Verfügbarkeit: Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen

Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen: neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Sartorius, Gerhard 1958- (VerfasserIn)
Format:	Buch
Sprache:	German
Veröffentlicht:	Wiesbaden Springer Vieweg [2019]
Schlagworte:	Messtechnik Automatische Klassifikation Multivariate Analyse Nächste-Nachbarn-Problem Maschinelles Lernen Messwertverarbeitung Messgröße THR
Online-Zugang:	Inhaltstext http://www.springer.com/ Inhaltsverzeichnis
Beschreibung:	XXXV, 466 Seiten Illustrationen, Diagramme
ISBN:	9783658235758

Internformat

MARC


LEADER	00000nam a22000008c 4500
001	BV045503254
003	DE-604
005	20200525
007	t
008	190307s2019 gw a\|\|\| \|\|\|\| 00\|\|\| ger d
015			\|a 18,N49 \|2 dnb
016	7		\|a 1172619484 \|2 DE-101
020			\|a 9783658235758 \|c Print \|9 978-3-658-23575-8
024	3		\|a 9783658235758
028	5	2	\|a Bestellnummer: 978-3-658-23575-8
028	5	2	\|a Bestellnummer: 86919959
035			\|a (OCoLC)1102424373
035			\|a (DE-599)DNB1172619484
040			\|a DE-604 \|b ger \|e rda
041	0		\|a ger
044			\|a gw \|c XA-DE-HE
049			\|a DE-29T \|a DE-Aug4
084			\|a ZQ 3130 \|0 (DE-625)158044: \|2 rvk
084			\|a 621.3 \|2 sdnb
100	1		\|a Sartorius, Gerhard \|d 1958- \|e Verfasser \|0 (DE-588)139170480 \|4 aut
245	1	0	\|a Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen \|b neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren \|c Gerhard Sartorius
264		1	\|a Wiesbaden \|b Springer Vieweg \|c [2019]
300			\|a XXXV, 466 Seiten \|b Illustrationen, Diagramme
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
650	0	7	\|a Messtechnik \|0 (DE-588)4114575-6 \|2 gnd \|9 rswk-swf
650	0	7	\|a Automatische Klassifikation \|0 (DE-588)4120957-6 \|2 gnd \|9 rswk-swf
650	0	7	\|a Multivariate Analyse \|0 (DE-588)4040708-1 \|2 gnd \|9 rswk-swf
650	0	7	\|a Nächste-Nachbarn-Problem \|0 (DE-588)4376579-8 \|2 gnd \|9 rswk-swf
650	0	7	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|2 gnd \|9 rswk-swf
650	0	7	\|a Messwertverarbeitung \|0 (DE-588)4038804-9 \|2 gnd \|9 rswk-swf
650	0	7	\|a Messgröße \|0 (DE-588)4169512-4 \|2 gnd \|9 rswk-swf
653			\|a THR
653			\|a THR
689	0	0	\|a Messtechnik \|0 (DE-588)4114575-6 \|D s
689	0		\|5 DE-604
689	1	0	\|a Messgröße \|0 (DE-588)4169512-4 \|D s
689	1		\|5 DE-604
689	2	0	\|a Messwertverarbeitung \|0 (DE-588)4038804-9 \|D s
689	2	1	\|a Messgröße \|0 (DE-588)4169512-4 \|D s
689	2	2	\|a Multivariate Analyse \|0 (DE-588)4040708-1 \|D s
689	2	3	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|D s
689	2	4	\|a Automatische Klassifikation \|0 (DE-588)4120957-6 \|D s
689	2	5	\|a Nächste-Nachbarn-Problem \|0 (DE-588)4376579-8 \|D s
689	2		\|5 DE-604
710	2		\|a Springer Fachmedien Wiesbaden \|0 (DE-588)1043386068 \|4 pbl
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, eBook \|z 978-3-658-23576-5
856	4	2	\|m X:MVB \|q text/html \|u http://deposit.dnb.de/cgi-bin/dokserv?id=d4fbeac49dd5434aa13ab523931f5b38&prov=M&dok_var=1&dok_ext=htm \|3 Inhaltstext
856	4	2	\|m X:MVB \|u http://www.springer.com/
856	4	2	\|m DNB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030887917&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
999			\|a oai:aleph.bib-bvb.de:BVB01-030887917

Datensatz im Suchindex

_version_	1804179440298622976
adam_text	NHAITSVERZEICHMS 1 EINLEITUNG .................................................................................................................... 1 1.1 KONNEKTIONISTISCHE SYSTEME ......................................................................... 1 1.2 VERARBEITUNG HOCHDIMENSIONALER DATENSAETZE ............................................ 2 1.3 MULTIVARIATE DATENVERARBEITUNG ................................................................... 3 1.4 MASCHINELLES LERNEN ..................................................................................... 4 1.5 ENTWICKLUNGSTENDENZEN DER LERNSTRATEGIEN .............................................. 6 1.6 NOTWENDIGE EIGENSCHAFTEN ......................................................................... 8 1.6.1 URSACHE UND WIRKUNG ................................................................... 8 1.6.2 VORAUSSETZUNGEN ZUR REALISIERUNG DER MODELLE ....................... 9 1.7 GESTALTUNG DES VERARBEITUNGSPROZESSES ..................................................... 10 1.7.1 GRENZEN DES MASCHINENLERNENS .................................................. 10 1.7.2 NOTATION UND BEISPIELE ................................................................. 10 1.8 DIE DREI HAUPTTEILE DIESES BUCHES .............................................................. 11 1.8.1 KAPITELUEBERSICHT ......................................................................... 11 1.8.2 PROBLEMFELDER UND FRAGEN ZUM THEMA MASCHINELLES LERNEN .......................................................................................... 15 LITERATUR .................................................................................................................... 16 2 METHODEN DES MASCHINELLEN LERNENS ..................................................................... 17 2.1 VERSCHIEDENE METHODEN ............................................................................... 17 2.2 FREIHEITSGRADE UND TRAININGSPHASE ............................................................. 19 2.3 THEMEN ZUR GESTALTUNG EINES ADAPTIVEN SYSTEMS ...................................... 20 2.4 KUENSTLICHE NEURONALE NETZE ......................................................................... 22 2.5 WEITERENTWICKELTE KUENSTLICHE NEURONALE NETZE ......................................... 23 2.6 STUETZVEKTORMETHODEN .................................................................................... 26 2.7 DIMENSIONSREDUKTION .................................................................................. 29 2.8 MODULARISIERTE KUENSTLICHE NEURONALE NETZE ............................................... 29 2.9 KOMBINIERTE KUENSTLICHE NEURONALE NETZE .................................................... 30 LITERATUR .................................................................................................................... 32 XI XII INHALTSVERZEICHNIS 3 ANFORDERUNGEN ZUR GESTALTUNG EINES ADAPTIVEN SYSTEMS 37 3.1 GESTALTUNG NEUER VERFAHREN 37 3.2 KONZEPTIONELLE ANFORDERUNGEN 39 3.3 TRENNUNG VON TRAININGS-UND ARBEITSEINHEIT 41 3.3.1 TRAININGSPHASE 42 3.3.2 ARBEITSPHASE 43 LITERATUR 44 4 EIN KLASSIFIZIERUNGSVERFAHREN IM UEBERBLICK 45 4.1 ARBEITSTEILUNG UND MODULARISIERUNG 45 4.2 REALISIERUNGSASPEKTE 48 4.3 ANFORDERUNGEN AN DIE TRAININGS- UND ARBEITSEINHEIT 48 4.4 ORGANISATIONSSTRUKTUR 49 LITERATUR 51 5 MESSTECHNIK UND MASCHINELLES LERNEN 5.1 AUTOMATISCHE MESSSYSTEME 5.2 MESSFEHLER 5.2.1 FEHLERURSACHEN 5.2.2 ERFASSUNG VON MESSDATEN 5.2.3 MESSSYSTEM MIT STOERQUELLEN 5.2.4 STATISCHE MESSFEHLER 5.2.5 DYNAMISCHE MESSFEHLER 5.3 QUANTITATIVE ERFASSUNG DER MESSFEHLER 5.3.1 AUSWIRKUNG DER VERSCHIEDENEN ARTEN VON MESSFEHLERN 5.3.2 WAHRSCHEINLICHKEIT UND VARIANZ 5.4 5.5 5.6 5.3.3 UMFANG UND VERTEILUNG DER MESSWERTE MESSFEHLER BEI VERSCHIEDENEN AUFGABEN LIMITIERTE ONLINE-ANPASSUNG MESSSIGNALUEBERWACHUNG LITERATUR 53 53 54 55 57 57 60 61 63 64 64 67 69 70 70 71 6 METRIK FUER MULTIDIMENSIONALE DATEN 73 6.1 ABSTANDSMASSE 73 6.1.1 DATENPUNKTE IM MERKMALSRAUM 74 6.1.2 NAECHSTE NACHBARPUNKTE 74 6.1.3 DISTANZMETRIKEN 75 6.1.4 GEOMETRIE N-DIMENSIONALER RAEUME 78 6.1.5 METRISCHE EIGENSCHAFTEN 80 6.1.6 ABSTANDSMESSUNG UND ANZAHL DER DIMENSIONEN 80 6.1.7 KONTRASTERHOEHUNG UND RAUSCHEN 83 6.2 BERECHNUNGSAUFWAND UND SPEICHERPLATZBEDARF 83 INHALTSVERZEICHNIS XIII 6.3 VERGLEICH DER METRIKEN ................................................................................. 85 6.4 METRIK FUER DAS NAECHSTE-NACHBARN-VERFAHREN ............................................ 86 6.4.1 METRIK FUER MULTIDIMENSIONALE DATEN BEIM NN-VERFAHREN ...... 88 6.4.2 ZAHLENBEREICH DES PUNKTERAUMS ................................................. 89 LITERATUR .................................................................................................................... 91 7 GLAETTUNG EINER MANNIGFALTIGKEIT ............................................................................. 93 7.1 INDIZIERUNG UND ORDNUNG DER TRAININGSDATEN ........................................... 94 7.2 BESONDERHEITEN BEI SPEKTRALEN METHODEN ................................................. 95 7.3 VORGABEN ZUR GLAETTUNG ................................................................................. 96 7.4 KRUEMMUNG UND KOMPLEXITAET ...................................................................... 96 7.5 FUELLWERTMETHODE .......................................................................................... 97 7.5.1 EINPRAEGEN DER MAXIMAL ZULAESSIGEN KRUEMMUNG ....................... 98 7.5.2 ANZAHL DER NAECHSTEN NACHBARPUNKTE ......................................... 99 7.5.3 FEINSTRUKTUR DES MODELLS ............................................................. 101 7.6 BEREICHE DER NAECHSTEN NACHBARSCHAFT DER DATENPUNKTE ............................ 102 7.6.1 VERBINDEN VON DATENMENGEN .................................................... 103 7.6.2 VERBINDUNG ZU EINER MANNIGFALTIGKEIT ........................................ 103 7.6.3 MONO- UND MULTIKLASSENVERARBEITUNG ........................................ 104 7.6.4 RUECKTRANSFORMATION UND TRANSFORMATIONSMATRIX ..................... 105 7.6.5 UEBERLAPPENDE BEREICHE ............................................................... 106 7.6.6 ZUGEHOERIGKEITSWERT ...................................................................... 107 LITERATUR .................................................................................................................... 108 8 DISTANZ- UND AEHNLICHKEITSMASSE .............................................................................. 111 8.1 ZUGEHOERIGKEITSGRAD UND AEHNLICHKEITSMESSUNG .......................................... 111 8.1.1 SKALENNIVEAU ............................................................................... 112 8.1.2 VORAUSETZUNGEN ZUR NUTZUNG VON AEHNLICHKEITSMASSEN ............ 112 8.1.3 SPEICHERUNG DER CHARAKTERISTIKA ................................................. 113 8.1.4 DEFINITION VON AEHNLICHKEIT .......................................................... 113 8.2 REZEPTIVER BEREICH ....................................................................................... 114 8.2.1 KONTUR EINER MANNIGFALTIGKEIT ..................................................... 115 8.2.2 FESTER GRENZWERT DER ZUGEHOERIGKEIT ......................................... 116 8.2.3 VARIABLER GRENZWERT DER ZUGEHOERIGKEIT ................................... 119 8.2.4 ZUGEHOERIGKEITSGRAD ...................................................................... 120 8.3 AGGREGATEN DER CHARAKTERISTIKA .................................................................. 122 8.4 RICHTUNGSKOSINUS UND RICHTUNGSKOMPONENTEN ......................................... 122 8.5 RICHTUNGSMASSE ............................................................................................. 124 8.5.1 RICHTUNGSKOSINUS IM EUKLIDISCHEN RAUM .................................. 124 8.5.2 RICHTUNGSKOMPONENTEN IM ZZ-RAUM ........................................ 125 8.5.3 RICHTUNGSAENDERUNG IM Z^-RAUM ............................................... 125 8.6 DOMINANZ DER GROESSTEN KOEFFIZIENTEN .......................................................... 127 XIV INHALTSVERZEICHNIS 8.6.1 VERMEIDUNG STOERENDER KOMPONENTEN ........................................ 127 8.6.2 GUETEKRITERIEN FUER AEHNLICHKEITSMASSE ........................................... 128 8.7 VERSCHIEDENE DARSTELLUNGSARTEN DER EINGANGSDATEN IM MERKMALSRAUM ......................................................................................... 129 8.8 DOMINANTE KOMPONENTEN UND BEREICHSGRENZEN EINER MANNIGFALTIGKEIT .......................................................................................... 130 8.8.1 AEHNLICHKEITSPRUEFUNG ................................................................... 130 8.8.2 MEHRSTUFIGER ZUGEHOERIGKEITSTEST ................................................. 132 LITERATUR .................................................................................................................... 133 9 WAVELET-TRANSFORMATION ........................................................................................... 135 9.1 ALLGEMEINE DEFINITION ................................................................................... 136 9.1.1 DISTANZERHALTUNG .......................................................................... 136 9.1.2 GENUTZTE EIGENSCHAFT DER WAVELET-TRANSFORMATION .................. 137 9.1.3 WAVELET-, FOURIER- UND ANDERE TRANSFORMATIONEN ....................... 138 9.2 WAVELET-FUNKTIONEN ...................................................................................... 138 9.3 HAAR-WAVELET ................................................................................................ 140 9.4 PERFEKTE LOKALITAET ......................................................................................... 140 9.5 AUSWAHL VON WAVELET-KOEFFIZIENTEN .......................................................... 141 9.6 MULTIKLASSENMANNIGFALTIGKEIT ....................................................................... 142 9.7 BILDUNG EINES EINGANGSVEKTORS .................................................................. 142 LITERATUR .................................................................................................................... 145 10 NAECHSTE-NACHBARN-VERFAHREN UND DIMENSIONSREDUKTION .............................. 147 10.1 NAECHSTE-NACHBARN-VERFAHREN ...................................................................... 148 10.1.1 DIMENSIONSREDUKTION .................................................................. 149 10.1.2 FAVORISIERTES VERFAHREN ZUR DIMENSIONSREDUKTION .................... 151 10.2 VORAUSSETZUNGEN UND VORTEILE DER DIMENSIONSREDUKTION ......................... 151 10.3 ANWENDUNG SPEKTRALER METHODEN ............................................................... 154 10.3.1 INNERE DIMENSIONALITAET ................................................................ 154 10.3.2 ABFOLGE DER DATENPUNKTPOSITIONEN AUF DER REFERENZSKALA .............................................................................. 155 10.4 VERSCHIEDENE METHODEN .............................................................................. 157 10.4.1 VARIANTEN UND ERWEITERUNGEN ...................................................... 157 10.4.2 DIE BASISMETHODEN ...................................................................... 158 10.4.3 GRUNDSAETZLICHE ARBEITSWEISE ...................................................... 161 10.4.4 AUFTRETENDE PROBLEME .................................................................. 165 10.5 AUFGABENBEZOGENE EINSATZBEDINGUNGEN .................................................... 167 10.6 VERMEIDUNG NUMERISCHER INSTABILITAET ......................................................... 169 10.7 SPEKTRALE METHODEN ZUR DIMENSIONSREDUKTION ......................................... 170 10.7.1 SCHRITT 1: BESTIMMUNG DER NAECHSTEN NACHBARPUNKTE ............... 171 10.7.2 SCHRITT 2: BESTIMMUNG DER REKONSTRUKTIONSGEWICHTE .............. 173 INHALTSVERZEICHNIS XV 10.7.3 SCHRITT 3: OPTIMIERUNG I, NORMALISIERUNG ................................. 174 10.7.4 INVARIANZ GEGENUEBER ROTATIONEN UND RESKALIERUNGEN .............. 175 10.7.5 SCHRITT 4: OPTIMIERUNG II, EIGENWERTANALYSE ............................ 176 10.7.6 SCHRITT 5: REKONSTRUKTION IM NIEDRIGDIMENSIONALEN RAUM ............................................................................................ 179 LITERATUR .................................................................................................................... 183 11 MODELLBILDUNG ............................................................................................................. 187 11.1 MODELLKOMPLEXITAET ....................................................................................... 187 11.2 BEDINGUNGEN UND PHASEN DER MODELLERSTELLUNG ........................................ 188 11.3 DER BIAS-VARIANZ-KONFLIKT ........................................................................... 189 11.4 AUSWIRKUNGEN BEI DER MODELLBILDUNG ........................................................ 190 11.4.1 STRUKTURIERUNG EINES MODELLS ..................................................... 191 11.4.2 BIAS-VARIANZ-ANALYSE ................................................................... 193 11.4.3 EINSTELLUNG DER MODELLKOMPLEXITAET ............................................. 194 11.5 TEST EINES MODELLS ......................................................................................... 195 11.5.1 VALIDIERUNG .................................................................................. 195 11.5.2 KREUZVALIDIERUNG ........................................................................ 196 11.6 KOMPLEXE MODELLE ........................................................................................ 198 11.7 GRUPPENBILDUNG ........................................................................................... 199 LITERATUR .................................................................................................................... 201 12 DATENVORVERARBEITUNG ................................................................................................ 203 12.1 ANFORDERUNGEN AN DIE DATENVORVERARBEITUNG ............................................ 203 12.1.1 GENERALISIERUNG UM EIN ENSEMBLE VON ERWARTUNGSWERTEN ...... 205 12.1.2 ERMITTLUNG DER MESSUNSICHERHEIT ............................................... 208 12.2 EINDIMENSIONALE DATENSAETZE ........................................................................ 210 12.2.1 BEGRIFFE, VERTEILUNG, TESTVERFAHREN .............................................. 210 12.2.2 ZUORDNUNG, SIGNIFIKANZNIVEAU UND VARIANZ DER MESSDATEN .... 212 12.3 MULTIDIMENSIONALE DATENSAETZE ..................................................................... 212 12.3.1 REDUZIERUNG AUF EINE UNIVARIATE VERTEILUNG 213 12.3.2 FEHLEREINFLUESSE UND STRUKTUR EINER MANNIGFALTIGKEIT 12.3.3 MANHATTAN- DI STANZ 213 215 12.3.4 ORDNEN UND GLAETTEN DER DATEN ..................................................... 217 12.4 SCHWELLENWERT ZUR ERKENNUNG VON AUSREISSERN .......................................... 218 12.4.1 AUSREISSERTEST ................................................................................. 219 12.4.2 BESTIMMUNG DES MEDIANS .......................................................... 219 12.4.3 ANWEISUNGSLISTE ZUR DATENAUFBEREITUNG ................................... 220 12.4.4 MESSWERTE UND MULTIDIMENSIONALER MEDIAN ............................. 222 12.4.5 AUSREISSER ENTFERNEN ..................................................................... 224 12.4.6 DOPPEL- ODER NAHEZU GLEICHE WERTE ........................................... 225 12.4.7 MAXIMALE DISTANZ ZWISCHEN DEN DATENPUNKTEN ....................... 226 XVI INHALTSVERZEICHNIS 12.4.8 LUECKEN UND SPRUENGE IN EINER DISTANZLISTE ERGAENZEN ................. 227 12.4.9 KENNWERTE DES AUFBEREITETEN TRAININGSDATENSATZES .................. 227 12.5 REZEPTIVEN BEREICH DEFINIEREN ..................................................................... 229 12.5.1 ANWENDUNG DES VERFAHRENS AUF EINEN GROESSEREN DATENSATZ ...................................................................................... 230 12.5.2 REZEPTIVER BEREICH ....................................................................... 230 12.6 EINDIMENSIONALE REFERENZSKALA FUER ALLE TRAININGSDATENPUNKTE ............... 235 LITERATUR ..................................................................................................................... 237 13 MERKMALSRAUM ........................................................................................................... 239 13.1 VORBEREITUNG EINES TRAININGSDATENSATZES ................................................... 239 13.2 TRANSFORMATION VON GRUPPENDATEN ............................................................ 240 LITERATUR .................................................................................................................... 243 14 ASSOZIATIONSRAUM ........................................................................................................ 245 14.1 OPTIMIERUNG EINES TRAININGSDATENSATZES .................................................... 245 14.1.1 DARSTELLUNG EINES MERKMALS MIT MESSWERTEN ............................ 247 14.1.2 DARSTELLUNG IN FORM VON WAVELET-KOEFFIZIENTEN ...................... 247 14.1.3 DARSTELLUNG IN FORM VON FOURIER-KOEFFIZIENTEN ....................... 248 14.1.4 DARSTELLUNG IN FORM VON EIGENWERTEN ....................................... 250 14.2 ERMITTLUNG VON REKONSTRUKTIONSGEWICHTEN ............................................... 251 14.2.1 REKONSTRUKTIONSGEWICHTE IN DER TRAININGSPHASE ..................... 251 14.2.2 REKONSTRUKTIONSGEWICHTE IN DER ARBEITSPHASE ......................... 251 14.2.3 EINSTELLUNG DER MODELLKOMPLEXITAET DURCH AUSBLENDUNG ........ 251 14.2.4 EINSTELLUNG DER MODELLKOMPLEXITAET DURCH MITTELUNG .............. 252 14.3 REZEPTIVE BEREICHE ZUORDNEN ..................................................................... 253 14.3.1 EINZELNE REZEPTIVE BEREICHE VON GRUPPEN ............................... 255 14.3.2 KOMPLEXER REZEPTIVER BEREICH MEHRERER GRUPPEN .................. 255 14.3.3 SKALIERUNG UND ANPASSUNG ......................................................... 255 14.3.4 SKALIERUNG UND ANPASSUNG MIT TRANSFORMIERTEN DATEN ........... 259 14.3.5 SKALIERUNG UND ANPASSUNG DIREKTER ODER NORMIERTER MESSWERTE .................................................................................... 259 14.3.6 SKALIERUNG UND ANPASSUNG KOMPLEXER EINGANGSDATEN ........... 259 14.4 ABBILDUNGSFEHLER .......................................................................................... 259 14.4.1 REKONSTRUKTIONSFEHLER IM ASSOZIATIONSRAUM ............................. 259 14.4.2 REKONSTRUKTIONSFEHLER IM DARSTELLUNGSRAUM ............................. 260 14.4.3 ABBILDUNGSGENAUIGKEIT DIMENSIONSREDUZIERTER DATEN .............. 262 LITERATUR .................................................................................................................... 264 15 DARSTELLUNGSRAUM ........................................................................................................ 265 15.1 GENERALISIERUNG IM DARSTELLUNGSRAUM ...................................................... 266 15.1.1 ABBILDUNGSGENAUIGKEIT UND DARSTELLUNG ................................... 266 15.1.2 ANPASSUNG AN DIE FORM DER AUSGANGSFUNKTION ......................... 269 INHALTSVERZEICHNIS XVII 15.2 KLASSIFIZIERUNG ............................................................................................... 270 15.3 ERMITTLUNG DES ZUGEHOERIGKEITSGRADES ......................................................... 270 15.3.1 ERKENNUNG VON AUSREISSERN BEI EINER SENSORFUSION .................... 272 15.3.2 ZUORDNUNGSGRAD KLASSIFIZIERTER MESSDATEN ............................... 274 15.4 VISUALISIERUNG DER MESSDATEN ..................................................................... 275 LITERATUR .................................................................................................................... 277 16 DIVERSITAERE MESSMETHODEN ...................................................................................... 279 16.1 HYBRIDE MESSSTRUKTUREN ............................................................................... 280 16.2 INTERPRETERANWEISUNGEN ZUR GESTALTUNG DER AUSWERTUNG .......................... 280 16.3 VERWALTUNG DER KLASSIFIZIERUNGSERGEBNISSE ............................................... 281 16.4 ADAPTIVES SYSTEM ZUR KLASSIFIZIERUNG ........................................................ 281 16.5 ANWENDUNGEN ............................................................................................... 283 LITERATUR .................................................................................................................... 283 17 SIMULATION UND TEST ................................................................................................... 285 17.1 CODIERUNG ..................................................................................................... 285 17.1.1 PSEUDOCODE DES MODULS TRAININGSPHASE .................................. 286 17.1.2 PSEUDOCODE DES MODULS ARBEITSPHASE ...................................... 286 17.2 SIMULATION ..................................................................................................... 286 17.2.1 TRAININGSPHASE MIT SYNTHETISCHEN DATEN .................................. 287 17.2.2 STOEREINFLUESSE ............................................................................... 294 17.2.3 HOHE RAUSCHPEGEL ...................................................................... 294 17.2.4 UNGLEICHE ANZAHL DER NAECHSTEN NACHBARN IN TRAININGS UND ARBEITSPHASE ........................................................................ 296 17.2.5 ABWEICHUNGEN UND FEHLERTOLERANZEN ........................................ 297 17.3 INTERNE VALIDIERUNG ..................................................................................... 298 17.4 EXTERNE VALIDIERUNG .................................................................................... 299 LITERATUR .................................................................................................................... 300 18 HARDWARE UND REALISIERUNG .................................................................................... 301 18.1 BAUSTEINE UND STEUERUNGSSTRUKTUREN .......................................................... 301 18.2 REALISIERUNG .................................................................................................. 303 18.2.1 ANGABE VON RECHENAUFWAND UND SPEICHERPLATZBEDARF ............ 303 18.2.2 ARBEITSTEILUNG UND MODULARISIERUNG BEI ANWENDUNGEN ......... 305 18.2.3 AUFWAND IN DER TRAININGSPHASE ................................................. 305 18.2.4 RECHENKAPAZITAET UND SOFTWARE .................................................. 313 18.2.5 AUFWAND IN DER ARBEITSPHASE .................................................... 313 18.2.6 ARBEITSPHASE BEI VOLLER DIMENSIONALITAET ................................... 315 18.2.7 ARBEITSPHASE BEI REDUZIERTER DIMENSIONALITAET ............................ 315 18.2.8 KLASSIFIZIERUNG .............................................................................. 317 18.2.9 FUSION VON SENSORSIGNALEN ........................................................ 317 XVIII INHALTSVERZEICHNIS 18.2.10 REALISIERUNG MIT EINZELPLATZRECHNER .......................................... 318 18.3 ARBEITSTEILUNG UND ENTWICKLUNGSUMGEBUNG ............................................. 320 18.3.1 KOMMUNIKATION ZWISCHEN LERN- UND ARBEITSEINHEIT ................ 321 18.3.2 GRAFISCHE BEDIENOBERFLAECHE ......................................................... 321 18.3.3 TRAININGS- UND ARBEITSDATENSATZ .................................................. 322 18.3.4 TRAININGSPHASE ............................................................................. 322 18.3.5 SCHRITTE IN DER ARBEITSPHASE ....................................................... 322 18.3.6 SPEICHERPROGRAMMIERBARE STEUERUNGEN ..................................... 323 18.3.7 REALISIERUNG MIT MIKROKONTROLLER .............................................. 325 18.3.8 REALISIERUNG MIT KOMPLEXEN BAUSTEINEN ................................... 328 18.3.9 REALISIERUNGSASPEKTE ................................................................... 329 LITERATUR .................................................................................................................... 331 19 DATENANALYSE ................................................................................................................ 333 19.1 GRAFIK ZUR DARSTELLUNG VON KLASSIFIZIERUNGSERGEBNISSEN .......................... 333 19.2 BEDEUTUNG DER ABKUERZUNGEN BEI DER ROC-ANALYSE ................................ 333 19.3 MONOKLASSEN-KLASSIFIZIERUNG ....................................................................... 335 19.4 MULTIKLASSENKLASSIFIZIERUNG .......................................................................... 335 19.5 ERSTELLUNG UND ANWENDUNG VON ROC-KURVEN ........................................... 335 19.6 AUSWERTUNG UND DARSTELLUNG ...................................................................... 337 19.6.1 MONO- UND MULTIKLASSEN IM DARSTELLUNGSRAUM ......................... 337 19.6.2 MULTIKLASSENKLASSIFIZIERUNG ZUR AUSWERTUNG VON ZUSTAENDEN ............................................................................... 337 LITERATUR .................................................................................................................... 338 20 EINSATZGEBIETE .............................................................................................................. 339 20.1 VERSCHIEDENE EINSATZGEBIETE ........................................................................ 339 20.2 EIGENSTAENDIGE SYSTEME ................................................................................. 340 20.3 GESTAFFELTE PROZEDUR BEI DER SUCHE NACH ZUGEHOERIGKEITEN ....................... 340 20.4 VERBUNDSYSTEME ............................................................................................ 341 LITERATUR .................................................................................................................... 342 21 ZUSAMMENFASSUNG DER ERGEBNISSE ........................................................................... 343 21.1 ANWENDERERFAHRUNGEN BEI DER KLASSIFIZIERUNG VON SPEKTREN .................... 343 21.2 ERGEBNISSE UND VERGLEICH ............................................................................. 344 21.2.1 KUENSTLICHES NEURONALES NETZ ....................................................... 345 21.2.2 STUETZ-VEKTOR-METHODE .................................................................. 345 21.2.3 MULTIVARIATE ADAPTIVE EINBETTUNG ................................................ 345 21.3 ERREICHTE FUNKTIONALITAET .................. ............................................................. 348 21.4 BEITRAEGE ZU AKTUELLEN ENTWICKLUNGEN ......................................................... 349 21.5 VORTEILE ........................................................................................................... 351 21.6 ERGEBNISSE ..................................................................................................... 351 INHALTSVERZEICHNIS XIX 21.7 ZUKUENFTIGE ENTWICKLUNGEN ........................................................................... 353 21.8 ABSCHLIESSENDE BEMERKUNGEN ..................................................................... 354 LITERATUR .................................................................................................................... 355 ANHANG A: DATENSATZTABELLEN ......................................................................................... 357 ANHANG B: UNTERSUCHUNGSERGEBNISSE ........................................................................... 359 ANHANG C: MATHEMATISCHE ZUSAMMENHAENGE ............................................................. 367 ANHANG D: UEBERSICHT KUENSTLICHE NEURONALE NETZE UND DIMENSIONSREDUKTIONSVERFAHREN ........................................................................... 375 ANHANG E: MULTISKALENANALYSE ...................................................................................... 379 ANHANG F: ARCHITEKTUREN ................................................................................................ 387 ANHANG G: KOMPLEXITAET ................................................................................................... 403 ANHANG H: DARSTELLUNG DER KLASSIFIZIERUNGSERGEBNISSE ........................................... 407 ANHANG I: ANWENDUNGEN ................................................................................................. 409 ANHANG J : SPEKTROSKOPIE ................................................................................................. 415 ANHANG K: KLASSIFIZIERUNGSBEISPIELE .............................................................................. 421 GLOSSAR ................................................................................................................................... 437 HINWEISE ................................................................................................................................. 445 STICHWORTVERZEICHNIS ........................................................................................................... 449
any_adam_object	1
author	Sartorius, Gerhard 1958-
author_GND	(DE-588)139170480
author_facet	Sartorius, Gerhard 1958-
author_role	aut
author_sort	Sartorius, Gerhard 1958-
author_variant	g s gs
building	Verbundindex
bvnumber	BV045503254
classification_rvk	ZQ 3130
ctrlnum	(OCoLC)1102424373 (DE-599)DNB1172619484
discipline	Elektrotechnik / Elektronik / Nachrichtentechnik Mess-/Steuerungs-/Regelungs-/Automatisierungstechnik / Mechatronik
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02799nam a22006498c 4500</leader><controlfield tag="001">BV045503254</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20200525 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">190307s2019 gw a\|\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">18,N49</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1172619484</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783658235758</subfield><subfield code="c">Print</subfield><subfield code="9">978-3-658-23575-8</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783658235758</subfield></datafield><datafield tag="028" ind1="5" ind2="2"><subfield code="a">Bestellnummer: 978-3-658-23575-8</subfield></datafield><datafield tag="028" ind1="5" ind2="2"><subfield code="a">Bestellnummer: 86919959</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1102424373</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1172619484</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-HE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-29T</subfield><subfield code="a">DE-Aug4</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ZQ 3130</subfield><subfield code="0">(DE-625)158044:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">621.3</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Sartorius, Gerhard</subfield><subfield code="d">1958-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)139170480</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen</subfield><subfield code="b">neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren</subfield><subfield code="c">Gerhard Sartorius</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden</subfield><subfield code="b">Springer Vieweg</subfield><subfield code="c">[2019]</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XXXV, 466 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Messtechnik</subfield><subfield code="0">(DE-588)4114575-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Automatische Klassifikation</subfield><subfield code="0">(DE-588)4120957-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Multivariate Analyse</subfield><subfield code="0">(DE-588)4040708-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Nächste-Nachbarn-Problem</subfield><subfield code="0">(DE-588)4376579-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Messwertverarbeitung</subfield><subfield code="0">(DE-588)4038804-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Messgröße</subfield><subfield code="0">(DE-588)4169512-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">THR</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">THR</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Messtechnik</subfield><subfield code="0">(DE-588)4114575-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Messgröße</subfield><subfield code="0">(DE-588)4169512-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="2" ind2="0"><subfield code="a">Messwertverarbeitung</subfield><subfield code="0">(DE-588)4038804-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="1"><subfield code="a">Messgröße</subfield><subfield code="0">(DE-588)4169512-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="2"><subfield code="a">Multivariate Analyse</subfield><subfield code="0">(DE-588)4040708-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="3"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="4"><subfield code="a">Automatische Klassifikation</subfield><subfield code="0">(DE-588)4120957-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="5"><subfield code="a">Nächste-Nachbarn-Problem</subfield><subfield code="0">(DE-588)4376579-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="710" ind1="2" ind2=" "><subfield code="a">Springer Fachmedien Wiesbaden</subfield><subfield code="0">(DE-588)1043386068</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, eBook</subfield><subfield code="z">978-3-658-23576-5</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">X:MVB</subfield><subfield code="q">text/html</subfield><subfield code="u">http://deposit.dnb.de/cgi-bin/dokserv?id=d4fbeac49dd5434aa13ab523931f5b38&prov=M&dok_var=1&dok_ext=htm</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">X:MVB</subfield><subfield code="u">http://www.springer.com/</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030887917&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-030887917</subfield></datafield></record></collection>
id	DE-604.BV045503254
illustrated	Illustrated
indexdate	2024-07-10T08:19:54Z
institution	BVB
institution_GND	(DE-588)1043386068
isbn	9783658235758
language	German
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-030887917
oclc_num	1102424373
open_access_boolean
owner	DE-29T DE-Aug4
owner_facet	DE-29T DE-Aug4
physical	XXXV, 466 Seiten Illustrationen, Diagramme
publishDate	2019
publishDateSearch	2019
publishDateSort	2019
publisher	Springer Vieweg
record_format	marc
spelling	Sartorius, Gerhard 1958- Verfasser (DE-588)139170480 aut Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren Gerhard Sartorius Wiesbaden Springer Vieweg [2019] XXXV, 466 Seiten Illustrationen, Diagramme txt rdacontent n rdamedia nc rdacarrier Messtechnik (DE-588)4114575-6 gnd rswk-swf Automatische Klassifikation (DE-588)4120957-6 gnd rswk-swf Multivariate Analyse (DE-588)4040708-1 gnd rswk-swf Nächste-Nachbarn-Problem (DE-588)4376579-8 gnd rswk-swf Maschinelles Lernen (DE-588)4193754-5 gnd rswk-swf Messwertverarbeitung (DE-588)4038804-9 gnd rswk-swf Messgröße (DE-588)4169512-4 gnd rswk-swf THR Messtechnik (DE-588)4114575-6 s DE-604 Messgröße (DE-588)4169512-4 s Messwertverarbeitung (DE-588)4038804-9 s Multivariate Analyse (DE-588)4040708-1 s Maschinelles Lernen (DE-588)4193754-5 s Automatische Klassifikation (DE-588)4120957-6 s Nächste-Nachbarn-Problem (DE-588)4376579-8 s Springer Fachmedien Wiesbaden (DE-588)1043386068 pbl Erscheint auch als Online-Ausgabe, eBook 978-3-658-23576-5 X:MVB text/html http://deposit.dnb.de/cgi-bin/dokserv?id=d4fbeac49dd5434aa13ab523931f5b38&prov=M&dok_var=1&dok_ext=htm Inhaltstext X:MVB http://www.springer.com/ DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030887917&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis
spellingShingle	Sartorius, Gerhard 1958- Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren Messtechnik (DE-588)4114575-6 gnd Automatische Klassifikation (DE-588)4120957-6 gnd Multivariate Analyse (DE-588)4040708-1 gnd Nächste-Nachbarn-Problem (DE-588)4376579-8 gnd Maschinelles Lernen (DE-588)4193754-5 gnd Messwertverarbeitung (DE-588)4038804-9 gnd Messgröße (DE-588)4169512-4 gnd
subject_GND	(DE-588)4114575-6 (DE-588)4120957-6 (DE-588)4040708-1 (DE-588)4376579-8 (DE-588)4193754-5 (DE-588)4038804-9 (DE-588)4169512-4
title	Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren
title_auth	Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren
title_exact_search	Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren
title_full	Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren Gerhard Sartorius
title_fullStr	Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren Gerhard Sartorius
title_full_unstemmed	Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren Gerhard Sartorius
title_short	Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen
title_sort	erfassen verarbeiten und zuordnen multivariater messgroßen neue rahmenbedingungen fur das nachste nachbarn verfahren
title_sub	neue Rahmenbedingungen für das Nächste-Nachbarn-Verfahren
topic	Messtechnik (DE-588)4114575-6 gnd Automatische Klassifikation (DE-588)4120957-6 gnd Multivariate Analyse (DE-588)4040708-1 gnd Nächste-Nachbarn-Problem (DE-588)4376579-8 gnd Maschinelles Lernen (DE-588)4193754-5 gnd Messwertverarbeitung (DE-588)4038804-9 gnd Messgröße (DE-588)4169512-4 gnd
topic_facet	Messtechnik Automatische Klassifikation Multivariate Analyse Nächste-Nachbarn-Problem Maschinelles Lernen Messwertverarbeitung Messgröße
url	http://deposit.dnb.de/cgi-bin/dokserv?id=d4fbeac49dd5434aa13ab523931f5b38&prov=M&dok_var=1&dok_ext=htm http://www.springer.com/ http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=030887917&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT sartoriusgerhard erfassenverarbeitenundzuordnenmultivariatermessgroßenneuerahmenbedingungenfurdasnachstenachbarnverfahren AT springerfachmedienwiesbaden erfassenverarbeitenundzuordnenmultivariatermessgroßenneuerahmenbedingungenfurdasnachstenachbarnverfahren

Verfügbarkeit

Es ist kein Print-Exemplar vorhanden.

Fernleihe Bestellen Achtung: Nicht im THWS-Bestand! Beschreibung

MARC

Datensatz im Suchindex

Es ist kein Print-Exemplar vorhanden.

Ähnliche Einträge