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

Hoffnung für Menschen mit chronischer Herzschwäche

MHH-Studie weist Verbesserung der Herzfunktion durch mikroRNA-Blocker nach Chronische Herzschwäche ist eine schwerwiegende Erkrankung, bei der das Herz nicht mehr ausreichend Blut in den Körperkreislauf pumpen und die Körperzellen nur…

Alternative zum “Gold-Standard”: neuer SARS-CoV-2 Nachweis aus Wien

Forscherinnen und Forscher am Vienna BioCenter entwickelten eine neue Methode für den SARS-CoV-2-Nachweis: mit besonders einfachen Mitteln erreicht ihr RT-LAMP Test Ergebnisse, die ähnlich sensitiv, spezifisch und deutlich billiger als…

Auflösungsweltrekord in der Kryo-Elektronenmikroskopie

Eine entscheidende Auflösungsgrenze in der Kryo-Elektronenmikroskopie ist geknackt. Holger Stark und sein Team am Max-Planck-Institut (MPI) für biophysikalische Chemie haben zum ersten Mal einzelne Atome in einer Proteinstruktur beobachtet und…

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