Verfahren zur automatischen Mustererkennung
Bei der Erkennung von Mustern in Sequenzen elektronischer Daten, wie z. Bsp. der Sprach- oder Bilderkennung, tritt in der Praxis das Problem auf, dass die Datensequenzen unterschiedliche Längen aufweisen, obwohl sie zur gleichen Klasse gehören, das heißt bspw. das gleiche Wort in einem gesprochenen Text oder Muster in einem Bild repräsentieren. Das neuartige Verfahren zur automatischen Mustererkennung kann Muster in Sequenzen elektronischer Daten in Echtzeit, mit hoher Genauigkeit und geringem Rechenaufwand, erkennen, selbst wenn die Sequenzen nichtlinear gestaucht oder gestreckt sind. In der Performance übertrifft das Verfahren dabei deutlich die Hidden Markov Models (HMM’s), die bisher State of the Art zur Mustererkennung waren.
Weitere Informationen: PDF
ipal GmbH
Tel.: +49 (0)30/2125-4820
Ansprechpartner
Ursula Haufe
Media Contact
Alle Nachrichten aus der Kategorie: Technologieangebote
Neueste Beiträge
Diamantstaub leuchtet hell in Magnetresonanztomographie
Mögliche Alternative zum weit verbreiteten Kontrastmittel Gadolinium. Eine unerwartete Entdeckung machte eine Wissenschaftlerin des Max-Planck-Instituts für Intelligente Systeme in Stuttgart: Nanometerkleine Diamantpartikel, die eigentlich für einen ganz anderen Zweck bestimmt…
Neue Spule für 7-Tesla MRT | Kopf und Hals gleichzeitig darstellen
Die Magnetresonanztomographie (MRT) ermöglicht detaillierte Einblicke in den Körper. Vor allem die Ultrahochfeld-Bildgebung mit Magnetfeldstärken von 7 Tesla und höher macht feinste anatomische Strukturen und funktionelle Prozesse sichtbar. Doch alleine…
Hybrid-Energiespeichersystem für moderne Energienetze
Projekt HyFlow: Leistungsfähiges, nachhaltiges und kostengünstiges Hybrid-Energiespeichersystem für moderne Energienetze. In drei Jahren Forschungsarbeit hat das Konsortium des EU-Projekts HyFlow ein extrem leistungsfähiges, nachhaltiges und kostengünstiges Hybrid-Energiespeichersystem entwickelt, das einen…
