Statistische Informationstechnik: Signal - Und Mustererkennung, Parameter- Und Signalschätzung (german Edition)

Die 5. Auflage des Klassikers zur Statistischen Informationstechnik erfährt eine substantielle Erweiterung im Bereich des maschinellen Lernens. Sie bietet somit einen ausgezeichneten Überblick über die beiden wichtigen Themen Mustererkennung/Signalverarbeitung und Maschinelles Lernen. Die Autoren behandeln die Signalerkennung im Rauschen und die Mustererkennung sowie die Parameter- und Signalschätzung. Moderne Verfahren wie Wavelet-Transformation oder Clusterbildung mit unscharfen Partitionen werden berücksichtigt. Neben klassischen Verfahren der Detektion werden neuere, z.B. auf neuronale Netze und kernelbasierten Methoden aufbauende Klassifikatoren diskutiert. Die Parameterschätzung behandelt neben Bayes- und Maximum-Likelihood-Ansätzen auch adaptive Verfahren. Wiener- und Kalman-Filter sind Beispiele zur Signalschätzung. Die Grundlagen werden durch Anwendungsbeispiele aus der Praxis erläutert. Geeignet für Studierende und für Ingenieure in der Praxis. Die Autoren behandeln die Signalerkennung im Rauschen, die Mustererkennung sowie die Parameter- und Signalschätzung. Grundlegende Fragen veranschaulichen sie anhand von Anwendungsbeispielen. Berücksichtigt werden moderne Verfahren wie Wavelet-Transformation und neben klassischen Detektionsverfahren auch neuere, beispielsweise Klassifikatoren, die auf neuronale Netze und Fuzzy-Logik aufbauen. Die 5. Auflage wurde im Bereich des maschinellen Lernens substanziell erweitert. Der Band ist geeignet für Studierende wie für Ingenieure in der Praxis. Front Matter....Pages 1-10 Detektion und Estimation....Pages 1-11 Grundbegriffe der Statistik....Pages 13-25 Signaldarstellung durch Vektoren....Pages 27-62 Signal- und Mustererkennung....Pages 63-141 Systeme für die Signal- und Mustererkennung....Pages 143-224 Parameterschätzung (Estimation)....Pages 225-253 Lineare Parameterschätzsysteme....Pages 255-278 Wiener-Filter....Pages 279-317 Kalman-Filter....Pages 319-360 Back Matter....Pages 366-376 Die Autoren behandeln die Signalerkennung im Rauschen, die Mustererkennung sowie die Parameter- und Signalschatzung. Berucksichtigt werden moderne Verfahren wie Wavelet-Transformation und neben klassischen Detektionsverfahren auch neuere, beispielsweise Klassifikatoren, die auf neuronale Netze und Fuzzy-Logik aufbauen.