Wintersemester 2019/2020

<< SS2019   
Archiv
Lehrveranstaltung und -termine, Stand: 12.12.19 06:15
Zustandsschätzung und Aktionsauswahl - Prof. Dr.-Ing. Joachim Denzler
2 Termine , 1 Unterlagen

Menschliches Sehen und motorische Aktionen bilden eine geschlossene Schleife aus Perzeption und Aktion, die enorm effizient und leistungsfähig ist und deren Simulation und mathemtische Modellierung für zahlreiche Anwendungen, zum Beispiel in der Servicerobotik, eine wichtige Rolle spielt.

Diese Vorlesung behandelt zwei wichtige Aspekte der maschinellen Sensordatenverarbeitung: die Schätzung des Zustands aus der (gestörten) Beobachtung von Sensordatenfolgen sowie die optimale Aktionsauswahl aufgrund der (fehlerbehafteten) Schätzung über den Zustand. Im ersten Teil werden klassische Verfahren zur Zustandsschätzung von detereministischen sowie von stochastischen Systemen, das Kalman-Filiter und Ansätze aus dem Bereich der Partikel Filter vorgestellt. Der zweite Teil der Vorlesung beschäftigt sich mit Methoden, die Sensordatenaufnahme durch Aktionen gezielt zu beeinflussen. Ausgehend von Markov- Modellen und partiell beobachtbaren Markov-Modellen werden Verfahren aus dem Bereich des Reinforcement Learning vorgestellt sowie ein informationstheoretisches Vorgehen zur Aktionsauswahl basierend auf dem MMI-Prinzip. Im dritten Teil schließt die Vorlesung mit Verfahren zur Sensordatenfusion und einigen Beispielanwendungen.

In der Übung werden ausgewählte Verfahren der Vorlesung implementiert.

Grundlage der Vorlesung ist das Buch [Den03], das als Textbuch dringend empfohlen wird. Weiter ergänzende Literatur ist [SB98, BSF88, Gel79]. Die Folien der Vorlesung werden ergänzend als Skript zur Verfügung gestellt.

[BSF88] Y. Bar-Shalom and T.E. Fortmann. Tracking and Data Association. Academic Press, Boston, San Diego, New York, 1988.
[Den03] J. Denzler. Probabilistische Zustandsschätzung und Aktionsauswahl im Rechnersehen. Logos Verlag, Berlin, 2003.
[Gel79] A. Gelb, editor. Applied Optimal Estimation. The MIT Press, Cambridge, Massachusetts, 1979.
[SB98] R.S. Sutton and A.G. Barto. Reinforcement Learning. A Bradford Book, Cambridge, London, 1998.

Moduldaten:
Wahlpflichtmodul (DBV) für den M.Sc. Informatik
Wahlpflichtmodul für den M.Sc. Bioinformatik (Bereich Informatik)

FMI-IN0084
Vorlesungen
Vorlesung zu Zustandsschätzung und Aktionsauswahl  
Raum: Montag, 10 bis 12 Uhr, Carl-Zeiß-Straße 3, SR227
Donnerstag, 14 bis 16 Uhr (14-täglich), August-Bebel-Straße 4, SR 121
Prof. Dr.-Ing. Joachim Denzler
Einschreibung von 11.09.17 14:00 bis 31.03.18 00:00 | derzeit 3 von max. 10  |   
Übungen
Übung zu Zustandsschätzung und Aktionsauswahl  
Raum: EAP 2, Winpool 1 Donnerstag, 14 bis 16 Uhr Dimitri Korsch
Einschreibung von 11.09.17 14:00 bis 31.03.18 00:00 | derzeit 3 von max. 10  |   

Die Übung findet im wöchentlichen Wechsel mit der Vorlesung statt. Die erste Übung findet in der ersten Vorlesungswoche statt.