 |
|
Dozent
Termine
- Montag 15:45-17:00 Uhr (Raum 0.463)
- Beginn: 21.4.2008
Aktuelles
- Vorbesprechung
Dienstag 18.03.2008 (15:00-15:30 Uhr), Raum 1.168
Folien der Vorbesprechung als PDF 
Beschreibung
Die Erkennung von Mustern ist ein zentrales Thema der Künstlichen Intelligenz. Forschung und Entwicklung in diesem
Bereich gehören zu den stärksten "Wachstumsbranchen" der Informatik. Anwendungsgebiete sind beispielsweise Computersehen,
Spracherkennung, die Klassifikation biomedizinischer Daten und die Robotik. Das Seminar ist damit eine ideale Ergänzung
zu den Vorlesungen Active Vision / Computer Vision / Neuronale Netze / Datamining und eignet sich insbesondere auch zur
Prüfungsvorbereitung.
Nach einer allgemeinen Einführung in die Musterklassifikation werden Anwendungen aus den Gebieten Bild- und Spracherkennung
behandelt, der Schwerpunkt liegt dabei im Bereich Computersehen. Die Seminarvorträge werden aus folgenden Gebieten stammen:
- Grundlagen der Mustererkennung
- Extraktion signalnaher Merkmale
- Klassifikatoren (z.B. Polynomklassifikator, Neuronale Netze)
- Erkennung von Geräuschen und Sprachsignalen
- Computersehen
Darüber hinaus können Themen von den Studierenden selbst vorgeschlagen werden.
Die Beschreibung als PDF
Ablauf
Jede(r) Seminarteilnehmer(in) hält zu einem Thema einen Vortrag mit anschließender Diskussion.
Spätestens zwei Wochen vor dem Vortrag müssen die Vortragsfolien elektronisch abgegeben werden
(Powerpoint oder PDF-Datei), spätestens eine Woche vor dem Vortrag findet eine Vorbesprechung mit
den Betreuern statt.
Bis Semesterende gibt die/der Vortragende eine schriftliche Zusammenfassung in elektronischer Form (Postscript oder PDF-Datei) ab.
Voraussetzungen
Vordiplom, hilfreich wären Vorkenntnisse im Bereich maschineller Lernverfahren wie man sie
zum Beispiel in den Lehrveranstaltungen "Neuronale Netze", "Aktives Sehen" oder "Statistical Data-Mining" vermittelt bekommt.
Themen
| 1. Thema: | Spracherkennung |
| Referenz: | Lawrence R. Rabiner,
A tutorial on hidden markov models and selected applications in speech recognition |
| Vortragender: | Dennis Neuendorf |
| Termin | 21.4.08 |
|
| 2. Thema: | DNA Sequenzen |
| Referenz: | Ridder, Kourie, Watson,
Meeting the challenge of detecting microsatellites in DNA |
| Vortragender: | Thomas Giricz |
| Termin | 28.4.08 |
|
| 3. Thema: | Navigationsgeräte |
| Referenz: | P.F. Lammertsma,
Satellite Navigation |
| Vortragender: | Bastian Bischoff |
| Termin | 5.5.08 |
|
| Vortrag findet nicht statt! |
| 4. Thema: | Robotik |
| Referenz: | Asfour, Welke, Ude, Azad, Hoeft, Dillmann,
Perceiving objects and movements to generate actions on a humanoid robot |
| Vortragender: | Phillipp Grimm |
| Termin | 19.5.08 |
|
|
| 6. Thema: | Automatische Erkennung von Verkehrsschildern |
| Referenz: | Maldonado-Bascón, Lafuente-Arroyo, Gil-Jiménez, Gómez-Moreno, López-Ferreras
Road-sign detection and recognition based on support vector machines |
| Vortragender: | Alexander Bäzner |
| Termin | 2.6.08 |
|
| 7. Thema: | Farbsegmentierung |
| Referenz: | G. Heidemann,
Region saliency as a measure for colour segmentation stability |
| Vortragender: | Zhou Kai |
| Termin | 9.6.08 |
|
| 8. Thema: | Gesichtserkennung |
| Referenz: | Xiaoyang Tan, Songcan Chen, Zhi-Hua Zhou, Fuyan Zhang
Face recognition from a single image per person: a survey |
| Vortragender: | Zhang Wei |
| Termin | 16.6.08 |
|
| 9. Thema: | Objekterkennung |
| Referenz: | Ferencz, Learned-Miller, Malik,
Learning to locate informative features for visual identification |
| Vortragender: | Tom Schilli |
| Termin | 23.6.08 |
|
| 10. Thema: | Gestikerkennung in Videos |
| Referenz: | Roh, Christmas, Kittler, Lee
Gesture spotting for low-resolution sports video annotation |
| Vortragender: | Kuno Kurzhals |
| Termin | 30.6.08 |
|
| 11. Thema: | |
| Referenz: | Yin, Allison
Self-Organizing Mixture Networks for Probability Density Estimation |
| Vortragender: | Lucian Depold |
| Termin | 7.7.08 |
|
Vorlagen und Allgemeines zum Seminar
OO Vorlage Powerpoint Vorlage
Weiter Informationen und Vorlagen finden Sie hier
Literatur
- T. Hastie, R. Tibshirani, Jerome Friedman: "The Elements of Statistical Learning", Springer, 2001
- M. Berthold, D. Hand: "Intelligent Data Analysis", Springer, 1999
- C. Bishop: "Pattern Recognition and Machine Learning", Springer, 2006
|
|
