Prüfungsprotokollinhalte
Hier findest du einige Inhalte von Prüfungsprotokollen
Allgemeines
Was ist IF?
- Definition: Aus verschiedenen Wissensquellen höherwertiges Wissen generieren
- Arten von höherwertigen Wissen
- Neues Wissen
- Besseres Wissen (weniger Unsicherheiten)
Nutzen?
- Höhere Robustheit/Verlässlichkeit
- Höhere Auflösung
- Höhere Abdeckung
- Kostenreduktion
Probleme von Sensorik?
- Immer eine Informationsreduktion
- Fensterung
- Rauschen
- Projektion
- Abtastung
Wann ist Fusion möglich?
- Gemeinsamer Kontext
- Unsicherheitsbehaftete Informationen (Wenn sich Informationen widersprechen!)
Welche Unsicherheitsdarstellungen gibt es?
- Wahrscheinlichkeit(en/sdichten)
- Basismaße
- Linguistische Modellierung (unscharfe Mengen)
- Was sind unscharfe Mengen?
- Neuronale Modellierung
- Energiefunktionale (Kamen bei uns nicht dran!)
Ebenen der Fusion
- Signalebene
- Datenebene
- Merkmalsebene
- Entscheidungsebene
Dazu jeweils Beispiele
Fusionsarchitekturen
Schema malen
- zentralisiert
- verteilt
- hybrid
Wahrscheinlichkeitsdefinition nach Kolmogorov
Axiomensystem
- Nichtnegativität
- Normiertheit
- Additivität
Wie kann man Axiome interpretieren?
- frequentistisch
- DoB – Degree of Belief
Maximum Entropie Prinzip
- Wie ermittelt man die a priori W!
- Formel
- Lagrange Methode
- Sensormodell
Bayes
Formel nach Bayes
- Formel/Satz
- Normierungskonstante
- Annahme der bedingten W!
- Erklärung der Bestandteile
- A priori
- A posteriori
- Bedingte W!
- Likelihood nicht normmiert
- Bei geg. X kein Likelihood, erst bei geg. Z
- Wie für mehrere Datenquellen erweitern?
- Bedingte unabh. W! vereinfachen (Formel)
Bayes’sche Fusion
- Zentral
- Verteilt
- Wie weniger rechnen? Durch logaritmierte W!
- Was passiert in den Sensoren?
- Unterschiede?
- Rechenkapazität
- Kapazität der Kommunikationskanäle
- Wo weniger Fusionsaufwand?
- Verteilt
Kalman-Filter
- Wie kann man Bayes bei dynamischen Systemen anwenden? -> Kalman
- Schritte
- Prädiktion
- Korrektur
- Wie werden Unsicherheiten modelliert?
- Kovarianzmatrix
- Was bei nicht-linearer Systemfunktion?
- Extented Kalman-Filter
- AP in jedem Schritt linearisieren
Dempster-Schäfer-Theorie (DST)
- Auch Evidenztheorie gennannt
- Subjektivere Darstellung von Unsicherheiten
- Wodurch Fusion?
- Rule of Combination
Basismaß
- Definition
- Entspricht das Basismaß einer Wahrscheinlichkeitsverteilung?
- Nein: Monotonie und Additivität fehlen (Nur wenn Belief auf einelementige Mengen definiert)
Axiome
- Normiert auf 1
- Closed World Assumption m({})=0
- Summe aller Teilmengen = 1
Glaubensfunktion
- Auch Belief genannt
- Definition
Plausibilitätsfunktion
- Definition
Vergleich DST / Bayes
- Explizites „nicht Wissen“
- Rechenaufwand
- …
DST Fusion
- Kombinationsgrad
- DRC (Dempster’sche Konbinationsregel)
- Formel
- Kommutativ? Ja
- Assozziativ? Ja
- Idempotent? Nein
- Was ist
k? - Konfliktgrad: Grad des widersprechenden Wissens
Fuzzyfusion
Wie wird Unsicherheit modelliert?
- linguistische Terme
- Zugehörigkeitsfunktion
Ablauf
- Fuzzyfizierung
- Eigenschaften der Funktion zur Fuzzifizierung:
- Muss auf [0,1] abbilden
- Teilmengen geben zusammen 1
- Fuzzyfusion
- Defuzzyfizierung
Wo wird Vorwissen eingebracht? In jedem Schritt!
Registierung
- (Alignment)
- Allgemeines Registrierungsproblem
- Distanzmaß
- Formel
- Verfahren (mit Beispielen erklären können)
- Intensitätsbasiert
- Merkmalsbasiert
- Transinformation