|
||
|
Wavelets (Junk)Bei der Analyse von Signalen spielt die Fourier-Transformation eine große Rolle, bei der Signale in harmonische Schwingungen zerlegt werden. Ein Nachteil dieses Zugangs ist das Fehlen einer Lokalisierungseigenschaft: aus dem Spektrum lässt sich nicht extrahieren, wann (!) eine bestimmte Frequenz aufgetreten ist, sondern nur dass sie aufgetreten ist. Dieser Mangel tritt bei der Wavelet-Transformation nicht auf: statt das Signal in harmonische Wellen zu zerlegen, werden zeitlich begrenzte "kleine Wellen" (Wavelets) zur Darstellung des Signals verwendet. Der Haupt-Anwendungsbereich der Wavelet-Transformation ist die Signal- und Bildverarbeitung.
Das Seminar richtet sich an Studierende ab dem fünften Semester. Voraussetzungen sind die mathematischen Grundvorlesungen und das numerische Praktikum. Zeit & Raum:
Do: 16:00 - 17:00, D 431 Termine9.11.Kosta Kyriases: Haar Wavelet16.11.Andrea Rigling: Zerlegung und Rekonstruktion23.11.Bernhard Barth: Multi Skalen Analyse (MSA)30.11.Melanie Seiß: Zerlegung und Rekonstruktion7.12.Carmen Kellerer: Konstruktion von Skalierungsfunktionen14.12.Geraldine Lamanna: Daubechies Wavelets21.12.Benjamin Heinrich: Kontinuierliche Wavelet Transformation11.01.Bettina Gessler: Verschiedene Waveletsam 18.1. wird implementiert und experimentiert25.1.Michael Fuchsloch: Mehrdimensionale Multiskalenanalyse1.2.Mario Kaip: Anwendung in der Bildverarbeitung8.2.Tobias Nau: Anwendung in der Medizin/Sport (EKG)8.2.Johannes Reinhardt: Anwendung in Naturwissenschaft/Technik |