Mustererkennung
Verantwortlich: Prof. Ayoub Al-Hamadi
Inhalte:
- Industrielle und medizinische Mustererkennungssysteme
- Messwerteeingabe und Glättung von Prozessgrößen
- Interpretation von Sensordaten (aktive und passive Sensorik)
- Datenanalyse (deskriptive, diagnostische, prädiktive Analyse etc.)
- Aufbau eines Sensordatensystems (z.B. Kamerasysteme)
- Merkmalsextrahierung,-normierung und -selektion
- Lineare Klassifikation und Regression
- Mächtigere (nichtlineare) Klassifikatoren
- Bayes-Klassifikator, Clustering etc.
- Kombination von Klassifikatoren und Informationsfusion
- Deep Learning und Transfer Learning
- Evaluation und Anwendungsbeispiele aus der aktuellen Forschung