Die in Bildfolgen enthaltene Information kann mit sehr unterschiedlichen Abstraktionsgraden beschrieben werden: Die Angabe eines Helligkeitswerts für jeden Punkt jedes Einzelbildes ist eine sehr niedrige Beschreibungsebene, die Darstellung einer Geschichte eine sehr hohe. Eine automatische Erzeugung von Beschreibungen aus den Bilddaten ist bisher nur für niedrigere Abstraktionsstufen möglich, eine Beschreibung auf der Ebene von Episoden wird hier entwickelt. Die vorliegende Arbeit entwirft ein System für die Extraktion von Beschreibungen auf der Ebene von Episoden, ausgehend von einer Beschreibung, die für jedes Objekt die Koordinaten zu jedem Zeitpunkt enthält. Typische Episoden aus dem Diskursbereich "Straßenverkehr" sind "Parkplatzsuchen" oder "auf die Straßenbahn warten" oder "Vorfahrt mißachten". Zu diesem Zweck wird eine Darstellungsform für Episodenmodelle entwickelt, die sich an KL-ONE orientiert und unter anderem die Modellierung von zeitlichen Aspekten ermöglicht. Da der Datenumfang für Bildfolgen, die Episoden enthalten können, sehr groß ist, erscheint die Unterstützung durch Datenbanksysteme ratsam. Daher wird die Übertragung der Darstellungsform auf das relationale Datenmodell eingehend untersucht. Zur Beschreibung der Prozesse, die die Zuordnung zwischen Episodenmodellen und Bilddaten herstellen, dienen Regelsysteme auf der Gundlage von erweiterten Übergangsnetzen. Der implementierte Prototyp extrahiert Episoden aus einer Bildfolge aus dem Diskursbereich "Straßenverkehr". Die Arbeit liegt im Überschneidungsbereich der Gebiete Bilddeutung, Wissensrepräsentation und Datenbanken. Anregungen aus den verschiedenen Gebieten können für jeweils andere Gebiete übernommen werden. Es wird gezeigt, daß die Kopplung von zwei Problemkreisen - komplexe Strukturen und große Datenmengen - im Prinzip möglich ist. Noch zu lösende Probleme bei der Kopplung werden angesprochen.
Aktualisiert: 2023-07-02
> findR *
Die in Bildfolgen enthaltene Information kann mit sehr unterschiedlichen Abstraktionsgraden beschrieben werden: Die Angabe eines Helligkeitswerts für jeden Punkt jedes Einzelbildes ist eine sehr niedrige Beschreibungsebene, die Darstellung einer Geschichte eine sehr hohe. Eine automatische Erzeugung von Beschreibungen aus den Bilddaten ist bisher nur für niedrigere Abstraktionsstufen möglich, eine Beschreibung auf der Ebene von Episoden wird hier entwickelt. Die vorliegende Arbeit entwirft ein System für die Extraktion von Beschreibungen auf der Ebene von Episoden, ausgehend von einer Beschreibung, die für jedes Objekt die Koordinaten zu jedem Zeitpunkt enthält. Typische Episoden aus dem Diskursbereich "Straßenverkehr" sind "Parkplatzsuchen" oder "auf die Straßenbahn warten" oder "Vorfahrt mißachten". Zu diesem Zweck wird eine Darstellungsform für Episodenmodelle entwickelt, die sich an KL-ONE orientiert und unter anderem die Modellierung von zeitlichen Aspekten ermöglicht. Da der Datenumfang für Bildfolgen, die Episoden enthalten können, sehr groß ist, erscheint die Unterstützung durch Datenbanksysteme ratsam. Daher wird die Übertragung der Darstellungsform auf das relationale Datenmodell eingehend untersucht. Zur Beschreibung der Prozesse, die die Zuordnung zwischen Episodenmodellen und Bilddaten herstellen, dienen Regelsysteme auf der Gundlage von erweiterten Übergangsnetzen. Der implementierte Prototyp extrahiert Episoden aus einer Bildfolge aus dem Diskursbereich "Straßenverkehr". Die Arbeit liegt im Überschneidungsbereich der Gebiete Bilddeutung, Wissensrepräsentation und Datenbanken. Anregungen aus den verschiedenen Gebieten können für jeweils andere Gebiete übernommen werden. Es wird gezeigt, daß die Kopplung von zwei Problemkreisen - komplexe Strukturen und große Datenmengen - im Prinzip möglich ist. Noch zu lösende Probleme bei der Kopplung werden angesprochen.
Aktualisiert: 2023-07-02
> findR *
Aktualisiert: 2023-07-02
> findR *
Aktualisiert: 2023-07-02
> findR *
Aktualisiert: 2023-07-02
> findR *
Aktualisiert: 2023-07-02
> findR *
Aktualisiert: 2023-07-02
> findR *
Aktualisiert: 2023-07-02
> findR *
Die in Bildfolgen enthaltene Information kann mit sehr unterschiedlichen Abstraktionsgraden beschrieben werden: Die Angabe eines Helligkeitswerts für jeden Punkt jedes Einzelbildes ist eine sehr niedrige Beschreibungsebene, die Darstellung einer Geschichte eine sehr hohe. Eine automatische Erzeugung von Beschreibungen aus den Bilddaten ist bisher nur für niedrigere Abstraktionsstufen möglich, eine Beschreibung auf der Ebene von Episoden wird hier entwickelt. Die vorliegende Arbeit entwirft ein System für die Extraktion von Beschreibungen auf der Ebene von Episoden, ausgehend von einer Beschreibung, die für jedes Objekt die Koordinaten zu jedem Zeitpunkt enthält. Typische Episoden aus dem Diskursbereich "Straßenverkehr" sind "Parkplatzsuchen" oder "auf die Straßenbahn warten" oder "Vorfahrt mißachten". Zu diesem Zweck wird eine Darstellungsform für Episodenmodelle entwickelt, die sich an KL-ONE orientiert und unter anderem die Modellierung von zeitlichen Aspekten ermöglicht. Da der Datenumfang für Bildfolgen, die Episoden enthalten können, sehr groß ist, erscheint die Unterstützung durch Datenbanksysteme ratsam. Daher wird die Übertragung der Darstellungsform auf das relationale Datenmodell eingehend untersucht. Zur Beschreibung der Prozesse, die die Zuordnung zwischen Episodenmodellen und Bilddaten herstellen, dienen Regelsysteme auf der Gundlage von erweiterten Übergangsnetzen. Der implementierte Prototyp extrahiert Episoden aus einer Bildfolge aus dem Diskursbereich "Straßenverkehr". Die Arbeit liegt im Überschneidungsbereich der Gebiete Bilddeutung, Wissensrepräsentation und Datenbanken. Anregungen aus den verschiedenen Gebieten können für jeweils andere Gebiete übernommen werden. Es wird gezeigt, daß die Kopplung von zwei Problemkreisen - komplexe Strukturen und große Datenmengen - im Prinzip möglich ist. Noch zu lösende Probleme bei der Kopplung werden angesprochen.
Aktualisiert: 2022-03-12
> findR *
Aktualisiert: 2022-03-05
> findR *
Aktualisiert: 2022-03-12
> findR *
Aktualisiert: 2022-03-01
> findR *
Die in Bildfolgen enthaltene Information kann mit sehr unterschiedlichen Abstraktionsgraden beschrieben werden: Die Angabe eines Helligkeitswerts für jeden Punkt jedes Einzelbildes ist eine sehr niedrige Beschreibungsebene, die Darstellung einer Geschichte eine sehr hohe. Eine automatische Erzeugung von Beschreibungen aus den Bilddaten ist bisher nur für niedrigere Abstraktionsstufen möglich, eine Beschreibung auf der Ebene von Episoden wird hier entwickelt. Die vorliegende Arbeit entwirft ein System für die Extraktion von Beschreibungen auf der Ebene von Episoden, ausgehend von einer Beschreibung, die für jedes Objekt die Koordinaten zu jedem Zeitpunkt enthält. Typische Episoden aus dem Diskursbereich "Straßenverkehr" sind "Parkplatzsuchen" oder "auf die Straßenbahn warten" oder "Vorfahrt mißachten". Zu diesem Zweck wird eine Darstellungsform für Episodenmodelle entwickelt, die sich an KL-ONE orientiert und unter anderem die Modellierung von zeitlichen Aspekten ermöglicht. Da der Datenumfang für Bildfolgen, die Episoden enthalten können, sehr groß ist, erscheint die Unterstützung durch Datenbanksysteme ratsam. Daher wird die Übertragung der Darstellungsform auf das relationale Datenmodell eingehend untersucht. Zur Beschreibung der Prozesse, die die Zuordnung zwischen Episodenmodellen und Bilddaten herstellen, dienen Regelsysteme auf der Gundlage von erweiterten Übergangsnetzen. Der implementierte Prototyp extrahiert Episoden aus einer Bildfolge aus dem Diskursbereich "Straßenverkehr". Die Arbeit liegt im Überschneidungsbereich der Gebiete Bilddeutung, Wissensrepräsentation und Datenbanken. Anregungen aus den verschiedenen Gebieten können für jeweils andere Gebiete übernommen werden. Es wird gezeigt, daß die Kopplung von zwei Problemkreisen - komplexe Strukturen und große Datenmengen - im Prinzip möglich ist. Noch zu lösende Probleme bei der Kopplung werden angesprochen.
Aktualisiert: 2023-04-04
> findR *
Aktualisiert: 2023-04-04
> findR *
Aktualisiert: 2023-04-04
> findR *
Aktualisiert: 2023-04-04
> findR *
MEHR ANZEIGEN
Bücher zum Thema KL-ONE
Sie suchen ein Buch über KL-ONE? Bei Buch findr finden Sie eine große Auswahl Bücher zum
Thema KL-ONE. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr
hat zahlreiche Bücher zum Thema KL-ONE im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das
passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das
Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche
Bücher uvm. Bestellen Sie Ihr Buch zum Thema KL-ONE einfach online und lassen Sie es sich bequem nach
Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.
KL-ONE - Große Auswahl Bücher bei Buch findr
Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum
Thema KL-ONE, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche
Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl
Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:
Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie
unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien
zu finden. Unter KL-ONE und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung
thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege.
Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem
zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu
studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.
