Grundlegende Mathematische Methoden für Imaging und Visualisierung (IN2124)
Basic Mathematical Methods for Imaging and Visualization (IN2124)
Lehrveranstaltung 240918393 im WS 2017/8
Basisdaten
| LV-Art | Vorlesung-Übung |
|---|---|
| Umfang | 4 SWS |
| betreuende Organisation | Informatik 16 - Lehrstuhl für Anwendungen in der Medizin (Prof. Navab) |
| Dozent(inn)en |
Tobias Lasser Mitwirkende: Anca-Elena Stefanoiu |
| Termine |
Di, 12:30–14:30 Mo, 16:00–18:00, Interims I 102 sowie 5 einzelne oder verschobene Termine |
Zuordnung zu Modulen
-
IN2124: Grundlegende Mathematische Methoden für Imaging und Visualisierung / Basic Mathematical Methods for Imaging and Visualization
Dieses Modul ist in den folgenden Katalogen enthalten:- Fokussierungsrichtung Bildgebende Verfahren im M.Sc. Biomedical Engineering and Medical Physics
- Allgemeiner Katalog der nichtphysikalischen Wahlfächer
weitere Informationen
Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).
| ergänzende Hinweise | Grundlegende, oft angewandte mathematische Techniken werden in der Vorlesung präsentiert und anhand von Anwendungen aus Computer Vision und Image Processing demonstriert. Dieselben mathematischen Methoden kommen aber auch in anderen Ingenieurs-Disziplinen wie Künstliche Intelligenz und Machine Learning, Computer Grafik, Robotik etc. zum Einsatz. Die Vorlesung gliedert sich in drei Teile: Grundlagen, Methoden und Anwendung. Der erste Teil gibt eine Wiederholung der Grundlagen von Lineare Algebra, Analysis, Geometrie, Wahrscheinlichkeitsrechnung und Statistik. Im folgenden wird die Anwendung dieser grundlegenden Begriffe in Methoden wie Parameter Schätzung und Optimierung gezeigt. Schließlich gibt es die Möglichkeit für Studenten in Übungen bei der Implementation oder Anwendung dieser Methoden zur Lösung von realen Problemstellungen ein tieferes Verständnis zu erlangen und praktische Erfahrungen zu sammeln. |
|---|---|
| Links |
LV-Unterlagen E-Learning-Kurs (z. B. Moodle) TUMonline-Eintrag |