$FILE

15

VORLESUNG im SOMMERSEMESTER

Prof. Dr. E.G. Schukat-Talamazzini


Teil PDF Titel Inhalte
00 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Organisatorisches Studium, Prüfung, Literaturangaben · Sommersemester 2017
01 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Einführung Fragestellung, Definitionen, Mustertypen, Anwendungsbeispiele
02 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Diskretisierung Schall, Licht und Farbe, Abtastung, Quantisierung, Binarisierung
03 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Filterung Lineare Systeme, FIR/IIR, DFT/FFT, 2D-Filter, Glättung/Kanten, Morphologische Operatoren
04 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Normierung Amplitudennormierung, Grauwertegalisierung, geometrische Normierung, Skelettierung
05 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Merkmalgewinnung Reihenentwicklungen, Spektralmerkmale, Dimensionen, Hauptachsen und Fisherdiskriminanten
06 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Numerische Klassifikatoren Entscheidungstheorie, statistische, diskriminative und nichtparametrische Klassifikatoren, Entwurfstechniken
07 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Normalverteilungsklassifikatoren Normalverteilungsdichte, NVK-Prüfgrößen, ML-, MAP- und andere Schätzverfahren
08 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Künstliche Neuronale Netze Modellneuron, Netzwerktopologien, Perzeptron, MLP, Error Backpropagation
09 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Supportvektormaschinen Maximaler Sicherheitsabstand, (Nicht-)separierbare Zwei-Klassen-Szenarien, Lernen mit Kernen
10 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Unüberwachtes Lernen Vektorquantisierung, Mischungsidentifikation, EM-Prinzip, GMM, SOFM
11 \epsfig{file=/home/schukat/tex/logos/down.ps,height=3ex,width=5em} Klassifikatorübergreifendes ROC/AUC, zwei/mehr Klassen, Ensembles, Bootstrap, Filter/Wrapper zur Merkmalselektion

(PDF-Format, 4 Folien/Seite)



E.G. Schukat-Talamazzini Institut für Informatik Fakultät Mathe/Inf FSU Jena 06.03.2017 - 15:20 E-Mail