Die Suche ergab 89 Treffer

von Sandra
30. Okt 2009 08:41
Forum: Probabilistische Graphische Modelle
Thema: 2. Übung
Antworten: 5
Zugriffe: 824

Re: 2. Übung

Jetzt mit der Mulö vor Augen habe ich eine Frage. Die estimate function berechnet die wahrscheinlichkeiten der multivariate verteilungen so: term1 = 1/(2*pi)^(d/2)*det(covMats(:,:,j))^(1/2); term2 = inv(covMats(:,:,j)); for i=1:n prob(i,j) = term1 * exp(-1/2*(X(i,:)-means(j,:))*term2*(X(i,:)- ... m...
von Sandra
28. Okt 2009 16:04
Forum: Probabilistische Graphische Modelle
Thema: 2. Übung
Antworten: 5
Zugriffe: 824

Re: 2. Übung

Ich musste noch mal ein Update hoch laden, weil ich eine veraltete und nicht lauffaehige Version rein gestellt hatte. Sorry!
von Sandra
25. Okt 2009 22:54
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Hallo, ist schon relativ spät aber wir haben ein Problem bei dem wir nicht auf die Ursache kommen. Bei der Ausführung des EM-Algorithmus verschieben sich die Gewichtungen derart, dass manche Komponenten eine Gewichtung von 0 haben. Dadurch nehmen die Kovarianzmatrizen dieser Komponenten sehr kleine...
von Sandra
25. Okt 2009 14:20
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Weiter oben hatte jemand geschrieben, dass er p(x|\Theta) = \displaystyle\sum_{j=1}^{M}\left[p(x|\Theta_j) \cdot{} p(j)\right] verwendet hat(Skript S.19 erste Formel). So hatte ich das auch vor nur wird p(x|\Theta_j) ja nicht von der Funktion estGaussMixEm zurückgegeben und müsste jetzt wieder komp...
von Sandra
24. Okt 2009 21:30
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

der mond klappt imo nicht, weil der hintergrund keine varianz hat. wenn man es trotzdem testen will, kann man ja ein bisschen vom mond mit in den hintergrund anklicken :D Immer diese super-schlauen Studenten :D frage: habe ich die chance auf einen bonus, wenn ich mit k-means initialisiere und sage,...
von Sandra
24. Okt 2009 19:24
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Was ist denn die likelihood der Pixel? Ich hab dafür die sum(p(i|j) * p(j)) (sum über alle j = 1:M) verwendet. Wenn das die Formel von slide 19 ist: Ja. Ich hab bei der Person gerade so gute Ergebnisse, dass man in der Klassifizierung erahnen kann das eine Person auf dem Bild ist. Beim Mond haut da...
von Sandra
24. Okt 2009 09:00
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Ich weiss nicht, wie ich das allererste Implementieren muss, also das p(j). Ich sehe im Skript keine geschlossene Formel für p(j), oder wie das "pi" definiert ist. Das meiste wurde eigentlich schon weiter oben diskutiert. p(x|theta_j) ist auf Folie 19 definiert. Das ist die Gaussverteilung fuer meh...
von Sandra
24. Okt 2009 08:36
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Ich hab irgendwas geändert das es nun schneller geht. Kann nicht wirklich sagen was ;) Zumindest läuft es nun durch. Das Ergebnis sieht allerdings bei weitem nicht so gut aus wie im Übungszettel. Es kommt auch ein bisschen auf die Bilder an, die ihr verwendet und natuerlich wo ihr hinklickt. Die be...
von Sandra
24. Okt 2009 08:30
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Habt ihr schon eine Möglichkeit gefunden im segmentor die FG und BG Wahrscheinlichkeit in akzeptabler Zeit zu berechnen? Ich habs mit einer Schleife über alle Pixel und der Formel im 2. Foliensatz auf Folie 19 versucht und nach 10 Minuten abgebrochen da es nicht fertig wurde. Nein das sollte dann k...
von Sandra
23. Okt 2009 19:18
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Hm, nach ewigem Suchen nach dem Fehler zum Schluss gekommen: meine Variante geht nicht. Varianzmatrizen und Durchschnittswerte bleiben konstant die selben. Zufällllige Werte brachten dann den Erfolg. Sorry! Ich habe eindeutig zu lange mit Gaussian Processes Modellen gearbeitet. Keine Sorge, die kom...
von Sandra
23. Okt 2009 19:02
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Stefano hat geschrieben: mir ist noch unklar, wie genau wir den Likelihood-Ratio berechnen sollen.
Der Ratio ist letztendlich der Unterschied zwischen Vordergrund und Hintergrund jedes einzelnen Pixels, d.h. ihr berechnet die Differenz der loglikelihood von pFG und pBG.
von Sandra
22. Okt 2009 13:06
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Hätte da eine frage zum 1.) Anfang und 2.) Ende unserer estGaussMixEM(X, M): 1.) Wie initialisiere ich die p(j | i) (ich meine die p mit einem "^" drauf)? Jeweils mit 1/M, weil ich noch überhaupt nicht sagen kann, welcher Punkt zu welchem Gauß gehört? Entweder so wie du geschrieben hast oder zufael...
von Sandra
20. Okt 2009 19:19
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Ich hangel mich mal weiter von Problem zu Problem. Gut! Auf Folie 19 finde ich in der 2. Formel eine Variation der Normalverteilung die sich für mich erstmal nicht trivial ergibt. Mit der Annahme, dass Sigma j hier die Kovarianzmatrix meint (Sigma j wird allerdings erst später definiert) und der Be...
von Sandra
20. Okt 2009 12:55
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Das muss dir nicht peinlich sein! Dafuer ist ja das Forum da, um ueber solche Unklarheiten zu diskutieren. In der Pruefung waere es eindeutig zu spaet ;-)
von Sandra
20. Okt 2009 10:16
Forum: Probabilistische Graphische Modelle
Thema: 1. Übung
Antworten: 29
Zugriffe: 3244

Re: 1. Übung

Es gibt aber einen Unterschied zwischen v*v' und v'*v. In der Mathematik wird ein Vektor immer noch standardmaessig in Spaltenform aufgeschrieben. Waehrend in der Informatik das ganz gern als Zeile geschrieben wird und das 'transpose'-Zeichen "vergessen" wird, weil ja "klar" ist was gemeint ist. Sig...

Zur erweiterten Suche