Pattern Recognition, Sprachverstehen
Prüfer
: Elli Angelopoulou, Elmar Nöth
PR
Überraschung: Big Picture (Training: supervised vs. unsupervised learning)
Histogram Equalization (warum? was ist das Ziel?)
Feature Extraction: zwei Prinzipien? allgemeine Transformationsformel (–> Φ)
Walsh-Transformation (Prinzip, Implementierung mit Hadamard-Matrizen)
PCA (was ist das? wie bekomme ich die Basisvektoren?)
Bayes-Klassifikator hinschreiben, Bayes-Formel
Optimaler Klassifikator (ohne Beweis; geht auch eine (0,n)-Kostenfunktion?)
Sprachverstehen
Ausgangspunkt Bayes-Klassifikator, was sind die Einzelteile (akustisches & linguistisches Modell)
…und den Rest schenke ich mir mal, weil die Diplomprüfung macht eh nie wieder jemand?
Hilfreiche Materialien
Duda, Hart, Stork: Pattern Classification (Kapitel 2: Bayesian Decision Theory)
Webb: Statistical Pattern Recognition
Gonzalez, Woods: Digital Image Processing (Wavelets)
Huang, Acero, Hon: Spoken Language Processing
Schukat-Talamazzini: Automatische Spracherkennung
Manning, Schütze: Foundations of Statistical Natural Language Processing (v.a. zum Thema Sprachmodelle)
(Wendemuth: Grundlagen der stochastischen Sprachverarbeitung)
Andrew Ng: Machine Learning
(EM, PCA, …)
Somnath Sengupta: Digital Voice and Picture Communication
(Wavelets)
Dorothea Kolossa: Einführung in die automatische Spracherkennung
(u.a. sehr schön zu HMMs)