Strukturerkennung durch assoziative Netzwerke basierend auf modernen Strukturanalyseverfahren der Bildverarbeitung

正如这一主题所包含的那样，我的研究工作需要从结构分析中获得结构知识。这是一个从低层次视觉上的视觉符号上的图像处理的主题。信号的定向和信号的解释。对来自前视的信号的解释是一种形式上的语义学。这种协作方式不像其他的协作方式，它们不可能被韦尔登，因此可以被近似。durch künstliche neuronale Netzwerke gelernt韦尔登。Die Leistungsfähigkeit eines Netzwerkes hängt zum einen von der Struktur des Netzwerkes ab，zum anderen hängt sie von der Aufbereitung der Eingabedaten ab.我把工作交给了他。这是韦尔登的低层次视觉的最高水平的Konzepte verwendet，um die Eingabedaten optimal aufzubereiten and speziell auf diese Aufgabe zugeschnittene assoziierende Netzwerke auf die Daten anzuden.

Wie dem Thema bereits zu entnehmen ist, behandelt mein Forschungsvorhaben den Übergang von der Strukturanalyse zur Strukturerkennung. Es handelt sich um ein Thema aus dem Bereich der Bildverarbeitung mit Schwerpunkt auf der Schnittstelle zwischen dem sogenannten low-level Vision, d.h. der signalorientierten Vorverarbeitung, und dem Bereich der Signalinterpretation. Die Interpretation der Signale aus der Vorverarbeitung stellt formal gesehen eine Zuordnungsvorschrift einer Semantik zu den Meßgrößen dar. Diese Zuordnungsvorschrift läßt sich nicht als geschlossene Funktion darstellen, sie kann somit nicht programmiert werden, sondern kann lediglich approximiert bzw. durch künstliche neuronale Netzwerke gelernt werden. Die Leistungsfähigkeit eines Netzwerkes hängt zum einen von der Struktur des Netzwerkes ab, zum anderen hängt sie von der Aufbereitung der Eingabedaten ab. Genau hier setzt die geplante Arbeit an. Es werden die leistungsfähigsten Konzepte des low-level Visions verwendet, um die Eingabedaten optimal aufzubereiten und speziell auf diese Aufgabe zugeschnittene assoziierende Netzwerke auf die Daten anzuwenden.