KogSys-Klausur

Behandelter Stoff

Vorlesung

Falls hier was fehlt, könnt ihr mich gerne in den Kommentaren oder per Mail ([email protected]) darauf aufmerksam machen.

Folien

01: Einführung

Nichts interessantes.

02, 03: Digital Signal Processing

• Alias-Effekt, Abtasttheorem
• Digitalisierung: Zeit- und Wertdiskretisierung
• Dirac-Funktion
• Faltung
• Fouriertransformation
• Korrelation: Autokorrelation, Kreuzkorrelation

04: Intelligente und Kognitive Systeme

Interessant, aber vermutlich nicht Klausurrelevant.

05, 06: Klassifikation

• Schablonenanpassung: Wie ähnlich ist das Muster einer Schablone?
• Normalisierung der Helligkeit
• Gauss-Klassifikation: Parametrisch
• Parzen Window: Nicht parametrisch
• k-nearest-neighbor: nicht parametrisch
• Perceptron: nicht parametrisch
• Bayes-Regel
• Principal Component Analysis (PCA)
• Linear Discriminant Function, Fisher-Linear Discriminant

07, 08: Machine Learning

• Perceptron<: Sigmoidfunktion/li>
• Classifier Discriminant Functions
• Linear Discriminant Functions

09: Bildverarbeitung I

• Bildrepräsentation als Monochrombild
• RGB / HSI-Modell
• Bayer-Pattern
• Lochkamera-Modell
• Affine Punktoperatoren: $g := round(a \cdot I(u,v) + b) I'(u,v) := \begin{cases} 0 &\text{, falls } g < 0\\ q &\text{, falls } g > q\\ g &\text{sonst} \end{cases}$
  • Kontrasterhöhung: $b=0; a > 1$
  • Kontrastverminderung: $b=0; a < 1$
  • Helligkeitserhöhung: $b>0; a = 1$
  • Helligkeitsverminderung: $b<0; a = 1$
  • Invertierung: $b=q; a =-1$
• Nicht-Affine Punktoperatoren
• Automatische Kontrastanpassung (Spreizung, Histogrammdehnung, Histogrammausgleich)

10: Bildverarbeitung II

• Fourier-Transformation
• 2D Fourier-Transformation
• Fourier-Rücktransformation
• Ortsbereich / Frequenzbereich
• Tiefpassfilter
  • Mittelwertfilter: Rauschunterdrückung
  • Gauß-Filter: Rauschunterdrückung, Glättung
• Hochpassfilter
  • Prewitt
  • Sobel
  • Laplace
  • Roberts
• KOmbinierte Operatoren
  • Laplacian of Gaussian
• Canny-Kantendetektor

11: Bildverarbeitung III

• Segmentierung (Schwelltwert, Farbe)
• Morphologische Operatoren: Dilatation, Erosion
• Öffnen, Schließen
• Hough-Transformation
• Sum of Squared Differences; Zero Mean Normalized Cross-Correlation
• Partikelfilter

12: Spracherkennung

• Faltung
• Formanten
• Spektogramm
• Akustisches Modell, Sprachmodell
• (Hidden-)Markov-Modell
• Forward-, Forward-Backward- und Viterbi-Algorithmus

13: ?

14: ?

15: Bildverarbeitung IV

• Geometrische 3D-Transformationen: Rotation um Achsen
• Quaternionen
• Erweitertes Lochkameramodell
• Kamerakalibrierung
• Diskrete Lineare Transformation
• Stereorekonstruktion
• Epipolargeometrie
• Fundamentalmatrix

16: Visuelle Wahrnehmung

Vermutlich nichts Klausurrelevantes (offiziell ab Folie 25)

17: Wissen und Planung I

• Satz, Wissensdatenbank, Deduktion
• Symbolmenge, Modellmenge, Syntax, Semantik
• Korrektheit und vollständigkeit eines Deduktions-Algorithmus
• Algorithmen: Resolution, Horn-Klauseln, DPLL
• Planungssprachen: STRIPS, ADL
• A*-Suche, Partial-Order-Planning, Planungsgraphen

18: Wissen und Planung II

• Partial-Order-Planning
• Planungsgraphen
• Kantenmodell, Oberflächenmodell, Volumenmodell
• Freiraum, Hindernisraum, Konfigurationsraum
• Polygonzerlegung
• Sichtgraphen
• Quadtrees
• Voronoi-Diagramme
• Potentialfeldmethode

19: Robotik

Offiziell nicht Klausurrelevant.

Material

• Vorlesungswebsite
• Mein Anki-Deck
• Klausuren
• Folien
• Skript
• Zusammenfassung
• Videos
  • Neural network tutorial: The back-propagation algorithm
  • The backpropagation algorithm
• Pseudocode für
  • DPLL-Verfahren
  • Resolutions-Algorithmus
• Colorizer: Hier kann man ein bisschen mit Farbräumen rumspielen und die Unterschiede interaktiv feststellen.
• StackOverflow:
  • Why is $(-1) \cdot j = j \cdot (-1)$ for quaternions?
• Artikel:
  • Graphic filters: Mit einem interaktiven Beispiel aller Filter!
  • Clustering-Algorithmen: Mit interaktivem Beispiel
  • Calculations with quaternions
  • How do I calculate a histogram equalization?
  • How to apply the Viterbi algorithm
  • Interactive example for route planning
  • Word Error Rate (WER) calculation
• Grafische Faltung:
  • John Hopkins University, Java Applet
  • onmyphd.com, JavaScript

Das Passwort für kogsys darf ich auch im Jahr 2013 nicht verraten.

Aufbau der Klausur

6 Aufgaben:

• Bildverarbeitung
• Bildverarbeitung, Filter und Transformation
• Logik, Wissensrepräsentation und Planung
  • Eine Aufgabe, in der man den Resolutionsalgorithmus / das DPLL-Verfahren anwenden muss
  • A*-Algorithmus
• Allgemeine Fragen
• Signal- und Sprachverarbeitung
• Klassifikation und Maschinelles Lernen

Übungsbetrieb

• Wo sind die Übungsblätter: Link
• Abgabeform: nur Handschriftlich
• Abgabe: teilweise online, teilweise offline, wenn offline müssen die Übungsblätter direkt vor der Übung abgegeben werden, oder irgendwann davor im Büro des Übungsleiters in der Kinderklinik. Direkt im Büro scheint ihm aber nicht so lieb zu sein.
• Rücknahme: gar nicht, empfohlen wird eine Kopie des Originals zu behalten
• Turnus: ? (6 Blätter insgesammt)
• Übungsschein verpflichtend: es gibt keinen Übungsschein soweit ich weiß
• Bonus durch Übungsschein: pro Übungsblatt max. 1 Bonuspunkt → max. 6 Bonuspunkte (es gibt tatsächlich 0,25-Punkte!)

Termine und Klausurablauf

Datum: Mittwoch, den 18. September 2013 von 11:00 bis 12:00 Uhr
Ort: steht noch nicht fest (Stand: 12.09.2013)
Punkte: 60
Bestehensgrenze: 20
Übungsschein: Gibt es nicht
Bonuspunkte: Ja, max 6
Ergebnisse: ab 14.10.2013 im Websubmit und in 50.20. (Kinderklinik) am Eingang
Einsicht: 24.10.2013 von 13:30 bis 14:30 Uhr (Kinderklinik, Raum 148)

Nicht vergessen

• Studentenausweis
• Kugelschreiber

Ergebnisse

Sind noch nicht draußen (Stand: 18.09.2013)