Home | english  | Impressum | Datenschutz | Sitemap | KIT

Kontakt
Karlsruher Institut für Technologie
Lehrstuhl für Interaktive Echtzeitsysteme

Prof. Dr.- Ing. Jürgen Beyerer
c/o Technologiefabrik
Haid-und-Neu-Str. 7
76131 Karlsruhe

Tel:  +49 721 - 608 45910
Fax: +49 721 - 608 45926

Willkommen am Lehrstuhl für Interaktive Echtzeitsysteme

IES

Prof. Dr.-Ing. J. Beyerer

Aktuell

Frau Gross ist vom 22. August bis 17. September im Urlaub.

Klausur Mustererkennung SS 19

Die Klausur Mustererkennung SS 19 findet am 05.08.2019 um 15:00 statt.

  • Beginn der Anmeldefrist: 15. Mai 2019
  • Ende der Anmeldefrist: 19. Juli 2019
  • Beginn der Abmeldefrist: 15. Mai 2019
  • Ende der Abmeldefrist: 26. Juli 2019

Klausur Automatische Sichtprüfung und Bildverarbeitung

Im Fach Automatische Sichtprüfung und Bildverarbeitung wird es noch bis zum 30. September 2019 an einzelnen Terminen möglich sein, eine mündliche Prüfung abzulegen.
Termine bitte im Sekretariat bei Frau Gross erfragen.
Ab dem WS 19/20 wird im Fach ASB auf eine schriftliche Prüfung umgestellt werden.
Die erste Klausur im Fach ASB wird ca. im Februar 2020 stattfinden. Der Termin wird rechtzeitig bekannt gegeben werden.

Probabilistiche Planung

Bitte beachten Sie, dass die Vorlesung Probabilistische Planung nicht länger angeboten wird. Die Unterlagen zur letzten Vorlesungsreihe finden sie hier.

Neue Adresse

Der Lehrstuhl ist an einen neuen Standort in der Technologiefabrik umgezogen.

Lehrbuch zur Mustererkennung

Am 11. Dezember 2017 erschien das Lehrbuch "Beyerer, Richter, Nagel: Pattern Recognition: Introduction, Features, Classifiers and Principles". Weitere Information finden Sie auf der Seite des De Gruyter Verlags.

Vorlesungsangebot
Das Vorlesungsangebot des Lehrstuhls finden Sie hier.

Lehrbuch zur Automatischen Sichtprüfung
Am 30. September 2012 erschien das Lehrbuch "Beyerer, Puente León, Frese: Automatische Sichtprüfung, Grundlagen, Methoden und Praxis der Bildgewinnung und Bildauswertung". Weitere Information finden Sie auf der Lehrbuch-Seite oder auf der Seite vom Springer-Verlag.

Karlsruher Zentrum für Materialsignaturen
Der Lehrstuhl für Interaktive Echtzeitsysteme hat sich mit anderen Instituten des KIT und dem Fraunhofer IOSB zum Karlsruher Zentrum für Materialsignaturen KCM zusammengeschlossen. Weitere Informationen finden Sie auf der Seite des KCM.

Bachelor-, Master-, Studien- und Diplomarbeiten zu vergeben: Weitere Informationen finden Sie hier.

 
 
Maschinelles Lernen: Low-Dimensional Embeddings and Topology
Typ:

Hiwi-Stelle

Betreuer:

Tim Zander

Status:

zu vergeben

Möglicher Beginn:

ab sofort

Low-dimensional embeddings, also called manifold learning, are a central dimension reduction technique in data analysis. It is typically used for visual data inspection as well as a preprocessing step in a data pipeline.

The source (Rieck 2017)[Ch. 7] evaluates a range of classical embedding algorithms with typical embedding quality measures. In this project, the recent UMAP (McInnes and Healy 2018) and other older algorithms, which our group is currently implementing, shall be added to the analysis. Distances between Persistence Diagrams (PD) from the original and the embedded data shall be investigated as a new quality measure for low-dimensional embeddings. PDs are able to capture topological information, like circles and spheres, in the learned manifold. Such a scale-free local-to-global structure puts PDs into an interesting position within the other quality measures.

Possible Python APIs to the algorithms (many are actually written in C++) can be found here:

Applicants should not be afraid of a mathematical approach to programming. The project is supervised by Tim Zander (KIT, ) with cooperation from Arkadi Schelling (Uni Bremen, ).

McInnes, Leland, and John Healy. 2018. “UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction.” ArXiv E-Prints, February. http://arxiv.org/abs/1802.03426.

Rieck, Bastian Alexander. 2017. “Persistent Homology in Multivariate Data Visualization.” PhD thesis, University of Heidelberg.