Proposal GeoNetCast Harald Hecking, Martin Kurowski.

Slides:



Advertisements
Ähnliche Präsentationen
Vorname Nachname Titel Ihres Themas Unterthema 1 Unterthema 2 Unterthema 3 Unterthema 4 Hauptthema.
Advertisements

Korrektur Tutoratsaufgaben V
Univariate Statistik M. Kresken.
Bildverarbeitung / Bildvorverarbeitung
Aufgabe Analyse (Friedman-Test) von letzter Stunde wiederholen
Bewegungswissenschaft
Zufallsgrößen und Beschreibung – Wiederholung Sek. I
Methoden der Psychologie Multivariate Analysemethoden Günter Meinhardt Johannes Gutenberg Universität Mainz
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Seminar Lehrevaluation
Andreas Hense Meteorologisches Institut Universität Bonn
Modellvergleich.
K. Desch - Statistik und Datenanalyse SS05
K. Desch - Statistik und Datenanalyse SS05
Ontologische Visualisierung von Genexpressionsdaten aus Makroarray-Experimenten Bioinformatik Praktikum David Rudolph, Michael Tauer Thema 6.
Methodenmodul MT1 im WS 2008/2009
3.+4. Übungsblatt Abstraktion, Modultypen und OO Erweiterung des Entwurfs Benutzbarkeitsbeziehungen 11. Mai 2006 Dipl.-Inform. Christian Fuß.
Statistische Methoden II SS 2008
M-L-Schätzer Erwartungswert
Statistische Methoden II SS 2007 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Mögliche Funktionenklassen
Neu Übungsgruppentausch:
Statistische Methoden I WS 2007/2008 Donnerstag, 31. Januar 2008 und Freitag, 1. Februar 2008 Probeklausur nächste Woche - statt Vorlesungen -
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
FILTER Input: Empirische Zeitreihe Output: Geglättete Zeitreihe.
Statistische Methoden I SS 2005
Statistische Maßzahlen
Quantile.
Maximum-Likelihood-Schätzer ( diskreter Fall) Likelihood-Funktion mit oder M-L-Schätzer.
Univariate Statistik M. Kresken.
Methodisches Problemlösen - die INVENToolbox ® der INVENT NET ® GmbH
Allgemeine Informationen
Themenfeld „Daten und Zufall“ – arithmetisches Mittel – Klassenstufe 5/6 Ariane Dubiel, Azida Shahabuddin, Sandra Mense.
Neuronale Netzwerke am Beispiel eines MLP
Vorlesung: Biometrie für Studierende der Veterinärmedizin Helmut Küchenhoff 1 Zusammenfassung zur Vorlesung Begriff der biologischen Variabilität.
Vorlesung: ANOVA II.
(Un-)sicherheiten in der Ökosystemmodellierung
Christian Schulz, Marc Thielbeer, Sebastian Boldt
in der medizinischen Bildverarbeitung
1 Fernerkundung 1.1 IKONOS und SRTM – Neue hochauflösende Satellitenbilddaten 1.2 Neue digitale Luftbildkameras 1.3 Flugzeuggestützte Laseraltimeter und.
Basisinformationstechnologie I
Einführung in SPSS/PASW. Inhaltsübersicht 1. Intro ( ) 2. Deskriptive Statistik ( ) 3. Ausgaben ( ) Wiederholung Tabellen,
Einführung in SPSS/PASW. Eckdaten Ort: ZIP-Pool Zielgruppe: Primär 3. Semester Bachelor, sekundär Diplomstudierende Zeiten: Dienstags: 10:15-11:45 Uhr.
STATISIK LV Nr.: 1375 SS März 2005.
Theoriereferat Indexes, Scales and Typologies The Logic of Sampling
Willkommen in der Welt der effizienten Datenanalyse! Seite 1 Dr. Franz Weissenböck.
Referat über das Thema STOCHASTIK.
Echtzeitsimulation einer Gasturbine Real-Time-Simulation of a Gas-Turbine Till Hoffmann -Diplomarbeit - September 2000.
Statistik – Regression - Korrelation
Statistik – Wahrscheinlichkeit
CATI-Übung 3. Begleitveranstaltung – WS 09/10 PHILOSOPHISCHE FAKULTÄT | INSTITUT FÜR SOZIOLOGIE | METHODEN DER EMPIRISCHEN SOZIALFORSCHUNG KATRIN HEUER.
Varianzanalyse Teststatistik: F – Test -> vergleich zweier Varianzen -> Grundlage der Varianzanalyse Welche „Varianzen“ werden miteinander verglichen?
Routenplanung querfeldein - Geometric Route Planning
K. Desch - Statistik und Datenanalyse SS05
Skalenniveaus Tamara Katschnig.
Universität Zürich Informatikdienste GoKoordinatorenmeeting 27. April SpamAssassin.
Design und Optimierung optischer Systeme durch Neuronale Netze und Genetische Algorithmen.
Universität Dortmund Lehrstuhl Informatik IV Projektgruppe 462 Optimierungsalgorithmen für Simulationsmodelle RSM Analysen Bartosz Fabianowski.
Analyse VAD-Patienten-Daten VAD Einige Anmerkungen, zusammengestellt von Mag. Harald Zipko (Stand 19. März 2013) 1.
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Stochastische Signale
Statistik III Statistik III 2. Streuungsmaße (Dispersionsmaße)
- Seite 1 TIME INTELLIGENCE ® by Zeichenrand – Löschen! Titel.
Umsetzung einer Methode zur Online- Kalibrierung von Sauerstoffsensoren in oberflächenbegasten Bioreaktoren Seminarvortrag Daniel Jansen.
- Seite 1 TIME INTELLIGENCE ® by Titel.
L. H. Fejzula, P. Kisskalt | Robotik Labor | Projekt Präsentation
HCS Übung 3 Von: Patrick Denk Oleg Arenz
Statistik II Statistik II Maße der zentralen Tendenz (Mittelwerte)
Vergleich Eindimensionaler Stichproben
 Präsentation transkript:

Proposal GeoNetCast Harald Hecking, Martin Kurowski

Idea: Automated Selection and Processing Spatial Filter Temporal Filter Temporal Selection 10/27/09

Temporal Filtering and Spational Filtering Problem: Zu viele irrelevante Daten Ziel: Auffinden repräsentativer Bilder für ein Gebiet anhand statistischer Parameter Temporal Filtering und Spatial Filtering als Vorstufen zur Temporal Selection Temporal Filtering Benutzung statistischer Methoden zur Errechnung neuer Bilder aus bestehenden Bildquellen (z.B. Median, Varianz, Mittelwert) Spatial Filtering Implementierung bekannter Verfahren zur Bildverarbeitung, z.B. Laplace, Kantendetektion 10/27/09

Spatial Filtering 10/27/09

Temporal Selection 10/27/09

Temporal Selection 10/27/09

Zeitaufwand 10/27/09 TätigkeitGeschätzter Aufwand (p. P.) Einführung GeoNetCast10 Entwicklung der Semporal Filter + Literatur14 Entwicklung der Temporal Selection20 Erstellung des Inceptopn Reports + Aufsetzen der Entwicklungsumgebung 8 Implementierung + techn. Dokumentation60 Testphase25 Anfertigung des Final Report15 Projektabschluss20 = 172