Du befindest dich hier: FSI Informatik » Prüfungsfragen und Altklausuren » Hauptstudiumsprüfungen » Lehrstuhl 5 » Mustererkennung 2009 (Übersicht)
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen der Seite angezeigt.
Nächste Überarbeitung | Vorherige Überarbeitung | ||
pruefungen:hauptstudium:ls5:januar2009 [29.01.2009 17:19] – angelegt Nairdan | pruefungen:hauptstudium:ls5:januar2009 [11.10.2009 11:56] (aktuell) – katti | ||
---|---|---|---|
Zeile 1: | Zeile 1: | ||
+ | ====== Mustererkennung 2009 ====== | ||
+ | |||
+ | ==== 17. März: Me1 & Me2 ==== | ||
+ | **Bemerkungen**\\ | ||
+ | * Prüfer: Frau Angelopoulou, | ||
+ | * Atmosphäre: | ||
+ | |||
+ | **Fragen** \\ | ||
+ | * Big Picture | ||
+ | * Pre-Processing: | ||
+ | * Feature Extraction: | ||
+ | * Was ist __PCA__? \\ Bildchen | ||
+ | * Was ist __LDA__? \\ Bildchen\\ auf Nachfrage: Optimierungsproblem anhand von Fisher LDA erklärt (Formeln waren ihnen wichtig!) | ||
+ | * Pre-Processing: | ||
+ | * Erklären Sie mal __Homomorphic Transformation__ \\ Bild multiplikativ mit Störsignal verrauscht ->-> Logarithmus ->-> Gauss-Filterung ->-> exp() | ||
+ | |||
+ | |||
+ | * Erklären Sie mal __SVM__ \\ Bildchen (Schlauch) | ||
+ | * Optimierungsfunktion hinschreiben\\ max C und wollte dann wohl noch a*c + a_0 >= C | ||
+ | * Constraints beachten? Wie? \\ Lagrange Multiplier nach Umformung bzgl. Normierung ->-> lambda(a*c + a_0 - 1) | ||
+ | * Was wird bei nicht trennbaren Klassen gemacht? \\ Slack-Variablen; | ||
+ | * __Rosenblatt' | ||
+ | * Was für andere Klassifikationsansaetze gibt es noch, bei denen eine lineare Entscheidungsfunktion ' | ||
+ | * Was sind das jeweils fuer Optimierungsprobleme? | ||
+ | * Wie würden sie diese bzgl. des Optimierungsproblems sortieren? \\ Wollte auf ... < SVM < Rosenblatt' | ||
+ | |||
+ | ==== 17. März: Me1 & Me2 ==== | ||
+ | **Bemerkungen**\\ | ||
+ | * Prüfer: Frau Angelopoulou, | ||
+ | |||
+ | **Fragen** \\ | ||
+ | |||
+ | * Big Picture | ||
+ | * Sampling: \\ __Nyquist__ Theorem erklären \\ '>' | ||
+ | * Feature Extraction: \\ __Walsh-Transformation__ erklären (Funktionen, | ||
+ | * Classification: | ||
+ | | ||
+ | * __SVM__ \\ //objective function// aufschreiben | ||
+ | * __Rosenblatt' | ||
+ | * __HMM__\\ Ausgabewahrscheinlichkeiten \\ Forward-Algorithmus (Bildchen war ihm zu wenig; Formel mit ' | ||
+ | * __Deleted Interpolation__ | ||
+ | |||
+ | |||
+ | ==== Me1 & Me2 ==== | ||
+ | |||
* Big Picture | * Big Picture | ||
* A/ | * A/ | ||
Zeile 4: | Zeile 49: | ||
* Feature Extraction: PCA, LDA | * Feature Extraction: PCA, LDA | ||
* Classification: | * Classification: | ||
+ |