FG Kommunikationstechnik
Die automatische Auswertung von Signalen spielt in der modernen Informationstechnik eine große Rolle. Dieses Lehrbuch bietet, ausgehend von der Repräsentation des Signals im Merkmalraum, die Beschreibung wichtiger Klassifikationsverfahren. Dazu zählen Linear- und Bayes Klassifikatoren, Supportvektormaschinen, Klassifikatoren auf der Basis von Gaussian-Mixture-Modellen und Hidden-Markov-Modellen sowie Klassenfolgenklassifikatoren.Weiterhin werden wichtige Grundlagen der Automatentheorie (Finite State Machines) sowie ausgewählte maschinelle Lernverfahren dargestellt.Die Darstellung setzt die Verfahren zur Merkmalgewinnung voraus, die im ersten Band vermittelt wurden, so dass das Gesamtwerk eine umfassende Beschreibung der Kette darstellt, die in modernen Systemen der Informationsverarbeitung von der Signalerfassung bis hin zum Klassifikationsergebnis führt.
Dieses Buch bietet eine umfassende Darstellung der Methoden, mit denen zeitkontinuierliche und zeitdiskrete Signale so analysiert werden, dass ihre für die Weiterverarbeitung wesentlichen Merkmale extrahiert werden. Dazu wird die Beschreibung der Signale im Zeit- und Frequenzbereich behandelt und durch eine Einführung in Digitalfilter ergänzt. Auf diesen Grundlagen bauen speziellere Analyseverfahren auf; insbesondere wird auf Kurzzeit-Spektralanalyse, Wavelets, Cepstrum und lineare Prädiktion eingegangen. Die Darstellung wird im zweiten Band mit den Methoden der Signalerkennung fortgesetzt, so dass das Gesamtwerk eine umfassende Beschreibung der Kette darstellt, die in modernen Systemen der Informationsverarbeitung von der Signalerfassung bis hin zum Klassifikationsergebnis führt.