Deutsch
E507 – Pattern Recognition
Mustererkennung
Version: 2
Prof. Dr.-Ing. Julia Engelbrecht
julia.engelbrecht(at)htw-dresden.de
Prof. Dr.-Ing. Julia Engelbrecht
julia.engelbrecht(at)htw-dresden.de
5.00 Credits
150 hours
3.25 SWS (2.00 SWS Lecture | 1.00 SWS Seminar | 0.25 SWS Internship)
101.25 hours
Written examination
Examination duration: 90 min | Weighting: 100 %
Vorlesungen ergänzt durch Übungen und einen Laborversuch
Grundaufbau des Mustererkennungssystems (10%)
Musterbeschreibung durch Diskretisierung, Normierung und Merkmalextraktion (10%)
Numerische Klassifikation (20%)
Hidden Markov Modelle (30%)
Mustererkennung mit Fuzzy-Algorithmen (20%)
Anwendung der Programmiersprache R in der Mustererkennung (10%)
Kenntnisse:
Musterbeschreibung durch signifikante Merkmale, Klassifikatoren, Hidden Markov Modellen, Theorie der Fuzzy-Modellierung
Fertigkeiten:
Konzeption signifikanter Merkmalsmengen, Entwurf und Modellierung von Klassifikatoren, Modellierung und Anwendung von Hidden Markov Modellen, Entwurf von Klassifikatoren auf Fuzzy-Basis, Grundkenntnisse in der Anwendung der Programmiersprache R
Kompetenzen:
Entwurf und Beurteilung von einfachen Mustererkennungssystemen
analytische und konzeptionelle Fähigkeiten; klar strukturiertes Denken in Zusammenhängen; Zielstrebigkeit; Interagieren in heterogenen Gruppen
Mathematik, Signalverarbeitung
Fink, G. A.; Mustererkennung mit Markov-Modellen; B.G. Teubner Stuttgart Leipzig Wiesbaden (2003); ISBN 3-519-00453-4
Niemann, H.; Klassifikation von Mustern; Springer Berlin (1983); ISBN 978-3-540-12642-3
vorlesungsbegleitende Folien