ErweiternDruck
 

Aktuelles

Die Vorlesung Grundlagen der Mustererkennung wird nicht mehr angeboten.

Ab dem Wintersemester 2015/2016 gibt es eine neue Vorlesung Mustererkennung (ET-NT-102) mit Blockseminar (ET-NT-103) von Prof. Fingscheidt.

 

 

 

Grundlagen der Mustererkennung

Inhalt:

In dieser Vorlesung werden grundlegende Kenntnisse über Methoden und Algorithmen zur Klassifikation von Mustern vermittelt und die wesentlichen daraus entwickelten Verfahren vorgestellt. Durch eigene Übungen mit Hilfe von MATLAB-Programmieraufgaben wird das Grundverständnis vertieft.

  • Bayessche Entscheidungsregel
  • Statistische und geometrische Ansätze zur Klassifikation von Zufallsvektoren
  • Mehrschichtiges Perceptron, Neuronale Netze (NN)
  • Markov-Modelle
  • Hidden-Markov-Modelle (HMM)
  • Support Vector Machines (SVM)
  • Erprobung und Beurteilung von Klassifikationsverfahren
  • Anwendung: Schriftzeichenerkennung

 

Dozent: Prof. Tim Fingscheidt

Assistent: Werner Pantke

 

Vorlesung (ET-NT-081):

Umfang (SWS): 2 h

Zeit:

Ort:

Beginn:

Sprache: Deutsch

 

Übung (ET-NT-082):

Umfang (SWS): 1 h

Zeit:

Ort: SN 22.2

Sprache: Deutsch

 

Begleitmaterial:

Vorlesungsfolien:

Übungsblätter:

 
 

Letzte Änderung: Donnerstag, 16. Juli 2015