[Donnerstag] Antrittsvorlesung

[Torsten Schaub]

Guten Tag!

ich mo"chte Sie hiermit ganz herzlich zur Antrittsvorlesung unseres
neuen Kollegen, Herrn Prof. K. Mu"ller, einladen.

Weitere Details entnehmen Sie bitte der beigef"ugten
Ank"undigung oder unseren WWW-Seiten unter:

 http://www.cs.uni-potsdam.de/inst_koll/index.html

 Mit freundlichen Gru"ssen, -torsten schaub

__________________________________________________________________
   
                    Antrittsvorlesung/Kolloquium: 20. Januar
                                        
   am Institut für Informatik der Universität Potsdam
   
                                      -
                                      
   Der Vortrag findet am 20. Januar 1999 um 17.30 (!) Uhr
   in Raum ``Großer Physikhörsaal'', Haus 09, Campus Am Neuen Palais
   statt.
   
Referent

   Prof Klaus Müller, Universität Potsdam und GMD, Berlin
   
Titel

   Das Cocktail-Party-Problem und Anwendungen auf Biomedizinsche Daten
   
Resümee

   Die Extraktion von relevanten Informationen aus einem Gewirr von
   Umgebungsreizen (Signalen) stellt eine Herausforderung dar, die alle
   Lebewesen im Laufe ihrer Entwicklung zu meistern haben. Das Bestreben,
   auch Computer mit solchen Fähigkeiten auszustatten, ist Gegenstand
   einer interessanten neuen Forschungsrichtung - der
   Signalquellentrennung.
   
   Ein besonders populäres Informationswirrwarr beschreibt das sogenannte
   Cocktailparty Problem: Es bereitet einem Menschen mit normalem Gehör in
   der Regel wenig Probleme, sich mit einem Gesprächspartner auf einer
   Cocktailparty zu unterhalten und ihn zu verstehen, auch wenn viele
   andere Sprecher oder Störgeräusche in der unmittelbaren Umgebung
   vorhanden sind. Das Gehirn ist also sehr gut in der Lage, unerwünschte
   Signale zu unterdrücken und erwünschte hervorzuheben. Das Ziel ist es
   nun dem Computer ähnliche Fähigkeiten zu verleihen.
   
   Im Gegensatz zu den herkömmlichen Verfahren, die meist auf
   Frequenzfiltern beruhen, nutzen die neueren ICA (independent component)
   Quellentrennungsalgorithmen die gleichzeitige Aufzeichnung von mehreren
   Mischsignalen, um durch Interferenz maximal unabhängige Ausgabesignale
   zu erhalten, d.h., es ist das Ziel, die Abhängigkeiten zwischen den
   einzelnen Mikrofonsignalen zu verringern und auf diese Weise die
   Originalsignale zu rekonstruieren.
   
   Algorithmen für derartige Probleme werden neben anderen Themen der
   Datenanalyse in meiner Arbeitsgruppe IDA (intelligente Datenanalyse)
   unter Gesichtspunkten wie Trennungsleistung und Robustheit analysiert
   und weiterentwickelt.
   
   Techniken zur Quellentrennung lassen sich auch in vielen anderen
   Bereichen ausserhalb der Akustik anwenden. Wir setzen Quellentrennung
   bisher vor allem dazu ein, Artefakte und Störungen aus biomedizinischen
   Signalen wie Magneto-Enzephalogrammen (MEG), Elektro-Enzephalogrammen
   (EEG), und Magneto-Neurogrammen (MNG) herauszufiltern, um dann eine
   klarere nichtinvasive Rekonstruktion magnetischer Aktivität zu
   erhalten. Solche Filteralgorithmen sind von höchster Wichtigkeit, da
   die interessanten Signale oft unter Störsignalen mit bis zu
   10000-facher Signalintensität verborgen sind.
   
   (In Zusammenarbeit mit: GMD, FU Berlin, PTB Berlin)
__________________________________________________________________