![]() |
|
![]() | |
![]() | |
![]() | |
:::::: |
Sommersemester 2004Bildanalyse und Bildverstehen (2 VL + 2 UE, Kurth / Mangoldt) VL: Donnerstag, 13:45-15:15, EH 214 UE: Donnerstag, 07:30-09:00, EH 214 Stichworte: Perzeption und kognitive Psychologie;
Punktoperationen, Faltung,
lokale Fensteroperationen, morphologische Operationen, Fouriertransformation,
Wavelets; Segmentationsverfahren, Matching, Klassifikation;
Wissensrepräsentation zum Bildverstehen; neuronale Netzwerke; Auswertung von
Stereobildern, Auswertung von Bildfolgen. Mittwoch, 09:15-10:45, EH 214 Unter "Data Mining" versteht man Verfahren
zur automatischen Erkennung von Mustern in großen Datenbeständen (z.B.
unternehmensweite Datenbanken, Sensordaten, Netzwerkverkehr).
Für diese Verfahren werden Grundlagen aus der Statistik, Algebra
und Lerntheorie bereitgestellt. Stichworte: Konstruktion von Entscheidungsbäumen,
Bayes-Klassifikatoren, Assoziationsregeln, Begriffsverbände, lineare Modelle,
Data Cubes, Lernparadigmen, PAC-Modell, Occam's Rasiermesser,
Lernen aus verrauschten Beispielen, Online-Lernen. Dienstag, 15:30-17:00, EH 214 Entwicklungstrends und Strukturen
der Druckindustrie; Schriften, Satztechnik, Vorlagenerstellung, Farbräume,
Colormanagement; Reproduktionstechnik; Software in der Druckvorstufe;
Scanprozess, Digitalkameras, digitale Bogenmontage; Workflowsysteme;
Technik der CD/DVD, Datenarchivierung;
Druckverfahren; Kostenrechnung; Weiterverarbeitungstechnik. Dienstag, 17:30-19:00, EH 214 Ausgewählte, neuere Texte zur
Bildsegmentierung und zu Methoden der 3D-Datenauswertung mit Anwendung
auf die virtuelle Rekonstruktion von Szenen werden gelesen und diskutiert.
Ein Schwerpunkt wird die Nutzung von Vorwissen über die zu erwartenden Objekte in der
Szene bei deren Identifikation und Klassifikation sein. Mittwoch, 17:30-19:00, EH 214 Nach einem Steilkurs in Grundlagen der
Bioinformatik erhalten die TeilnehmerInnen Gelegenheit, typische Analyse-
und Visualisierungsaufgaben in kleinen, fachkundig betreuten Projekten zu
bearbeiten: Pattern Matching in DNA-Sequenzen, Visualisierung von Proteinstrukturen,
Modellierung der Morphologie und Genetik einer Nutzpflanze mit Graph-Grammatiken,
fraktale Dimensionsanalyse, und weitere Themen zur Auswahl.
|
![]() | |
![]() | |
![]() | |
![]() | |
![]() | |
![]() | |
![]() | |
:::::: | |
![]() | |
Letzte Änderungen: 11. 10. 2004 |