Die Universität Klagenfurt kürt ihre besten Technik-Studierenden

Am 30. November wurden an der Universität Klagenfurt im Rahmen der Veranstaltung „30 Jahre Förderverein Technische Fakultät (FTF)“ die sechs besten Technik-Studierenden aus dem vergangenen Studienjahr 2017/18 mit den Best Performer Awards ausgezeichnet. Zudem wurde der Roland-Mittermeir-Preis vergeben. [...]

Best Performer Awards 2018 I (c) aau/Christina Supanz

Jährlich werden die „Best Performer“, also die besten Studierenden der sechs technischen Studienrichtungen an der Universität Klagenfurt, für ihre hervorragenden Studienleistungen aus dem vergangen Studienjahr ausgezeichnet. Es werden hierfür die ECTS und Noten aller Beurteilungen berücksichtigt. Der Preis, je 500 EUR, wurde vom Förderverein Technische Fakultät und der Fakultät für Technische Wissenschaften gestiftet.

Best Performer – Studienjahr 2017/18:

  • Kathrin Spendier (466 Punkte), Technische Mathematik
  • Stefan Haan (406 Punkte), Angewandte Informatik
  • Philip Steinkellner (430 Punkte), Informationsmanagement
  • Stefan Mikl (572 Punkte), Informationstechnik / Information and Communications Engineering
  • Carina Monika Spreitzer (402 Punkte), Lehramt Unterrichtsfach Mathematik
  • Sebastian Schönfelder (306 Punkte), Lehramt Unterrichtsfach Informatik

Neben den Best Performer Awards wurde auch der Roland-Mittermeir-Preis für das Studienjahr 2017 vergeben. Dieser Förderpreis, gestiftet vom Förderverein Technische Fakultät, wird für die beste(n) Diplom- bzw. Magisterarbeit(en) aller Studien der Technischen Fakultät an der Universität Klagenfurt vergeben. Ziel ist es, die hervorragenden erbrachten Leistungen zu honorieren und einen Ansporn für das Erreichen einer überdurchschnittlichen Qualitätsstufe zu schaffen. Drei Studierende wurden mit dem Roland-Mittermeir-Preis ausgezeichnet: den 1. Platz erhielt Dipl.-Ing. Mario Graf (Studium Angewandte Informatik) für seine Arbeit Bandwidth Efficient Streaming of Omnidirectional Video. Den 2. Platz bekam Dipl.-Ing. Harald Gietler (Studium Information and Communications Engineering) für seine Arbeit „Low-Complexity, Parametric System Identification and Controller Auto-Tuning for Switched Mode Power Converters. Der 3. Platz ging an Dipl.-Ing. Konstantin Posch (Studium Technische Mathematik) für seine Arbeit „Hyperspectral Deep Learning for Fruit and Vegetable Recognition and Bayesian Deep Learning to Accurately Determine Model Uncertainty. Die Preisträger erhielten je 1.500 EUR, 1.000 EUR bzw. 500 EUR.

Werbung


Mehr Artikel

Be the first to comment

Leave a Reply

Your email address will not be published.


*


Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahren Sie mehr darüber, wie Ihre Kommentardaten verarbeitet werden .