Serie: Informationsfusion, Vorlesung, WS 2019/20
| Autor | Heizmann, Michael Zentrum für Mediales Lernen (ZML) [Hrsg.] |
| Genre | Vorlesung |
| Beschreibung | Bei zahlreichen Aufgaben der Informationsgewinnung ist es nicht möglich, die interessierenden Eigenschaften einer Szene bzw. eines Prozesses vollständig und robust mit einem einzigen Sensor bzw. einer einzigen Informationsquelle zu erfassen. In solchen Fällen besteht eine Lösungsmöglichkeit darin, mehrere Sensoren einzusetzen, die unterschiedliche Aspekte der Szene erfassen. Die Verwendung heterogener Sensoren mit unterschiedlichen Sensorprinzipien erlaubt dabei die Auswertung mehrerer physikalischer Eigenschaften der Szene. Darüber hinaus kann auch nicht-sensorische Information (z. B. in Form von a-priori-Wissen oder physikalischen Modellen) verfügbar sein, die bei der Bestimmung interessierender Szeneeigenschaften zu berücksichtigen ist. Diese Vorlesung führt in Konzepte, Architekturen und Verfahren der Informationsfusion ein. Mathematische Konzepte zur Verknüpfung von Sensordaten und Informationen aus unterschiedlichen Quellen werden dargestellt. Die Inhalte umfassen im Einzelnen: Voraussetzungen der Fusionierbarkeit Spezifikation von unsicherheitsbehafteter Information Vorverarbeitung zur Informationsfusion, Registrierung Fusionsarchitekturen Probabilistische Methoden: Bayes’sche Fusion, Kalman-Filter, Tracking Formulierung von Fusionsaufgaben mittels Energiefunktionalen Dempster-Shafer-Theorie Fuzzy-Fusion Neuronale Netze |
| Fachgebiete | Elektronik, Hochfrequenztechnik, Nachrichtentechnik (nach) (DDC 620) Elektrotechnik (elt) (DDC 620) |
| DOI | 10.5445/DIVA/2019-C36 |
| Reichweite | Veröffentlichung nur im Campusnetz des KIT |
Folgen 1 - 15