Während die Musterklassifikation ein Muster als Gesamtheit einem Begriff bzw. einer Klasse zuordnet, wird in der Musteranalyse eine symbolische Beschreibung zu komplexen Mustern generiert. Beispiele für komplexe Muster sind Bilder oder Bildfolgen und Sprachsignale, die je nach Bildinhalt oder nach semantischem Gehalt der Äußerung mehr oder weniger komplexe Beschreibungen zur Interpretation erfordern.
In der Lehrveranstaltung werden Algorithmen und Systemansätze für diese Problemstellung behandelt.
Notwendige Voraussetzung für Musteranalysesysteme ist die explizite Repräsentation von Wissen. Da üblicherweise reale Sensorsignale verarbeitet werden, muss die Problematik unsicherer Eingabedaten und konkurrierender Hypothesen beachtet werden, so dass die Steuerung der Systemaktivitäten von großer Bedeutung ist. Neben Formalismen zur Wissensrepräsentation und Methoden zur effizienten Wissensnutzung werden verschiedene Bewertungskalküle wie Fuzzy-Logik oder Bayes-Netzwerke betrachtet.
Vorkenntnisse aus dem Bereich Musterklassifikation sind vorteilhaft.
Sagerer, G., Automatisches Verstehen gesprochener Sprache, Mannheim: BI-Verlag, 1990
Niemann, H., Pattern Analysis and Understanding, Berlin: Springer 1990
Kummert, F., Interpretation von Bild- und Sprachsignalen, Aachen: Shaker Verlag 1998
Pinz, A., Bildverstehen, Berlin: Springer 1994
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
---|
Studiengang/-angebot | Gültigkeit | Variante | Untergliederung | Status | Sem. | LP | |
---|---|---|---|---|---|---|---|
Bioinformatik und Genomforschung / Bachelor | (Einschreibung bis SoSe 2011) | Modul 10; Modul 11 | Wahlpflicht | 5. | 3 | benotet/unbenotet | |
Mediengestaltung / Bachelor | (Einschreibung bis SoSe 2004) | TB5 | Wahlpflicht | 3. 5. | 3 | benotet/unbenotet | |
Medienwissenschaft, interdisziplinäre / Master | (Einschreibung bis SoSe 2014) | Modul 4 | |||||
Naturwissenschaftliche Informatik / Diplom | (Einschreibung bis SoSe 2004) | CG; ME; CV | HS |