Signalverarbeitung mit MATLAB und Künstlicher Intelligenz: Unterschied zwischen den Versionen
| (18 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt) | |||
| Zeile 21: | Zeile 21: | ||
[[Datei:Signal Processing with MATLAB and Artificial Intelligence MindMap NNew.pdf|800px|frameless|centered|alternativtext=Signal Processing with MATLAB and Artificial Intelligence MindMap]] | [[Datei:Signal Processing with MATLAB and Artificial Intelligence MindMap NNew.pdf|800px|frameless|centered|alternativtext=Signal Processing with MATLAB and Artificial Intelligence MindMap]] | ||
== | == Task == | ||
# | # [[Familiarization with MATLAB ® AI toolboxes|Familiarization with MATLAB<sup>®</sup> AI toolboxes]] | ||
# | #Researching practical application examples that can be converted to AI | ||
# | #Implementation of selected examples | ||
# | #Identify the advantages and disadvantages of AI compared to conventional data processing | ||
# | #Discussion of the results | ||
# Test | #Test and scientific documentation | ||
# | # Providing MATLAB<sup>®</sup>-examples as wiki articles | ||
== Anforderungen == | == Anforderungen == | ||
| Zeile 63: | Zeile 63: | ||
[[Datei:Results2.jpg|700px|frameless|centered]] | [[Datei:Results2.jpg|700px|frameless|centered]] | ||
== AI-Tasks == | |||
{| class="wikitable" | |||
|+ style="text-align:left;"|Table 1: Task List | |||
|- | |||
! # !! Task | |||
|- | |||
| 1 || [[Lane Keeping with AI]] | |||
|- | |||
| 2 || [[Image Classification with AI]] | |||
|- | |||
| 3 || [[Object Detection with AI]] | |||
|- | |||
| 4 || [[Image Segmentation with AI]] | |||
|- | |||
| 5 || [[Facial Recognition and Analysis with AI]] | |||
|- | |||
| 6 || [[Image Enhancement and Restoration with AI]] | |||
|- | |||
| 7 || [[Content-Based Image Retrieval (CBIR) with AI]] | |||
|- | |||
| 8 || [[Visual Relationship Detection with AI]] | |||
|} | |||
== Repository == | |||
URL: https://svn.hshl.de/svn/MATLAB_Vorkurs/trunk/Signalverarbeitung_mit_Kuenstlicher_Intelligenz | |||
---- | ---- | ||
→ zurück zum Hauptartikel: [[Offene_Themen_von_Prof._Schneider| Studentische Arbeiten]] | → zurück zum Hauptartikel: [[Offene_Themen_von_Prof._Schneider| Studentische Arbeiten]] | ||
Aktuelle Version vom 13. März 2025, 22:41 Uhr
| Autor: | Moye Nyuysoni Glein Perry |
| Art: | Project Work |
| Starttermin: | 14.11.2024 |
| Abgabetermin: | 31.03.2025 |
| Betreuer: | Prof. Dr.-Ing. Schneider |
Einführung
Bislang werden klassische Algorithmen zur Lösung von Ingenieuraufgaben gelehrt. Dieses Projekt löst Aufgaben der Lehre mit künstlicher Intelligenz und stellt diese klassischen Algorithmen gegenüber.
MindMap
Task
- Familiarization with MATLAB® AI toolboxes
- Researching practical application examples that can be converted to AI
- Implementation of selected examples
- Identify the advantages and disadvantages of AI compared to conventional data processing
- Discussion of the results
- Test and scientific documentation
- Providing MATLAB®-examples as wiki articles
Anforderungen
Das Projekt erfordert Vorwissen in einigen aber nicht allen nachfolgenden Themengebieten. Sollten Sie die Anforderungen nicht erfüllen, kann die Aufgabenstellung mit Blick auf Ihre Vorkenntnisse individuell angepasst werden.
- MATLAB®/Simulink
- Machine Learning/Deep Learning
- Digitale Signalverarbeitung
- Deep Learning for Image Processing
Anforderungen an die wissenschaftliche Arbeit
- Wissenschaftliche Vorgehensweise (Projektplan, etc.), nützlicher Artikel: Gantt Diagramm erstellen
- Wöchentlicher Fortschrittsberichte (informativ), aktualisieren Sie das Besprechungsprotokoll im Gespräch mit Prof. Schneider
- Projektvorstellung im Wiki
- Tägliche Sicherung der Arbeitsergebnisse in SVN
- Tägliche Dokumentation der geleisteten Arbeitsstunden
- Studentische Arbeiten bei Prof. Schneider
- Anforderungen an eine wissenschaftlich Arbeit
Image Processing
Image processing refers to the use of algorithms and computational techniques to analyse, enhance, and manipulate images. It involves altering or improving images using various methods and tools. The main aim of image processing is to improve image quality. Whether it’s enhancing contrast, adjusting colours, or smoothing edges, the focus is on making the image more visually appealing or suitable for further use. It’s about transforming the raw image into a refined version of itself.
Sample Task: Object Detection Identify in an Image
- Classical Method: Circular Objects Detection
- results:
- AI based method: Detect people, cats and dogs in message using YOLO model.
- Results
AI-Tasks
Repository
URL: https://svn.hshl.de/svn/MATLAB_Vorkurs/trunk/Signalverarbeitung_mit_Kuenstlicher_Intelligenz
→ zurück zum Hauptartikel: Studentische Arbeiten