FH Wedel Entwicklung trifft FU Berlin Forschung
Symmetrien sind ästhetisch, eindrucksvoll - und praktisch? Viele alltägliche Produkte weisen Symmetrien auf. Lässt sich diese Eigenschaft beispielsweise für die Qualitätssicherung nutzen? Dazu müsste eine Maschine Symmetrien erkennen. Doch wie erklärt man einem Computer, was er sieht?
Ein solches Erkennungsverfahren wird derzeit an der FH Wedel in Kooperation mit der FU Berlin getestet. Die beiden Studierenden der Informatik stellen auf der einen Seite die praktischen Herausforderungen bei der Implementierung eines solchen Verfahrens vor. Auf der anderen Seite soll aber auch die von der Forschungsgruppe der FU Berlin erarbeitete Theorie nicht zu kurz kommen.
Dieses Projekt erfolgt im Rahmen der langjährigen Kooperation zwischen der FH Wedel und dem Fachbereich Mathematik und Informatik der FU Berlin. Die FU Berlin bietet Masterabsolventen hervorragende Bedingungen für eine Promotion. Im Austausch mit den Professoren der FU Berlin haben diese in Wedel bereits mehrfach Vorlesungen und Vorträge gehalten.
Zu den Referenten:
Marcus Riemer und Timm Hoffmann sind beide Studierende des Masterstudiengangs Informatik an der FH Wedel. Darüber hinaus sind beide als wissenschaftliche Mitarbeiter an der FH tätig.
Alle Studierenden unserer Lehrveranstaltung „Grundlagen der Elektrotechnik“ bekommen eine eigene Aufgabe per E-Mail zugeschickt, können diese handschriftlich lösen und ihre eingescannte oder abfotografierte Lösung online zur Korrektur einreichen. Um den Korrekturaufwand für die Lehrenden zu senken, begutachten sich die Studierenden dann anhand einer ebenfalls personalisierten Musterlösung gegenseitig. Das Verfahren läuft über MATLAB automatisiert ab und ist dadurch gut skalierbar. Gegenüber einfachen Multiple-Choice- oder Zahlenwert-und-Einheit-Aufgaben lassen sich hier auch der Ansatz und Rechenweg gut bewerten. In diesem Artikel wird beschrieben, wie die Aufgaben und Musterlösungen in LATEX mit Hilfe der Pakete PGFPlots und Circuitikz generiert werden.
Auswertung des Social Media Workshops mit Diagrammen für Berkant KacarBerkant Kacar
Auswertung des Fragebogens
zum Social Media Grundlagen-Workshop am 25. September 2014 beim ISM Mainz e.V. - Institut für sozialpädagogische Forschung Mainz e.V. für den Referenten Berkant Kacar.
30 Millionen Deutsche pendeln jeden Tag zur Arbeit.Mehr als jeder Zweite allein im eigenen PKW. flinc macht aus Ihren Mitarbeitern Mitfahrer. inc vermittelt vollautomatisch
und in Echtzeit Mitfahrgelegenheiten über PC, App und integriert im Navigationssystem.
http://www.flinc.org/corporate
Entdecken sie unsere Motivkalender. Mit dabei: Frederic Schlosser "Drive", Arne Margenfeld "Fischerbootdetails", Dagmar Langohr "Verzauberte Pflanzenwelt", Claudia Hartwig "By Your Side" und Achim Brandt "Fassaden"
Perspektiven und Trends: + Wo prägt Big Data den digitalen Wandel? + Welche Technologien helfen?
Big Data Lab: + Wie gelingt der Schnellstart in die neue Informationsökonomie?
Praxiserfahrungen: + Welche Erfahrungen machen andere? + Wo steht Ihre Branche?
Alle Studierenden unserer Lehrveranstaltung „Grundlagen der Elektrotechnik“ bekommen eine eigene Aufgabe per E-Mail zugeschickt, können diese handschriftlich lösen und ihre eingescannte oder abfotografierte Lösung online zur Korrektur einreichen. Um den Korrekturaufwand für die Lehrenden zu senken, begutachten sich die Studierenden dann anhand einer ebenfalls personalisierten Musterlösung gegenseitig. Das Verfahren läuft über MATLAB automatisiert ab und ist dadurch gut skalierbar. Gegenüber einfachen Multiple-Choice- oder Zahlenwert-und-Einheit-Aufgaben lassen sich hier auch der Ansatz und Rechenweg gut bewerten. In diesem Artikel wird beschrieben, wie die Aufgaben und Musterlösungen in LATEX mit Hilfe der Pakete PGFPlots und Circuitikz generiert werden.
Auswertung des Social Media Workshops mit Diagrammen für Berkant KacarBerkant Kacar
Auswertung des Fragebogens
zum Social Media Grundlagen-Workshop am 25. September 2014 beim ISM Mainz e.V. - Institut für sozialpädagogische Forschung Mainz e.V. für den Referenten Berkant Kacar.
30 Millionen Deutsche pendeln jeden Tag zur Arbeit.Mehr als jeder Zweite allein im eigenen PKW. flinc macht aus Ihren Mitarbeitern Mitfahrer. inc vermittelt vollautomatisch
und in Echtzeit Mitfahrgelegenheiten über PC, App und integriert im Navigationssystem.
http://www.flinc.org/corporate
Entdecken sie unsere Motivkalender. Mit dabei: Frederic Schlosser "Drive", Arne Margenfeld "Fischerbootdetails", Dagmar Langohr "Verzauberte Pflanzenwelt", Claudia Hartwig "By Your Side" und Achim Brandt "Fassaden"
Perspektiven und Trends: + Wo prägt Big Data den digitalen Wandel? + Welche Technologien helfen?
Big Data Lab: + Wie gelingt der Schnellstart in die neue Informationsökonomie?
Praxiserfahrungen: + Welche Erfahrungen machen andere? + Wo steht Ihre Branche?
Von der Service Strategie zum Service PortfolioHeiko Gebauer
Die Präsentation zeigt wie produzierenden Unternehmen erfolgreich zum Lösungsanbieter werden. Es wird beschrieben wie Unternehmen eine Service Strategie formulieren und diese Strategie im Service Portfolio umsetzen.
Veränderungen im Krankenhaus konstruktiv gestaltenChristiane Fruht
So nehmen Sie den richtigen Zug.
Alles immer wieder neu: Strukturen, Arbeitszeiten, Führungskräfte, Standards, Prioritäten. Veränderungen stehen in deutschen Kliniken ganz oben auf der Verordnungsliste. Grund hierfür ist die zunehmen rigider werdende Gesundheitspolitik.
Inhaltsübersicht des Programms MathProf 5.0 zum Themenbereich Trigonometrie.
ReduSoft entwickelt interaktive Software zu verschiedenen Themengebieten aus der Mathematik und Physik. Die Programme MathProf 5.0 und PhysProf 1.1 ermöglichen die interaktive Anaylse mathematischer und physikalischer Zusammenhänge.
MathProf 5.0 erlaubt unter anderem die Ausgabe zwei- wie auch dreidimensionaler Grafiken. Hierbei sind sowohl Module zu Themen aus den Bereichen Analysis, Geometrie und Algebra implementiert, wie auch Unterprogramme zu anderen mathematischen Fachgebieten.
Bei PhysProf 1.1 handelt es sich um ein Programm, welches es durch die Ausgabe zweidimensionaler simulationsunterstützter Grafiken ermöglicht, Sachverhalte zu Themen aus den Gebieten Mechanik, Thermodynamik, Elektrotechnik und Optik. begreiflich zu machen.
9. D1 = Einzelne Achsenspiegelung
Achsen- und Rotationssymmetrie
Diedergruppe Dn
n Spiegelachsen durch den Mittelpunkt
Zyklische Gruppe Cn
Alle Drehungen um einen Punkt um Vielfache
von
360°
𝑛
Dn → Cn
C4 = Swastika
C3 = Triskele
Dn = Regelmäßiges n-Eck
C2 = Punktspiegelung
C1 = Komplett unsymmetrisches Objekt
D2 = Nicht quadratisches Rechteck
10. Symmetrie
Symmetrie ist die Gleichgültigkeit bezüglich einer bestimmten
Klasse von Transformationen
Spiegelung TranslationRotation
Spiegelung
Rotation
Translation
Skalierung
11. Symmetriegruppe
In der mathematischen Gruppentheorie ist
die Symmetriegruppe eines geometrischen
Objektes die Gruppe, die aus der Menge
aller Kongruenzabbildungen besteht, die
das Objekt auf sich selbst abbilden,
zusammen mit der Verkettung von
Abbildungen als Gruppenoperation.
12. Symmetriegruppe
In der mathematischen Gruppentheorie ist
die Symmetriegruppe eines geometrischen
Objektes die Gruppe, die aus der Menge
aller Kongruenzabbildungen besteht, die
das Objekt auf sich selbst abbilden,
zusammen mit der Verkettung von
Abbildungen als Gruppenoperation.
20. Probleme bei der Erkennung
● Bild nicht „mathematisch“ symmetrisch
nur intuitiv erkennbar
● Weiche Erkennung erforderlich
21. Eingabe für die Erkennung
● Vektorgrafik
– Geometrische Beschreibung von Pfaden
– Stetige Werte
● Pixelgrafik
– (Farb)Wert pro Pixel
(Zelle in einem 2D-Raster)
● Punktwolke (reduzierte Vektorgrafik)
– „Liste von Koordinaten“
22. Beispiele für Einsatzbereiche
● Objekterkennung in Bildern
● Astronomische Objekte klassifizieren
● Medizin: Muttermale von Hautkrebs unterscheiden
● Bildkompression
24. Approximation
● Gegeben:
– Bild
– Symmetrie-Eigenschaft (z. B. Symmetriegruppe)
● Gesucht:
– Symmetrie-Beschreibung (z. B. konkrete Achsen)
– Soll vorhandene Symmetrie möglichst genau annähern
25. Approximation
● NP-schwer für Punkte, die „zu“ nah beisammen
liegen
● Ursprünglich von S. Iwanowski in seiner
Doktorarbeit bewiesen
„Approximate congruence and symmetry detection in the plane“ (1990)
● Verfeinert von C. Dieckmann
„Symmetry Detection and Approximation“ (2012)
31. Breite des Musters ermitteln
Originales Bild T
1) For Ri, Ri' in T, T + T
2) Wi = Calc Second match of Ri in Ri'
3) Pwidth = lcm(Wi,Pwidth)
Nur Erkennung von ganzzahligen Wiederholungen
32. Breite des Musters ermitteln
Originales Bild T
1) For Ri, Ri' in T, T + T
2) Wi = Calc Second match of Ri in Ri'
3) Pwidth = lcm(Wi,Pwidth)
33. Laufzeit des Verfahrens
1) For Ri, Ri' in T, T + T
2) Wi = Calc Second match of Ri in Ri'
3) Pwidth = lcm(Wi,Pwidth)
1) T + T ∈ O(1)
#Durchläufe = N (Anzahl der Zeilen)
2) String Matching ∈ O(|T| + |P|)
|T| = 2*M (Anzahl der Spalten)
|P| = M
Insgesamt also O(m) Aufwand
3) gcd ∈ O(log x) wobei x = Anzahl Bits für Parameter
O(n * (m + log x))⊆ O(mn)
35. Unscharfes Matching
𝑓𝑖𝑙𝑡𝑒𝑟 𝑗 =
1
𝑚
𝑅 𝑖 − 𝑅′ 𝑖 + 𝑗
𝑚
𝑖=1
Bisher: Lokale Ähnlichkeit, Jetzt: Globale Ähnlichkeit
1) For Ri, Ri' in T, T + T
2) For pos in Ri
3) Ri[pos] = filter(pos)
4) Wi = Second match of Ri in Ri' with 𝛿
5) Pwidth = lcm(Wi,Pwidth)
O(n * (m² + m + log x))⊆ O(nm²)
41. Hough Transformation
Methode von Paul V. C. Hough
US-Patent 3,069,654 (1962)
„Method and means for recognizing complex patterns“
allgemeiner Ansatz beliebige, parametrisierbare
Formen zu finden
43. Bildraum Parameterraum
Bildraum (x , y) Parameterraum (m , b)
Punkt (𝑥𝑖 , 𝑦𝑖) 𝑏 = −𝑚 ⋅ xi + yi Gerade
Gerade 𝑦 = 𝑚𝑗 ⋅ 𝑥 + 𝑏𝑗 (𝑛𝑗 , 𝑏𝑗) Punkt
y
x
b
m
44. Parameterraum
Problem: Beispiele für Parameter einer Linie nicht
genau gleich
daher: diskretisieren
Datenstruktur: 2D-Array
1
1 1 3 1
4 6 2 1
1 1 1
1
2
58. Die Pipeline
Paare bilden,
Winkel & Distanz
berechnen
Korrekte “Box”
berechnen
Häufungen
untersuchen
1) For p1, p2 in Punkte X Punkte
2) gparam = mx + b - y aus (p1, p2) konstruieren
3) gpolar = polarcoord(gparam)
4) Parameterraum += gpolar
5) For p1’, p2’ in Parameterraum
6) DiskreterRaum += interpolated(p1’, p2’)
7) Suchen von Häufungen(DiskreterRaum)
60. Warum C++ und HTML?
Harte Vorgaben von der FU Berlin
– Kein Haskell
– C++ oder Java
Weichere Vorgaben von uns
– Viele Experimente mit der Oberfläche
● Strikte Trennung zwischen Berechnung und Visualisierung
● Qt & GTK (C++) bzw. Swing, AWT & JavaFX (Java) sind eher
“klassische” UI Bibliotheken
– Platformübergreifend (sogar auf mobilen Geräten)
63. Parallelisierung mit der Pipeline
Gewinne durch die Pipeline eher marginal
– 3 Stufen, also auch maximal 3 Threads
– Stufen nicht gleichermaßen aufwändig
– Overhead durch Synchronisierung bei naiver
Implementierung recht groß
– Trotzdem softwaretechnisch eine gute Struktur
Paare bilden,
Winkel & Distanz
berechnen
Korrekte “Box”
berechnen
Häufungen
untersuchen
64. Parallelisierung mit Partitionierung
Annahmen
● Erste Pipelinestufe dauert am Längsten
● Statische Partitionierung ist unkritisch
1) partitions = divide(Punkte X Punkte, #Cores)
2) For thread in Threads
3) thread.compute
4) For p1, p2 in partitions[thread.num]
5) gparam = mx + b - y aus (p1, p2) konstruieren
6) gpolar = polarcoord(gparam)
7) thread.Parameterraum += gpolar
8) Parameterraum += thread.Parameterraum
9) Threads.join()
65. Auswahl von Paaren
Alle Paare
• 3 Gelb
• 2 Blau
• 1 Rot
Jedes 2. Paar
• 2 Gelb
• 1 Blau
• 0 Rot
Zufällige Paare
• 1 Gelb
• 2 Blau
• 1 Rot
Leicht zu implementieren, schwierig zu untersuchen
78. Ausblick: Zu untersuchende Größen
● Störungen
● Generierung der Punktepaare
– Einfluss der verschiedenen Methoden der Paarbildung?
– Anzahl nötiger Paare für gute Erkennung?
● Diskretisierung
– Einfluss der variabel großen Zellen?
– Einfluss der verschiedenen Interpolationsmethoden?