BTU auf einen Blick
Fakultät 1
Fachgebiet Kognitive Materialanalytik (gemeinsame Berufung mit Fraunhofer IKTS Dresden) Prof. Dr.-Ing. Constanze Tschöpe

Dr.-Ing. Ivan Kraljevski

Wissenschaftlicher Mitarbeiter
(Fraunhofer-Projektgruppe KogMatD)

Lehrgebäude 3A, Raum 333
T +49 (0) 355 60 5112
ivan.kraljevski(at)ikts.fraunhofer.de

Ivan Kraljevski wurde 1974 in Emmen in den Niederlanden geboren. Er erwarb 1997 den Abschluss B.Sc. in Elektronik und Telekommunikation, 2000 den Abschluss M.Sc. in Computertechnologie und Informatik sowie 2004 einen Doktortitel, alle an der Fakultät für Elektrotechnik und Informationstechnologie der Universität "St. Cyril und Methodius" in Skopje, Mazedonien. Von Oktober 2011 bis September 2013 arbeitete er als Forscher auf dem Gebiet der Sprachtechnologie am Institut für Akustik und Sprachkommunikation (IAS), TU Dresden, Deutschland. Von Oktober 2013 bis Mai 2019 war er als Forschungs- und Entwicklungsingenieur bei der voiceINTERconnect GmbH in Dresden beschäftigt. Derzeit ist er als wissenschaftlicher Mitarbeiter in der Projektgruppe "Kognitive Materialdiagnostik" am Fraunhofer-Institut für Keramische Technologien und Systeme (IKTS) tätig. Seine wissenschaftlichen und beruflichen Interessen umfassen Sprach- und Audiosignalverarbeitung, Sprachtechnologie, Mustererkennung und künstliche neuronale Netze.

  • I. Kraljevski, F. Duckhorn, Y. C. Ju, C. Tschöpe, M. Wolff. Acoustic Resonance Testing of Glass IV Bottles. In Proc. International Conference on Artificial Intelligence Applications and Innovations (AIAI), Part II, S. 195–206, Springer, 2020, doi: https://doi.org/10.1007/978-3-030-49186-4_17
  • I. Kraljevski, F. Duckhorn, Y. C. Ju, C. Tschöpe, C. Richter, M. Wolff. Acoustic Resonance Recognition of Coins. In Proc. IEEE International Instrumentation and Measurement Technology Conference (I2MTC), S. 1–6, 2020, doi: 10.1109/I2MTC43012.2020.9129256. 
  • I. Kraljevski, F. Duckhorn, C. Tschöpe, M. Wolff. Convolutional Autoencoders for Health Indicators Extraction in Piezoelectric Sensors. In Proc. IEEE SENSORS, 1–4, 2020. doi: 10.1109/SENSORS47125.2020.9323023.
  • I. Kraljevski, M. Rjelka, F. Duckhorn, C. Tschöpe, M. Wolff. Cross-Lingual Acoustic Modeling in Upper Sorbian – Preliminary Study. In Proc. Elektronische Sprachsignalverarbeitung (ESSV). B. Weiß (Hrsg.): Studientexte zur Sprachkommunikation, TUDpress Dresden, 2021
  • I. Kraljevski, F. Duckhorn, C. Tschöpe, M. Wolff. Machine Learning for Anomaly Assessment in Sensor Networks for NDT in Aerospace. IEEE Sensors Journal 21, no. 9 (2021): 11000-11008, doi: 10.1109/JSEN.2021.3062941 
  • I. Kraljevski, M. P. Bissiri, F. Duckhorn, C. Tschöpe, M. Wolff. Glottal Stops in Upper Sorbian: a Data-Driven Approach. In Interspeech, pp. 1001-1005. 2021. http://dx.doi.org/10.21437/Interspeech.2021-1101.  
  • I. Kraljevski, F. Duckhorn, M. Barth, C. Tschöpe, F.Schubert, M. Wolff. Autoencoder-based Ultrasonic NDT of Adhesive Bonds. In 2021 IEEE Sensors, pp. 1-4. IEEE, 2021. https://doi.org/10.1109/SENSORS47087.2021.9639864.
  • C. Tschöpe, I. Kraljevski, F. Duckhorn, M. Wolff. Sprachtechnologie und akustische Mustererkennung in der medizinischen Anwendung. 16. Landeskonferenz „Digitalisierung im Gesundheitswesen“, Potsdam, 24.02.2021
  • C. Tschöpe, M. Mühle, Y. C. Ju, I. Kraljevski, M. Wolff. Künstliche Intelligenz in der ZfP – Welchen Beitrag kann KI in der ZfP leisten? DGZFP-Jahrestagung, 2021. https://www.ndt.net/article/dgzfp2021/papers/19.pdf.
  • Y.C. Ju, I. Kraljevski, H. Neunübel, C. Tschöpe, M. Wolff. Acoustic Resonance Testing of Small Data on Sintered Cogwheels. Sensors 2022, 22, 5814. https://doi.org/10.3390/s22155814
  • I. Maier, J. Kuhn, F. Duckhorn, I. Kraljevski, D. Sobe, M. Wolff, C. Tschöpe. Word Class Based Language Modeling: A Case of Upper Sorbian. In Proceedings of The Workshop on Resources and Technologies for Indigenous; Endangered and Lesser-resourced Languages in Eurasia within the 13th Language Resources and Evaluation Conference, pp. 28-35, European Language Resources Association, 2022.
  • R. R. Schmidt, J. Hildebrand, I. Kraljevski, F. Duckhorn and C. Tschöpe. A Study for Laser Additive Manufacturing Quality and Material Classification Using Machine Learning. 2022 IEEE Sensors, Dallas, TX, USA, 2022, pp. 1-4, doi: 10.1109/SENSORS52175.2022.9967311
  • I. Kraljevski, F. Duckhorn, C. Tschöpe, F. Schubert, M. Wolff. Paper Tissue Softness Rating by Acoustic Emission Analysis. Appl. Sci. 2023, 13, 1670. https://doi.org/10.3390/app13031670
  • I. Kraljevski, C. Tschöpe, M. Wolff. Limits and Prospects of Big Data and Small Data Approaches in AI Applications. In AI - Limits and Prospects, transcript Verlag, 2023, http://dx.doi.org/10.14361/9783839457320-006
  • I. Kraljevski, Y. C. Ju, D. Ivanov, C. Tschöpe, M. Wolff. How to Do Machine Learning with Small Data? – A Review from an Industrial Perspective, arXiv preprint arXiv:2311.07126, 2023, http://dx.doi.org/10.48550/arXiv.2311.07126
  • I. Kraljevski, F. Duckhorn, D. Sobe, C. Tschöpe, M. Wolff. Preserving Language Heritage Through Speech Technology: The Case of Upper Sorbian, International Conference on Speech and Computer, 2024, Springer Nature Switzerland Cham., http://dx.doi.org/10.1007/978-3-031-77961-9_1
  • H. Li, I. Kraljevski, P. Meyer, C. Tschöpe, M. Wolff. YOLO-ICP: Deep Learning Integrated Pose Estimation for Bin-Picking of Multiple Objects, 2024 IEEE SENSORS, 2024, IEEE, http://dx.doi.org/10.1109/SENSORS60989.2024.10784539
  • I. Kraljevski, Y. C. Ju, M. Mühle, D. Lembcke, S. Uhlig, M. Käso, I. Alkhasli, C. Tschöpe. Setup and Knowledge Sharing of the new Fraunhofer Research Group for Cognitive Material Diagnostics. KM2021 Conference, Pre-Conference Industry Day, Leipzig, 29.06.2021. (Invited Talk)
  • C. Tschöpe, I. Kraljevski, F. Duckhorn, M. Wolff. Sprachtechnologie und akustische Mustererkennung in der medizinischen Anwendung. 16. Landeskonferenz »Digitalisierung im Gesundheitswesen«, Potsdam, 24.02.2021.

Lehrveranstaltung: Künstliche Intelligenz in der Materialdiagnostik

Betreute Abschlussarbeiten

  • Dario Lembcke: Klanganalyse mit Methoden des maschinellen Lernens am Beispiel einer Münzerkennung, Masterarbeit, BTU Cottbus-Senftenberg, 2020 (in Kooperation mit Lehrstuhl Programmiersprachen und Compilerbau).
  • Maximilian Gast: Datensammlung zur Erkennung metallischer Bauteile, Bachelorarbeit, BTU Cottbus-Senftenberg, 2022 (in Kooperation mit Lehrstuhl Kommunikationstechnik).

Researchgate-Profil