| Zugriffsnummer | 21645 |
| Dokumenttyp | Konferenzartikel |
| Sprache | Deutsch |
| Titel | Modellierung von Vorwissen in der Messtechnik |
| Autor(in); Institution |
Kammel, Sören; Universität Karlsruhe, Karlsruhe, GERMANY
Puente León, Fernando; Technische Universität München, München, GERMANY
Sommer, Klaus-Dieter; 3, Chemische Physik und Explosionsschutz, PTB-Braunschweig
|
| Quelle/Jahr | Sensoren und Messsysteme 2008 : 14. Fachtagung Ludwigsburg, 11. und 12. März 2008:(2008), 315 - 324 |
| Schriftenreihe | VDI-Berichte: 2011 |
| ISBN | 978-3-18-092011-5 |
| Verlag | Düsseldorf: VDI-Verlag |
| Konferenzangaben | 14. GMA/ITG-Fachtagung Sensoren und Messsysteme 2008, Ludwigsburg, 11-12, März, 2008, Deutschland |
| Freie Schlagworte | Modellierung von Vorwissen ; Bayessche Statistik ; Bayes-Netze |
| Zusammenfassung | Jede Messaufgabe kann als Parameterschätzproblem aufgefasst werden, welches auf die Erfassung sowohl einer Messgröße als auch der damit verbundenen Messunsicherheit abzielt. Die Messung liefert einen oder mehrere Werte oder Signale, die Informationen über die Messgröße enthalten. Um das Vorwissen über die Messgröße optimal auszunutzen, ist es erforderlich, die Information über das Messverfahren mit dem zusätzlich verfügbaren Wissen über die technischen und externen Faktoren zu verknüpfen, die sich auf das Messergebnis auswirken können. Im vorliegenden Beitrag wird auf die Anwendung probabilistischer Methoden eingegangen mit dem Ziel, Vorwissen unterschiedlichster Art für messtechnische Anwendungen zugänglich zu machen. Um probabilistische Ansätze zur Repräsentation von Relationen und Taxonomien heranziehen zu können, werden diese mit Methoden der Lerntheorie kombiniert. Die vorgestellte Methodik wird u.a. am Beispiel der Repräsentation komplexer Szenen im Straßenverkehr veranschaulicht. |
