250106 VO Compressed Sensing (Ausgewählte Kapitel aus Angewandter Mathematik) (2012S)
Labels
Details
Sprache: Englisch
Prüfungstermine
Donnerstag
05.07.2012
Donnerstag
26.07.2012
Dienstag
18.12.2012
Mittwoch
20.03.2013
Donnerstag
21.03.2013
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Donnerstag
01.03.
10:00 - 11:00
Seminarraum
Dienstag
06.03.
10:00 - 12:00
Seminarraum
Donnerstag
08.03.
10:00 - 11:00
Seminarraum
Dienstag
13.03.
10:00 - 12:00
Seminarraum
Donnerstag
15.03.
10:00 - 11:00
Seminarraum
Dienstag
20.03.
10:00 - 12:00
Seminarraum
Donnerstag
22.03.
10:00 - 11:00
Seminarraum
Dienstag
27.03.
10:00 - 12:00
Seminarraum
Donnerstag
29.03.
10:00 - 11:00
Seminarraum
Dienstag
17.04.
10:00 - 12:00
Seminarraum
Donnerstag
19.04.
10:00 - 11:00
Seminarraum
Dienstag
24.04.
10:00 - 12:00
Seminarraum
Donnerstag
26.04.
10:00 - 11:00
Seminarraum
Donnerstag
03.05.
10:00 - 11:00
Seminarraum
Dienstag
08.05.
10:00 - 12:00
Seminarraum
Donnerstag
10.05.
10:00 - 11:00
Seminarraum
Dienstag
15.05.
10:00 - 12:00
Seminarraum
Dienstag
22.05.
10:00 - 12:00
Seminarraum
Donnerstag
24.05.
10:00 - 11:00
Seminarraum
Donnerstag
31.05.
10:00 - 11:00
Seminarraum
Dienstag
05.06.
10:00 - 12:00
Seminarraum
Dienstag
12.06.
10:00 - 12:00
Seminarraum
Donnerstag
14.06.
10:00 - 11:00
Seminarraum
Dienstag
19.06.
10:00 - 12:00
Seminarraum
Donnerstag
21.06.
10:00 - 11:00
Seminarraum
Dienstag
26.06.
10:00 - 12:00
Seminarraum
Donnerstag
28.06.
10:00 - 11:00
Seminarraum
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Muendliche Pruefung
Mindestanforderungen und Beurteilungsmaßstab
In der Vorlesung sollen die Grundlagen dieser modernen
wissenschaftlichen Entwicklung vorgestellt werden. Die wesentlichen
Arbeiten zum Thema sind nicht nur relevant und nuetzlich, sondern
enthalten auch sehr schoene und zum Teil sehr tiefe Mathematik.
Es zeigt sich, wie so oft, dass angewandte Mathematik und abstrakte
Mathematik nicht getrennt werden koennen. Die tiefsten Resultate
werden durch die Verbindung mit der lokalen Theorie von Banachrauemen
und Wahrscheinlichkeitstheorie erzielt.Plan: 1. Was ist Compressed Sensing? Ueberblick2. Wesentliche Algorithmen (Optimierung, greedy Methods) und deren Analyse3. Deterministische Theorie4. Methoden aus der Wahrscheinlichkeitstheorie5. Wahrscheinlichkeitsaussagen in Compressed Sensing
wissenschaftlichen Entwicklung vorgestellt werden. Die wesentlichen
Arbeiten zum Thema sind nicht nur relevant und nuetzlich, sondern
enthalten auch sehr schoene und zum Teil sehr tiefe Mathematik.
Es zeigt sich, wie so oft, dass angewandte Mathematik und abstrakte
Mathematik nicht getrennt werden koennen. Die tiefsten Resultate
werden durch die Verbindung mit der lokalen Theorie von Banachrauemen
und Wahrscheinlichkeitstheorie erzielt.Plan: 1. Was ist Compressed Sensing? Ueberblick2. Wesentliche Algorithmen (Optimierung, greedy Methods) und deren Analyse3. Deterministische Theorie4. Methoden aus der Wahrscheinlichkeitstheorie5. Wahrscheinlichkeitsaussagen in Compressed Sensing
Prüfungsstoff
Voraussetzungen: gute Kenntnisse der linearen Algebra und einige
Grundlagen der Wahrscheinlichkeitstheorie (Erwartungswert,
Zufallsvariable, Wahrscheinlichkeitsdichte). Was zusaetzlich aus der
Wahrscheinlichkeitstheorie gebraucht wird, wird in der Vorlesung
erarbeitet.Die Vorlesung richtet sich an interessierte und fortgeschrittene BachelorstudentInnen, Masters oder DiplomstudentInnen und DissertantInnen.
Grundlagen der Wahrscheinlichkeitstheorie (Erwartungswert,
Zufallsvariable, Wahrscheinlichkeitsdichte). Was zusaetzlich aus der
Wahrscheinlichkeitstheorie gebraucht wird, wird in der Vorlesung
erarbeitet.Die Vorlesung richtet sich an interessierte und fortgeschrittene BachelorstudentInnen, Masters oder DiplomstudentInnen und DissertantInnen.
Literatur
Literatur: Ich werde mich auf eine Vorabdruck des Buches ``A
mathematical introduction to compressive sensing'' von Simon Foucart und
Holger Rauhut stuetzen.Dazu kommen noch``Introduction to compressed sensing'' von M. Davenport, M. Duarte,
Y. Eldar, G. Kutyniok (soll im Februar 2012) erscheinenMichael Elad ``Sparse and redundant representations'' (Springer 2010)sowie Originalliteratur.Eine umfangreiche Liste von Literatur ist auf der
Compressed-Sensing-Webseite der Rice University zusammengestellt: http://dsp.rice.edu/cs
mathematical introduction to compressive sensing'' von Simon Foucart und
Holger Rauhut stuetzen.Dazu kommen noch``Introduction to compressed sensing'' von M. Davenport, M. Duarte,
Y. Eldar, G. Kutyniok (soll im Februar 2012) erscheinenMichael Elad ``Sparse and redundant representations'' (Springer 2010)sowie Originalliteratur.Eine umfangreiche Liste von Literatur ist auf der
Compressed-Sensing-Webseite der Rice University zusammengestellt: http://dsp.rice.edu/cs
Zuordnung im Vorlesungsverzeichnis
MAMV
Letzte Änderung: Mo 07.09.2020 15:40
Signal- und Bildverarbeitung. Zugrunde liegt die Idee, da\ss\
Datenobjekte (Signale, Bilder, Daten \"uber Konsumenten) in einer
passenden Basis als Linearkombinationen von wenigen Vektoren
dargestellt werden koennen, obwohl die in einem hochdimensionalen Raum
leben. Daher sollte man diese Daten auch mit wenigen linearen
Messungen rekonstruieren koennen.Die aktuelle Theorie des compressed sensing geht auf Emanuel Candes
und Terence Tao (Fieldsmedaille 2006) und David Donoho zurueck und
ist ein interdisziplinaeres Gebiet zwischen reiner und angewandter
Mathematik, verschiedenen Ingenieurwissenschaften und der Statistik
geworden. Viele Protagonisten glauben, dass Compressed Sensing eine
Revolution in der Messung, Verarbeitung und Speicherung von digitalen
Signalen bedeutet.In der Vorlesung sollen die Grundlagen dieser modernen
wissenschaftlichen Entwicklung vorgestellt werden. Die wesentlichen
Arbeiten zum Thema sind nicht nur relevant und nuetzlich, sondern
enthalten auch sehr schoene und zum Teil sehr tiefe Mathematik.
Es zeigt sich, wie so oft, dass angewandte Mathematik und abstrakte
Mathematik nicht getrennt werden koennen. Die tiefsten Resultate
werden durch die Verbindung mit der lokalen Theorie von Banachrauemen
und Wahrscheinlichkeitstheorie erzielt.