$FILE

ME.gif

VORLESUNG im SOMMERSEMESTER 2017

Di 8-10 c.t. im SR 225 CZ
Do 12-14 c.t. im SR 225 CZ


INHALT

Die Mustererkennung befaßt sich mit der maschinellen Modellierung und Simulation komplexer Informationsverarbeitungsprozesse, wie sie insbesondere bei der Wahrnehmung und Auswertung visueller, akustischer oder taktiler Sinneseindrücke durch den Menschen auftreten. Typische Anwendungsgebiete sind industrielle und medizinische Bildanalyse, automatisches Sprachverstehen, maschinelle Personenauthentifizierung (Stimme, Gesicht, Fingerabdruck) sowie zahlreiche Problemstellungen der Robotik, Telematik und explorativen Datenanalyse.

whorl_h.jpg l_loop_h.jpg r_loop_h.jpg t_arch_h.jpg

Gegenstand der Vorlesung sind Methoden der Vorverarbeitung zur Codierung, Filterung und Normierung sensorischer Daten, Verfahren zur Gewinnung geeigneter Merkmale, die Segmentierung von Bild- und Sprachdaten, der Entwurf von Klassifikatoren für numerische Musterrepräsentationen. Es werden die Grundlagen statistischer, verteilungsfreier und nicht- bzw. semiparametrischer Klassifikatoren vermittelt; einige besonders wichtige Architekturen (Normalverteilungsklassifikator, Mehrschichtenperzeptron, Supportvektormaschine, Gaußsche Mischung) werden im Detail vorgestellt. Der Stoff wird abgerundet durch elementare Verfahren des unüberwachten Lernens, der Merkmalauswahl und der Ensembleklassifikation.

Die Vorlesung (4V) richtet sich an Studierende der Bachelorstudiengänge Informatik, Angewandte Informatik, Bioinformatik und Mathematik (NF Informatik). Sie zählt zum Wahlpflichtbereich IIS (Intelligente Informationsverarbeitende Systeme).

Die praktischen Aspekte der Mustererkennung (Problemlösung in der Sprache 'R') werden im Modul Werkzeuge der Mustererkennung und des Maschinellen Lernens (2SWS) behandelt, das ebenfalls im Sommersemester angeboten wird und möglichst zusammen mit der Mustererkennung wahrgenommen werden sollte.

Zur Vor/Nachbereitung des Vorlesungsstoffes wird ein ausführliches Folienskriptum zur Verfügung gestellt, das sämtliche Vorlesungsinhalte abdeckt.

Erster Veranstaltungstermin ist Dienstag, der 4. April 2017.





E.G. Schukat-Talamazzini Institut für Informatik Fakultät Mathe/Inf FSU Jena 06.03.2017 - 13:45 E-Mail