Rüdiger Hoffmann – författare

This book constitutes refereed proceedings of the COST 2102 International Training School on Cognitive Behavioural Systems held in Dresden, Germany, in February 2011. The 39 revised full papers presented were carefully reviewed and selected from various submissions. The volume presents new and original research results in the field of human-machine interaction inspired by cognitive behavioural human-human interaction features. The themes covered are on cognitive and computational social information processing, emotional and social believable Human-Computer Interaction (HCI) systems, behavioural and contextual analysis of interaction, embodiment, perception, linguistics, semantics and sentiment analysis in dialogues and interactions, algorithmic and computational issues for the automatic recognition and synthesis of emotional states.

Dieses Buch bietet eine umfassende Darstellung der Methoden, mit denen zeitkontinuierliche und zeitdiskrete Signale so analysiert werden, dass ihre für die Weiterverarbeitung wesentlichen Merkmale extrahiert werden. Dazu wird die Beschreibung der Signale im Zeit- und Frequenzbereich behandelt und durch eine Einführung in Digitalfilter ergänzt. Auf diesen Grundlagen bauen speziellere Analyseverfahren auf; insbesondere wird auf Kurzzeit-Spektralanalyse, Wavelets, Cepstrum und lineare Prädiktion eingegangen. Die Darstellung wird im zweiten Band mit den Methoden der Signalerkennung fortgesetzt, so dass das Gesamtwerk eine umfassende Beschreibung der Kette darstellt, die in modernen Systemen der Informationsverarbeitung von der Signalerfassung bis hin zum Klassifikationsergebnis führt.

Die automatische Auswertung von Signalen spielt in der modernen Informationstechnik eine große Rolle. Dieses Lehrbuch bietet, ausgehend von der Repräsentation des Signals im Merkmalraum, die Beschreibung wichtiger Klassifikationsverfahren. Dazu zählen Linear- und Bayes Klassifikatoren, Supportvektormaschinen, Klassifikatoren auf der Basis von Gaussian-Mixture-Modellen und Hidden-Markov-Modellen sowie Klassenfolgenklassifikatoren.Weiterhin werden wichtige Grundlagen der Automatentheorie (Finite State Machines) sowie ausgewählte maschinelle Lernverfahren dargestellt.Die Darstellung setzt die Verfahren zur Merkmalgewinnung voraus, die im ersten Band vermittelt wurden, so dass das Gesamtwerk eine umfassende Beschreibung der Kette darstellt, die in modernen Systemen der Informationsverarbeitung von der Signalerfassung bis hin zum Klassifikationsergebnis führt.