Nicki Holighaus

Mathematik und Signalverarbeitung in der Akustik
Maschinelles Lernen in der Akustik
Senior Research Associate

Tel.: +43 1 51581-2532
Email: Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein!

Wissenschaftliche IDs

ORCID: 0000-0003-3837-2865
Google Scholar: Nicki Holighaus
ResearchGate: researchgate.net/profile/Nicki_Holighaus

Bildung

Nicki Holighaus studierte Mathematik und theoretische Informatik an der Justus–Liebig–Universität zu Gießen, Deutschland. Nach dem Abschluss im Jahr 2010 begann er das Dokrotratsstudium an der Universität Wien, Österreich, dass er im Oktober 2013 mit der Verteidigung seiner Doktorarbeit "Theory and implementation of adaptive time-frequency transforms” erfolgreich abschloss. Während seines Studiums and the Universität Wien arbeitete er dort als Forschungsassistent in der Numerical Harmonic Analysis Group (NuHAG). 

Seit August 2012 ist er Mitglied der Gruppe "Mathematics and Signal Processing in Acoustics" (MSPA) des Instituts für Schallforschung (2012-2013 PhD Student; 2013-2018 Research Associate; seit 2018 Senior Research Associate). N. Holighaus ist stellvertretender Gruppenleiter der MSPA Gruppe und Leiter des interdisziplinären Teams "Machine Learning for Acoustics". 

Aktuelle Forschungstätigkeit

Seine Forschungsinteressen konzentrieren sich auf die Verwendung von Zeit-Frequenz-Methoden für Signalverarbeitung. Insbesondere forscht er in den Bereichen Zeit-Frequenz-Analyse, mathematische Theorie und Design adaptiver und adaptierter Zeit-Frequenz-Darstellungen, Zeit-Frequency-Verarbeitung in der Akustik und Verwendung von Zeit-Frequenz-Darstellungen in maschinellem Lernen für akustische Signalverarbeitung.

Aktuelle Forschungsprojekte: MERLIN

Aktuelle Themen:

  • Theory and application of warped time-frequency representations 
  • Function spaces and discretization for structured continuous frames
  • Structure of time-frequency phase
  • Signal processing with time-frequency phase
  • Deep learning with time-frequency features
  • Neural audio generation
  • Audio inpainting with generative neural networks
  • Time-frequency processing and perception