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.
Frequency | Weekday | Time | Format / Place | Period |
---|
Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
---|---|---|---|---|---|---|---|
Mediengestaltung / Bachelor | (Enrollment until SoSe 2004) | TB5 | Wahlpflicht | 5. | 3 | scheinfähig Prüfung in Absprache mit dem Dozenten | |
Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | Robotik; WBS; ME; CV; BioI | HS |