[Donnerstag] Antrittsvorlesung
Torsten Schaub
torsten at cs.uni-potsdam.de
Wed Jan 19 12:55:30 CET 2000
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)
__________________________________________________________________
More information about the Fsr-inf-fachschaft
mailing list