Urspr\u00fcnglich wurde als Referenzm\u00f6glichkeit f\u00fcr Neuronale Signalverarbeitungsmethoden ein Verfahren zur Ger\u00e4uschklassifikation realisiert, welches durch eine geeignete Vorverarbeitung eine Steigerung der Geschwindigkeit bei gleichzeitiger Verringerung des Aufwandes f\u00fcr das klassifizierende Netz erzielt. Dabei k\u00f6nnen trotz starker St\u00f6rung der Signale und gro\u00dfer Varianz der Merkmale verschiedene Ger\u00e4uschgruppen trainiert und Ger\u00e4usche gleichartiger Ursache identifiziert werden. Diese Arbeiten werden mittlerweile im Rahmen einer Studie zum Einsatz von Neuronalen Netzen in der Signalklassifikation und Mustererkennung weitergef\u00fchrt.<\/p>\n\n\n\n
Die Arbeiten an der Studie beinhalten Untersuchungen mit unterschiedlichen Topologien Neuronaler Netze. So werden zur Zeit f\u00fcr die Realisierung eines Verifikationsalgorithmus klassische Feed-Forward-Netze und Self-Organizing-Maps untersucht. Das die Studie betreffende und mehrere dislozierte Sensoren enthaltende Szenario f\u00fchrte zu \u00dcberlegungen, eine verlustbehaftete Datenkompression auf der Grundlage der Wavelet-Transformation f\u00fcr die Signalvorverarbeitung einzusetzen. Die speziellen Eigenschaften Neuronaler Netze, auch unter dem Einflu\u00df starker St\u00f6rungen hinreichend gute Klassifikationsergebnisse liefern zu k\u00f6nnen, lassen sie\u00a0 f\u00fcr die Anwendung auf durch Reduktion verzerrte Signale geeignet erscheinen.<\/p>\n\n\n\n
<\/p>\n\n\n\n
Die aus den Untersuchungen gewonnenen Erkenntnisse flie\u00dfen derzeit direkt in einen Softwareprototypen ein, der f\u00fcr eine Windows-NT Plattform in der Programmiersprache C++ unter Einbeziehung der MFC entwickelt wird.<\/p>\n\n\n\n
\u00dcber die\u00a0 Ergebnisse dieser\u00a0 Arbeit wurde in einigen\u00a0Ver\u00f6ffentlichungen\u00a0berichtet. Die Resultate zur Validierung der Leistungsf\u00e4higkeit von Neuronalen Verfahren unter harten Randbedingungen flossen dabei in die Dissertation von\u00a0R. Hein\u00a0\u00a0mit dem Titel „Zur Robustheit von \u00c4hnlichkeitsbestimmungen\u00a0unter verlustbehafteter Datenkompression“ ein. Desweiteren wurden Ergebnisse in der Dissertation „HF-Signalklassifikation mit Selbst-Organisierenden Karten“ von\u00a0Dr.\u00a0K. Fangh\u00e4nel\u00a0\u00a0ver\u00f6ffentlicht.<\/p>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
Urspr\u00fcnglich wurde als Referenzm\u00f6glichkeit f\u00fcr Neuronale Signalverarbeitungsmethoden ein Verfahren zur Ger\u00e4uschklassifikation realisiert, welches durch eine geeignete Vorverarbeitung eine Steigerung der Geschwindigkeit bei gleichzeitiger Verringerung des Aufwandes f\u00fcr das klassifizierende Netz […]<\/p>\n","protected":false},"author":53,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"categories":[4],"tags":[],"class_list":["post-1333","page","type-page","status-publish","hentry","category-forschung"],"_links":{"self":[{"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/pages\/1333","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/users\/53"}],"replies":[{"embeddable":true,"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/comments?post=1333"}],"version-history":[{"count":1,"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/pages\/1333\/revisions"}],"predecessor-version":[{"id":1334,"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/pages\/1333\/revisions\/1334"}],"wp:attachment":[{"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/media?parent=1333"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/categories?post=1333"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.hsu-hh.de\/ti\/wp-json\/wp\/v2\/tags?post=1333"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}