629-6_111

Using Machine Learning to Optimize Energy Consumption of HVAC Systems in Vehicles.
Böhme, M.; Lauber, A.; Stang, M.; Pan, L.; Sax, E.
2020. Human Interaction and Emerging Technologies. Ed.: T. Ahram, 706–712, Springer International Publishing. doi:10.1007/978-3-030-25629-6_110

2019

Conference Papers

Applied Machine Learning: Reconstruction of Spectral Data for the Classification of Oil-Quality Levels.
Stang, M.; Böhme, M.; Sax, E.
2019. 5th International Conference on Research in Engineering, Technology and Science (ICRETS 2019), Lissabon, P, February 3-7, 2019, 1–13, ISRES Publishing

Presentations

The QUA³CK Machine Learning Development Process and the Laboratory for Applied Machine Learning Approaches (LAMA).
Becker, J.; Grimm, D.; Hotfilter, T.; Meier, C.; Molinar, G.; Stang, M.; Stock, S.; Stork, W.
2019, October 22. Symposium Artificial Intelligence for Science, Industry and Society (AISIS 2019), Mexico City, Mexico, October 20–December 25, 2019