Matthias Wolff Reihenfolge der Bücher

Das wesentliche Ziel dieses Lehrbuchs ist es, die mathematischen Werkzeuge zur Modellierung kognitiver Strukturen und Prozesse auf der Grundlage der klassischen Logik und der Quantenlogik zu entwickeln. Die dafür erforderlichen mathematischen Sachverhalte werden so dargestellt und anhand von Beispielen motiviert, dass sie für angehende Ingenieure und Informatiker verständlich sind. Kompakte logische Darstellung der mathematischen Werkzeuge zur Modellierung kognitiver Strukturen und Prozesse Beispiele erläutern die Anwendung im Engineering Zielgruppen sind insbesondere Studierende der Ingenieurwissenschaften und der Informatik, aber auch Studierende der Mathematik oder der Physik können durch den anwendungsbezogenen Blick ihren Horizont erweitern. Inhaltsverzeichnis Einführung in die Logik.- Grundlegende mathematische Strukturen.- Klassische Logiken.- Logik der Überlagerungen.- Lineare Algebra.- Logik der Orthogonalprojektoren.- Anwendungen in Datenbanken und Psychologie.

Der Autor berichtet von seinen Erlebnissen als Meeresforscher während seiner Doktorarbeit in Peru (1983-1984) und den Auswirkungen des starken EL Nino auf das Ökosystem. Besonders fokussiert er sich auf die Pilgermuschel und den damit verbundenen Muschelboom, der das Fischereigebiet Pisco und dessen Bewohner stark beeinflusste.

Vom 18.05.2017 bis zum 20.05.2017 kamen Studierende aus Oldenburg, Darmstadt und vielen anderen Städten Deutschlands in Oldenburg zusammen, um über die Zukunft der Energiewirtschaft zu diskutieren und in Workshops gemeinsam an ganz konkreten Fragestellungen zu arbeiten. Neben interessanten Fachvorträgen und der Arbeit in den Workshops hielt das Programm auch den Besuch des Bremer Weserstadions und der dortigen Photovoltaikanlage sowie eines auf die Energiewirtschaft spezialisierten Start-Up-Zentrums bereit. Der vorliegende Bericht möchte einen Überblick über das Symposium und die dort diskutierten Themen geben.

Fokussiert auf die Analyse zeitkontinuierlicher und zeitdiskreter Signale, behandelt das Buch die Extraktion wesentlicher Merkmale im Zeit- und Frequenzbereich. Es bietet eine Einführung in Digitalfilter und vertieft spezielle Verfahren wie Kurzzeit-Spektralanalyse, Wavelets, Cepstrum und lineare Prädiktion. Der zweite Band ergänzt diese Grundlagen mit Methoden der Signalerkennung und bildet somit eine umfassende Darstellung der Prozesse von der Signalerfassung bis zur Klassifikation in modernen Informationsverarbeitungssystemen.

Der Detektiv riskiert alles, um seinen Auftraggebern Gewissheit zu verschaffen. Dabei gehören modernste Profiler-Techniken ebenso zu seinem Repertoire wie durchwachte Nächte auf dem Observationsposten. Der studierte Kriminalist gibt spannende Einblicke in seine Arbeit als Privatdetektiv und verrät, wie man Lügner entlarven kann.

Akustische Signale tragen Informationen. Das Laufgeräusch eines Lagers trägt Informationen über dessen Verschleißzustand, ein Sprachsignal trägt linguistische Informationen. Gegenstand der akustischen Mustererkennung ist die automatische Extraktion dieser Informationen aus dem Signal. Dazu wird angenommen, dass Signale allgemein ähnlich einem Musikstück sind und durch Einzelereignisse (Noten, Akkorde) sowie deren zeitliche Abfolge (Partitur) beschrieben werden können. Zu den Aufgaben der akustischen Mustererkennung zählen die automatische Aufdeckung solcher zeitlicher und räumlicher Strukturen, deren mathematische Modellierung sowie die automatische Bewertung und Entscheidungsfindung. Anhand des Laufgeräusches kann beispielsweise entschieden werden, ob ein Bauteil ausgetauscht werden muss. Aus einem Sprachsignal lässt sich die entsprechende Äußerung in Textform ableiten. Das vorliegende Buch stellt die Grundlagen der Mustererkennung dar und behandelt wesentliche Algorithmen. Dazu zählen: Linear- und Bayes-Klassifikatoren, Supportvektormaschinen, Klassifikatoren auf der Basis von Gaussian-Mixture-Modellen (GMM) und Hidden-Markov-Modellen (HMM) sowie Klassenfolgenklassifikatoren. Weiterhin werden einige Grundlagen der Automatentheorie (Finite State Machines) sowie ausgewählte maschinelle Lernverfahren dargestellt, welche Voraussetzung für die praktische Anwendung der Mustererkennung sind: ML- und MAP-Schätzung, Gradientenverfahren und konvexe Optimierung sowie der EM-Algorithmus. Abschließend wird anhand einer Vielzahl praktischer Beispiele aus den Gebieten der Kommunikationstechnik, zerstörungsfreien Prüfung, Maschinendiagnose sowie der Musik-, Bio- und Sprachsignalverarbeitung die breite Einsatzfähigkeit von akustischen Mustererkennungsverfahren gezeigt sowie ein Ausblick auf die zukünftige Entwicklung des Wissensgebiets in Richtung intelligenter Audiosignalverarbeitung und kognitiver Systeme gegeben.