Technische Universität Ilmenau

Signal- und Mustererkennung - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu unseren Studiengängen. Rechtlich verbindliche Angaben zum Verlauf des Studiums entnehmen Sie bitte dem jeweiligen Studienplan (Anlage zur Studienordnung). Bitte beachten Sie diesen rechtlichen Hinweis. Angaben zum Raum und Zeitpunkt der einzelnen Lehrveranstaltungen entnehmen Sie bitte dem aktuellen Vorlesungsverzeichnis.

Fachinformationen zu Fachnummer 100266 - allgemeine Informationen
Fachnummer100266
FakultätFakultät für Elektrotechnik und Informationstechnik
Fachgebietsnummer2116 (Grundlagen der Elektrotechnik)
Fachverantwortliche(r) Dr. Sylvia Bräunig
SpracheDeutsch
TurnusSommersemester
Vorkenntnisse
Lernergebnisse

Die Studierenden kennen die wesentlichen Grundlagen, Theorien und Methoden der Signalanalyse, Mustererkennung und des Maschinellen Lernens sowohl für determinierte als auch für stochastische Signale und Prozesse. Sie sind mit, bei der praktischen Umsetzung auftretenden Fragen und Problemen, der Merkmalsextraktion, der Clusterbildung, der Klassifikation und der Optimierung des Klassifikationssystems vertraut und in der Lage, die vermittelten Methoden und Erkenntnisse auf praxisrelevante Aufgabenstellungen anzuwenden.

Inhalt

- Prinzipien, Begriffe und Beispiele der Signalanalyse, der Mustererkennung und des Maschinellen Lernens

- Grundlagen der Wahrscheinlichkeitstheorie (Wiederholung)

- Grundlagen und Methoden zu Kennfunktionen, Kennwerten (Merkmalen) und Kennwertextraktion

  • Bestimmung von Kennfunktionen und Kennwerten mittels Orthogonaltransformationen,
  • Zeit-Frequenz-Repräsentationen und
  • wahrscheinlichkeitstheoretischer Ansätze.

- Methoden des Machinellen Lernens zur Klassifikation und Trendanalyse/Prozessüberwachung (unüberwachte und überwachte Verfahren):

  • Grundbegriffe, statistische Klassifikatoren (Bayes), geometrische Klassifikatoren (NNK, MSK), Diskriminanzanalyse, Support Vector Machine
  • Einbeziehung von Kosten/Verlusten, Rückweisung und verschiedenen Distanzmaßen
  • Neuronale Netze (Grundlagen, Historisches, Kohonen-Feature-Map, Backpropagation-Netz, Convolutional Neural Network u.a.)
  • Fuzzy-Theorie (Grundbegriffe, Fuzzy-Mengen, Relationen, Approximatives Schließen, Anwendungen in der Mustererkennung)

- Klassifikatorbewertung und Optimierung von Mustererkennungssystemen (Merkmalsreduktion und –transformation, Dimensionsreduktion, z.B. PCA)

- Anwendungsbeispiele aus den Bereichen aktueller Forschungthemen, z.B. akustische Daten- und Prozessanalyse, Sprachverarbeitung, Bildverarbeitung, Werkstoffprüfung werden herangezogen

Medienformen

Handschriftliche Entwicklung der analytischen Zusammenhänge untersetzt mit Abbildung und Animationen (PowerPoint) und

Simulationen (interaktive Mathematica-Dokumente)

Literatur

Arbeitsblätter, multimediale Präsentation, Mathematica-Notebooks

Duda, R.; u.a. : Pattern Classification, Wiley

Theodoridis, S.; u.a.: Pattern Recognition, Elsevier

Niemann, Heinrich: Klassifikation von Mustern, Springer

Lehrevaluation

Pflichtevaluation:

SS 2016 (Fach)

Freiwillige Evaluation:

 

Hospitation:

SS 2016

Spezifik im Studiengang Bachelor Elektrotechnik und Informationstechnik 2013
FachnameSignal- und Mustererkennung
Prüfungsnummer2100414
Leistungspunkte5
Präsenzstudium (h)45
Selbststudium (h)105
VerpflichtungPflicht
Abschlussmündliche Prüfungsleistung, 45 Minuten
Details zum Abschluss

mündliche Prüfung (45 Minuten)

Anmeldemodalitäten für alternative PL oder SL

Pflichtevaluation:


SS 2016 (Fach)


Freiwillige Evaluation:


 


Hospitation:


SS 2016

max. Teilnehmerzahl
Spezifik im Studiengang Bachelor Informatik 2013
FachnameSignal- und Mustererkennung
Prüfungsnummer2100414
Leistungspunkte5
Präsenzstudium (h)45
Selbststudium (h)105
VerpflichtungWahlpflicht
Abschlussmündliche Prüfungsleistung, 45 Minuten
Details zum Abschluss

mündliche Prüfung (45 Minuten)

Anmeldemodalitäten für alternative PL oder SL

Pflichtevaluation:


SS 2016 (Fach)


Freiwillige Evaluation:


 


Hospitation:


SS 2016

max. Teilnehmerzahl

Informationen und Handreichungen zur Pflege von Modul- und Fachbeschreibungen durch den Modul- oder Fachverantwortlichen finden Sie auf den Infoseiten zum Modulkatalog.