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
Alle Nachrichten aus der Kategorie: Technologieangebote
Neueste Beiträge
Wirkstoff-Forschung: Die Struktur von Nano-Genfähren entschlüsseln
LMU-Forschende haben untersucht, wie sich kationische Polymere beim Transport von RNA-Medikamenten auf molekularer Ebene organisieren. Kationische Polymere sind ein vielversprechendes Werkzeug für den Transport von RNA-Therapeutika oder RNA-Impfstoffen und werden…
Entwicklung klimaneutraler Baustoffe
…aus biogenen Materialien unter Einsatz phototropher Mikroorganismen. Das Fraunhofer-Institut FEP in Dresden bietet skalierbare Forschungs- und Entwicklungsmöglichkeiten, um technologische Innovationen auf neue Produktionsprozesse anzuwenden. Angesichts der steigenden Nachfrage nach klimaneutralen…
Optimiertes Notfallmanagement dank App
Wie die eGENA-App bei Notfällen in der Anästhesie hilft. Mit der eGENA-App hat die Deutsche Gesellschaft für Anästhesiologie und Intensivmedizin e.V. (DGAI) ein digitales Werkzeug geschaffen, das den Klinikalltag bei…