Marco Stang, M.Sc.
- Member of Scientific Staff
- group: Prof. Sax
- room: 225
CS 30.10 - phone: +49 721 608-45287
- marco stangRhu4∂kit edu
- Engesserstr. 5
76131 Karlsruhe
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"
Publikationen
2020
Conference Papers
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, Cham. doi:10.1007/978-3-030-44267-5_52
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, Cham. 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, Cham. doi:10.1007/978-3-030-25629-6_111
Stang, M.; Meier, C.; Rau, V.; Sax, E.
2020. Human Interaction and Emerging Technologies. Ed.: T. Ahram, 713–718, Springer International Publishing, Cham. 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, Cham. doi:10.1007/978-3-030-25629-6_110
Böhme, M.; Lauber, A.; Stang, M.; Pan, L.; Sax, E.
2020. Human Interaction and Emerging Technologies. Ed.: T. Ahram, 706–712, Springer International Publishing, Cham. 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, Ames, IA
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, Ames, IA
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
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