Technische Universität Ilmenau

Grundlagen der 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 von geplanten Lehrveranstaltungen entnehmen Sie bitte dem e-Veranstaltungskalender. Lehrveranstaltungen und Prüfungen, die nicht im e-Veranstaltungskalender abgebildet sind, werden "nach Vereinbarung" geplant. Eine Auflistung der betroffenen Veranstaltungen finden Sie hier: Lehrveranstaltungen, Prüfungen.

Fachinformationen zu Grundlagen der Mustererkennung im Studiengang Bachelor Elektrotechnik und Informationstechnik 2008
Fachnummer1374
Prüfungsnummer2100033
FakultätFakultät für Elektrotechnik und Informationstechnik
Fachgebietsnummer 2116 (Grundlagen der Elektrotechnik)
Fachverantwortliche(r) Dr. Sylvia Bräunig
TurnusSommersemester
SpracheDeutsch
Leistungspunkte3
Präsenzstudium (h)34
Selbststudium (h)56
VerpflichtungPflicht
Abschlussmündliche Studienleistung, 45 Minuten
Details zum Abschluss

mündliche Prüfung (45 Min.)

Anmeldemodalitäten für alternative PL oder SL
max. Teilnehmerzahl
Vorkenntnisse

Höhere Mathematik

Signal und Systeme 1

Lernergebnisse

Die Studierenden sollen die grundlegenden Verfahren der Mustererkennung kennen, mit der Theorie vertraut sein und in der Lage sein, einfache praktische Aufgaben selbständig zu lösen.

Fachkompetenz: 40% Methodenkompetenz: 40% Systemkompetenz: 10% Sozialkompetenz: 10%

Inhalt
  • Strategie der Mustererkennung und Beschreibungen von Merkmalsräumen (Grundbegriffe, Beschreibung durch Wahrscheinlichkeitsverteilungen)
  • Numerische Klassifikation (Grundbegriffe, statistische Klassifikatoren, geometrische Klassifikatoren, Diskriminanzanalyse)
  • Neuronale Netze (Grundlagen, Kohonen-Feature-Map, Backpropagation-Netz)
  • Fuzzy-Theorie (Grundbegriffe, Fuzzy-Mengen, Relationen, Approximatives Schließen, Anwendungen in der Mustererkennung)
  • Optimierung von Mustererkennungssystemen (selektive Vorwärts-/Rückwärtsselektion, Branch-anBound-Algorithmus, Merkmalstransformationen)
Medienformen

Präsenzstudium mit Selbststudienunterstützung durch webbasiertes virtuelles Praktikum und multimediale Präsentation, interaktive Mathematica-Dokumente

Literatur

Arbeitsblätter, multimediale Präsentation

Lehrevaluation

Pflichtevaluation:

Freiwillige Evaluation:

Hospitation:

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