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

info@technologieallianz.de TechnologieAllianz e.V.

Alle Nachrichten aus der Kategorie: Technologieangebote

Zurück zur Startseite

Kommentare (0)

Schreib Kommentar

Neueste Beiträge

Theoretische Physik: Modellierung zeigt, welche Quantensysteme sich für Quantensimulationen eignen

Eine gemeinsame Forschungsgruppe um Prof. Jens Eisert von der Freien Universität Berlin und des Helmholtz-Zentrum Berlin (HZB) hat einen Weg aufgezeigt, um die quantenphysikalischen Eigenschaften komplexer Festkörpersysteme zu simulieren. Und…

Rotation eines Moleküls als „innere Uhr“

Mit einer neuen Methode haben Physiker des Heidelberger Max-Planck-Instituts für Kernphysik die ultraschnelle Fragmentation von Wasserstoffmolekülen in intensiven Laserfeldern detailliert untersucht. Dabei nutzten sie die durch einen Laserpuls angestoßene Rotation…

Auf dem Weg zur fischfreundlichen Wasserkraft

In dem europaweiten Projekt „FIThydro“ unter Leitung der Technischen Universität München (TUM) haben Forscherinnen und Forscher in Zusammenarbeit mit Industriepartnern bestehende Wasserkraftwerke untersucht. Diese Ergebnisse nutzten sie, um neue Methoden…

By continuing to use the site, you agree to the use of cookies. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close