Data Science

Einführung in die Informationsfusion

  • Type: Vorlesung (V)
  • Semester: WS 15/16
  • Time: 20.10.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten


    27.10.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    03.11.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    10.11.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    17.11.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    24.11.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    25.11.2015
    14:00 - 15:30 täglich
    50.34 Raum -102 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    01.12.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    08.12.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    15.12.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    22.12.2015
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    12.01.2016
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    19.01.2016
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    26.01.2016
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    02.02.2016
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten

    09.02.2016
    14:00 - 15:30 wöchentlich
    50.34 Raum 236 50.34 INFORMATIK, Kollegiengebäude am Fasanengarten


  • Lecturer: Prof.Dr.-Ing. Michael Heizmann
  • SWS: 2
  • Lv-No.: 24172
VoraussetzungenEmpfehlungen:

Kenntnisse der Grundlagen der Stochastik sind hilfreich.

BeschreibungGrundlagen und Methoden der Informationsfusion
- 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
Lehrinhalt
  • Grundlagen und Methoden der Informationsfusion
  • 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
ArbeitsbelastungGesamt: ca. 90h, davon
1. Präsenzzeit in Vorlesungen: 23h
2. Vor-/Nachbereitung derselbigen: 23h
3. Klausurvorbereitung und Präsenz in selbiger: 44h
Ziel
  • Studierende haben fundiertes Wissen in unterschiedlichen Methoden zur Spezifizierung von unsicherheitsbehaftetem Wissen und zu dessen Aufarbeitung zum Zweck der Informationsfusion.
  • Studierende beherrschen unterschiedliche Konzepte der Informationsfusion hinsichtlich ihrer Voraussetzungen, Modellannahmen, Methoden und Ergebnisse.
  • Studierende sind in der Lage, Aufgaben der Informationsfusion zu analysieren und formal zu beschreiben, Lösungsmöglichkeiten zu synthetisieren und die Eignung der unterschiedlichen Ansätze der Informationsfusion zur Lösung einzuschätzen.
PrüfungDie Erfolgskontrolle wird in der Modulbeschreibung erläutert.