de | en

Pattern Recognition

Modul EI7358

Dieses Modul wird durch Fakultät für Elektrotechnik und Informationstechnik bereitgestellt.

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom WS 2014/5

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
SS 2017WS 2014/5

Basisdaten

EI7358 ist ein Semestermodul in Englisch auf Master-Niveau das im Sommersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Katalog der nichtphysikalischen Wahlfächer
GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
150 h 60 h 5 CP

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

Pattern recognition applications, feature extraction for patterns, timefrequency transformations, Wavelets, Gabor-transformation, PCA, LDA, distance classifiers, decision functions, polynomial classifiers, clustering methods, Bayes classifiers, Maximum Likelihood methods, MAP, EM algorithm, distribution-free probability estimators.

Lernergebnisse

At the end of the module students are able to apply complex pattern recognition problems, consisting of feature extraction methods for one and two-dimensional signals and anlyse appropriate deterministic and statistical classification methods, including the training of the classifiers with machine learning techniques.

Voraussetzungen

Kenntnisse und Kompentenzen, die von den Teilnehmern als bekannt vorausgesetzt werden:
Basic transformations: (discrete) Fourier transformation, ztransformation; basic knowledge in statistics and signal representation
Folgende Lehrveranstaltungen vermitteln diese Kenntnisse, d.h. sie sollten vor der Teilnahme bereits erfolgreich absolviert sein:
Signaldarstellung, Mensch-Maschine-Kommunikation 1

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

ArtSWSTitelDozent(en)Termine
VO 2 Pattern Recognition Mi, 13:15–14:45, 0101.02.189
UE 2 Pattern Recognition Exercise Termine in Gruppen

Lern- und Lehrmethoden

Learning method:
In addition to the individual methods of the students consolidated knowledge is aspired by repeated lessons in exercises.
Teaching method:
During the lectures students are instructed in a teacher-centered style. The exercises are held in a student-centered way.

Medienformen

The following kinds of media are used:
- Presentations on Tablet-PC
- Lecture notes
- Exercises with solutions as download

Literatur

The following literature is recommended:
- R. O. Duda, P. E. Hart, D. G. Stork, Pattern Classification, 2.Auflage, John Wiley & Sons, 2001.
- A.V. Oppenheim und A.S. Wilsky: Signals and Systems, Prentice Hall Signal Processing Series, 2. Auflage, 1996.

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

In a written exam without aids students proof by answering short questions and by applying calculations that they are able to handle feature extraction methods als well deterministic and statistical classification methods and their relevance for machine learning techniques.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird im Folgesemester angeboten.

Nach oben