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
Entscheidender Durchbruch für die Batterieproduktion
Energie speichern und nutzen mit innovativen Schwefelkathoden. HU-Forschungsteam entwickelt Grundlagen für nachhaltige Batterietechnologie. Elektromobilität und portable elektronische Geräte wie Laptop und Handy sind ohne die Verwendung von Lithium-Ionen-Batterien undenkbar. Das…
Wenn Immunzellen den Körper bewegungsunfähig machen
Weltweit erste Therapie der systemischen Sklerose mit einer onkologischen Immuntherapie am LMU Klinikum München. Es ist ein durchaus spektakulärer Fall: Nach einem mehrwöchigen Behandlungszyklus mit einem immuntherapeutischen Krebsmedikament hat ein…
So soll risikoreiche generative KI geprüft werden
Die beschlossene KI-Verordnung der EU sieht vor, dass Künstliche-Intelligenz-Modelle (KI) „für allgemeine Zwecke mit systemischem Risiko“ besonders strikt überprüft werden. In diese Modellkategorie gehören auch populäre generative KI-Modelle wie GPT4…
