700.370 (13S) Seminar on Pattern Recognition in Intelligent Vehicle Technologies

Sommersemester 2013

Anmeldefrist abgelaufen.

Erster Termin der LV
06.03.2013 12:30 - 14:30 V.1.03 On Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch Seminar on Pattern Recognition in Intelligent Vehicle Technologies
LV-Art Seminar (prüfungsimmanente LV )
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 11 (20 max.)
Organisationseinheit
Unterrichtssprache Englisch
LV-Beginn 01.03.2013

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Inhalt/e

In the lecture we deal with various aspects of pattern recognition and their applications in Image processing for INTELLIGENT VEHICLES TECHNOLOGIES and ROBOTICS. Different classification methods for both statistical and stochastical approaches will be presented. Comprehensive introductions to Advanced Driver Assistance Systems(ADAS) and to ROBOTICS will be provided.

Themen

  • * Introduction/Overview to Pattern Recognition
  • * Introduction, k-nearest-neighbor
  • * k-means, Gaussian distributions, Gaussian classifier
  • * Principal components analysis
  • * linear regression, pseudo-inverse
  • * Fisher linear discriminants
  • * Perceptron, Perceptron learning algorithm
  • * Multi-layered neural networks, backpropagation
  • * Support Vector Machine
  • * Applications in Image processing / machine Vision
  • * Introduction to ROBOTICS
  • * Introduction to Advanced Driver assistance Systems (ADAS)

Lehrziel

* Object detection and recognition * Advanced applications of artificial intelligence (audio/video patterns recognition) * Advanced analysis skills and complex problem solving

Literatur

Data Mining: Practical Machine Learning Tools and Techniques # Publisher: Morgan Kaufmann; 2 edition (June 22, 2005) # Ian H. Witten, Eibe Frank # Language: English # ISBN-10: 0120884070 # ISBN-13: 978-0120884070 Principles of Neuro Computing for Science & Engineering # Fredric M. Ham # Ivica Kostanic # ISBN: 0-07-025966-6 # Publisher: McGraw-Hill George Papadourakis, “Introduction to Neural Networks”, Lecture Notes

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Beurteilungskriterien/-maßstäbe

Written

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Bachelorstudium Informationstechnik (SKZ: 289, Version: 12W.2)
    • Fach: Bachelorarbeit, Studienzweig Ingenieurwissenschaften (Pflichtfach)
      • Seminar aus dem Bereich Ingenieurwissenschaften ( 2.0h SE / 3.0 ECTS)
        • 700.370 Seminar on Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
          Absolvierung im 6. Semester empfohlen
  • Bachelorstudium Informationstechnik (SKZ: 289, Version: 09W.2)
    • Fach: Bachelorarbeit und Seminar (Pflichtfach)
      • Seminar (zur Bachelorarbeit) ( 2.0h SE / 3.0 ECTS)
        • 700.370 Seminar on Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 3.0 ECTS)
  • Bachelorstudium Informationstechnik (SKZ: 289, Version: 06W.1)
    • Fach: Informationstechnische Vertiefung (Wahlfach)
      • Seminar ( 2.0h SE / 4.0 ECTS)
        • 700.370 Seminar on Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technische Ergänzung I (Pflichtfach)
      • 2.3 Vorlesung mit Kurs oder Seminar ( 2.0h VK/SE / 4.0 ECTS)
        • 700.370 Seminar on Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Technische Ergänzung II (Pflichtfach)
      • 3.1-3.3 Vorlesung mit Kurs oder Vorlesung mit Seminar ( 6.0h VK/VS / 12.0 ECTS)
        • 700.370 Seminar on Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)
  • Masterstudium Information Technology (SKZ: 489, Version: 06W.3)
    • Fach: Research Track (Methodischer Schwerpunkt) (Pflichtfach)
      • 4.2'-4.3' Theoretisch-Methodische Lehrveranstaltung I/II ( 0.0h VO/VK/VS/KU/PS / 6.0 ECTS)
        • 700.370 Seminar on Pattern Recognition in Intelligent Vehicle Technologies (2.0h SE / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2024
  • 700.370 SE Seminar in LLM (large language models) application for Data Analytics in Intelligent Transportation (2.0h / 3.0ECTS)
Sommersemester 2022
  • 700.370 SE Seminar on Data Analytics in Intelligent Transportation (2.0h / 3.0ECTS)
Sommersemester 2021
  • 700.370 VS Seminar on "DATA ANALYTICS" and "PATTERN RECOGNITION" in Intelligent Transportation (2.0h / 4.0ECTS)
Sommersemester 2020
  • 700.370 VS Seminar on "DATA ANALYTICS" and "PATTERN RECOGNITION" in Intelligent Transportation (2.0h / 4.0ECTS)
Sommersemester 2019
  • 700.370 SE Seminar on Data Science in Intelligent Transportation (2.0h / 3.0ECTS)
Sommersemester 2017
  • 700.370 SE Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h / 4.0ECTS)
Sommersemester 2016
  • 700.370 SE Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h / 4.0ECTS)
Sommersemester 2015
  • 700.370 SE Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h / 4.0ECTS)
Sommersemester 2014
  • 700.370 SE Seminar on Data mining and Pattern Recognition in Intelligent Vehicle Technologies (2.0h / 4.0ECTS)