Klausurvorbereitung usw.

kain
Mausschubser
Mausschubser
Beiträge: 92
Registriert: 30. Sep 2009 13:49

Klausurvorbereitung usw.

Beitrag von kain »

Hallo,

hier können wir alle Fragen stellen und uns gegenseitig helfen rund ums Thema Klausurvorbereitung und alles was dazu gehört. Ich fang mal mit ein paar Fragen an.

1.)

Kann mir jemand den Unterschied zwischen dem Gelben- und Blinden Fleck erklären? Irgendwie überall wo ich jetzt nachgelesen habe, steht zwar beschrieben was das ist, nur es kommt mir so vor, als würden diese beiden Flecken aufeinander liegen. Die ganzen Anatomiebilder des Auges, zeigen alle auf die gleiche Stelle.

2.)

Muss man sich bei Motion-Parallax bewegen? Und was versteht man unter strukturlose Volumen-Form?

3.)

Nochmal zum Thema Spotlight/Finst. Spotlicht ist doch, wenn man seine Aufmerksamkeit auf etwas fokussieren kann, z.b. das gezielte Hören wobei man alles andere "abschalten" kann, obwohl die auch hörbar sind? Und Finst ist eine erweiterung von Spotlight, indem man auf mehrere Sachen sich fokussieren kann?

Benutzeravatar
AlexPi11
Endlosschleifenbastler
Endlosschleifenbastler
Beiträge: 154
Registriert: 18. Apr 2009 15:32

Re: Klausurvorbereitung usw.

Beitrag von AlexPi11 »

zu 1)
Der gelbe Fleck (die Stelle mit vielen Rezeptoren) liegt gegenüber von der Pupille. Der blinde Fleck (gar keine Rezeptoren) liegt ein kleines Stück daneben (da wo sich die Sehnerven bündeln).

Findet sich eigentlich recht schnell etwas dazu:
hier ganz unten (gelber Fleck = Makula)

Benutzeravatar
fy95olok
Windoof-User
Windoof-User
Beiträge: 39
Registriert: 21. Apr 2010 17:24

Re: Klausurvorbereitung usw.

Beitrag von fy95olok »

2) Motion Parallax ist der Effekt, dass wenn du dich bewegst, es dir so vorkommt, als würden weiter entfernte Objekte langsamer an dir vorbeiziehen als nahe Objekte. Hab dazu ne Animation gefunden:

http://psych.hanover.edu/krantz/motionp ... allax.html

Das mit der strukturlosen Volumenform hab ich leider auch noch nicht verstanden was damit gemeint ist. Ich weiß auch gar nicht ob wir das behandelt haben, ich hab davon nur in der Winter 2009 Klausur gelesen.

3) Ja, Spotlight ist das gezielte fokussieren der Aufmerksamkeit. Die Finst Theorie sagt aber, dass man 3-4 Objekten gelichzeitig seine Aufmerksamkeit schenken kann.

Ich hätte da auch noch eine Frage zu Foliensatz HCI Evaluation. Und zwar wüsste ich gerne, ob mir jemand erklären kann, wie man auf Folie 48 auf die Varianz kommt? Mir ist dieBerechnung der Varianz irgendwie nicht ganz klar.
Warum verwechseln Informatiker Weihnachten mit Halloween?
Weil 31 Oct = 25 Dez.

kain
Mausschubser
Mausschubser
Beiträge: 92
Registriert: 30. Sep 2009 13:49

Re: Klausurvorbereitung usw.

Beitrag von kain »

In der Folie zu HCI steht,

1.) backward recovery: Fehler rückgängig machen (undo)
2.) forward recovery: Möglichkeit etwas zu korrigieren, wenn man es nicht rückgängig machen kann.

Beispiele für 1.)

undo/rückgängig machen im Menü.

Und für 2.) ?

Ich finde die Erklärung in der Folie irgendwie unpassend oder zu allgemein. Ist hier z.B. sowas wie
ein Backup, Datenspeicherung bzw. Datensicherung gemeint, sodass man in dem Fall "nicht rückgängig machbar"
einfach diese durch das zuvor gespeicherte Original/Datei ersetzt?


@ fy95olok

im Grunde steht das auf Seite 46 unter Punkt 3. Man nimmt jeden einzelnen X-Wert und zieht den Mittelwert ab, quadratiert jeden Wert, bildet die Summe und teilt es durch n-1-X-Werte.
Bsp.:

X = {520, 460, 500, 470}

Mittelwert = 487.5

varianz x = ((520-487.5)² + (460-487.5)² + (500-487.5)² + (470-487.5)²) / 3

Man teilt durch 3 deshalb, da n-1-X-Werte, also 4-1 (4 = Anzahl der X-Werte), 3 ergibt.

Benutzeravatar
fy95olok
Windoof-User
Windoof-User
Beiträge: 39
Registriert: 21. Apr 2010 17:24

Re: Klausurvorbereitung usw.

Beitrag von fy95olok »

Vielen Dank, ich hatte alle Werte addiert und dann erst den Mittelwert abgezogen und quadriert, kein Wunder dass das nicht funktioniert hat.

Zu 2) so weit ich das verstanden habe gehört zu Forward recovery zum einen das das System darauf hinweist, wenn eine aktion nicht rückgängig gemacht werden kann, zum anderen aber z.B. auch das anlegen eines Backup (also nicht das auslesen). Aber 100% sicher bin ich mir nicht.
Warum verwechseln Informatiker Weihnachten mit Halloween?
Weil 31 Oct = 25 Dez.

Benutzeravatar
Ibliss
Sonntagsinformatiker
Sonntagsinformatiker
Beiträge: 209
Registriert: 11. Apr 2008 04:08
Wohnort: Darmstadt

Re: Klausurvorbereitung usw.

Beitrag von Ibliss »

Hi,
weiß jemand welche Hilfsmittel in der Klausur erlaubt sind?
"Honesty is the first chapter in the book of wisdom.
Alien vs Predator 2 is the movie version of that book."

kutschke
BASIC-Programmierer
BASIC-Programmierer
Beiträge: 112
Registriert: 16. Apr 2009 10:39

Re: Klausurvorbereitung usw.

Beitrag von kutschke »

Beispiel Forward Recovery:

Passwortwiederherstellung: Man kann das "vergessen" oder "falsches Eintippen" nicht rückgängig machen, sollte aber eine Möglichkeit der Wiederherstellung geben (einfachstes Beispiel: das Passwort wird an eine vorher festegelegte E-Mail-Adresse geschickt). Ein anderes Beispiel wäre die PIN/PUK beim Handy und das Wieder-Freischalten im Geschäft.

Ein anderes Beispiel: Ein Programm, das einmal beim ersten Starten konfiguriert wird, sich die Konfiguration danach aber nicht mehr ändern lässt. Das wäre dann KEINE forward-recovery.

schwanal
Erstie
Erstie
Beiträge: 20
Registriert: 5. Mai 2010 12:56

Re: Klausurvorbereitung usw.

Beitrag von schwanal »

1.) Lernt ihr die Herleitung der Fourrier Koeeffizienten? Find das recht happig zu lernen!?

2.) kann mir jemand erklären wie ich bei FOlie 50 VL 6 (Fourriertransofmration) von oben nach unten komme? Rein logisch msüste es doch genau eine Frequenz geben, wieso sind da soviele nud was machen die größen Linien im Bildß

Hilsmittel: KEIN Taschenrechner

Tobi_
Windoof-User
Windoof-User
Beiträge: 24
Registriert: 8. Mai 2009 20:04

Klausurvorbereitung usw.

Beitrag von Tobi_ »

Ich habe ne Frage zur Bayes Decision Theory. Ich bin mir unsicher, ob ich das richtig verstanden habe.

So wie ich das verstanden habe, gibt es Gewisse Merkmale und die Bayes Decision Theory gibt Formeln für die Wahrscheinlichkeit unter den Merkmalen an. Ist das im Groben und Ganzen so?

schwanal
Erstie
Erstie
Beiträge: 20
Registriert: 5. Mai 2010 12:56

Re: Klausurvorbereitung usw.

Beitrag von schwanal »

Bayes Formula ist im Endeffekt nix anderes als Bedingte Warhscheinlichkeit. Sie gibt dir die Wahrscheinlichkeit X an unter der Bedingung, dass Y eingetreten ist.

b00m3r
Endlosschleifenbastler
Endlosschleifenbastler
Beiträge: 182
Registriert: 10. Okt 2005 11:02

Re: Klausurvorbereitung usw.

Beitrag von b00m3r »

Hallo zusammen,
könnte mir einer mal erklären wieso die Wahrnehmungsschwelle sinkt wenn das Rauschen < Critical Band ist.

Critical Band ist quasi eine Segmentierung von Frequenzen die im Ohr gemeinsam ausgewertet werden.

Wenn jetzt ein Rauschen innerhalb des Critical Bands liegt passiert was? Mir ist die Theorie die dahinter steckt im zusammenhang mit der Grafik der Audio VL S. 21 noch nicht so bewußt.



Vielen Dank schonmal

Gruß,
Mark

Tobi_
Windoof-User
Windoof-User
Beiträge: 24
Registriert: 8. Mai 2009 20:04

Re: Klausurvorbereitung usw.

Beitrag von Tobi_ »

Ich habe noch ne Frage zur Gesichtsdetektion:

Warum braucht man bei dem Modell von Schneidermann und Kanade Trainingsbilder?


Gruß Tobi

schwanal
Erstie
Erstie
Beiträge: 20
Registriert: 5. Mai 2010 12:56

Re: Klausurvorbereitung usw.

Beitrag von schwanal »

um das modell anzutrainieren?

Benutzeravatar
Sepp
Mausschubser
Mausschubser
Beiträge: 75
Registriert: 29. Sep 2008 15:20
Kontaktdaten:

Re: Klausurvorbereitung usw.

Beitrag von Sepp »

Ist wie fast wie en normaler Spamfilter. Nimm einfach den Thunderbird Spamfilter (nutzt auch Bayes, was ja ähnlich ist) als Beispiel. Bei ner neuen Installation filtert der noch so gut wie nix, da er noch keine Trainingsdaten hat. Weder viele Beispiele für Spam, noch für Ham (Ham = kein Spam). Haste den aber en paar Wochen lang trainiert, dann erkennt der immer besser automatisch Spam und Ham.
Beim Schneidermann und Kanade machste das selbe, nur mit Bildern. Gibt ja zum Beispiel (sehr abstrakt!) verbrannte Toasts, die aussehen wie Elvis. Würde eventuell als echtes Gesicht gewertet, da es nunmal wie ein fast echtes Gesicht aussieht. Um das aber zu vermeiden nimmste das Elvis-Toast Foto und fügst es als negatives Trainingsbeispiel hinzu. Dadurch kannste ziemlich sicher sein, dass beim nächsten Mal ein Toast, welcher wie Elvis oder Elton John aussieht, als Nicht-Gesicht erkannt wird.

kain
Mausschubser
Mausschubser
Beiträge: 92
Registriert: 30. Sep 2009 13:49

Re: Klausurvorbereitung usw.

Beitrag von kain »

Hallo,

kann jemand vielleicht grob die Gesichtsdetektion von Schneidermann/Kanade erklären?
Vorallem verstehe ich den Teil mit den Wavelets und Frequenzen nicht.
Grob gesehen ist es dich so, ich scanne ein Bild und vergleiche es mit den Trainingsdaten und
klassifiziere diese, ob es nach Gesichtern oder anderen zu suchenden Objekten handelt. Oder?
Aber wie wird erkannt, dass ein Bild/ein paar schwarz/weisse pixel ein Objekt (zu suchendes)
ist (waveletkoeffizienten)?

Antworten

Zurück zu „Archiv“