Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Statistical Optimization for Geometric Computation: Theory and Practice
Dieser Text für Doktoranden erörtert die mathematischen Grundlagen der statistischen Inferenz für den Aufbau dreidimensionaler Modelle aus Bild- und Sensordaten, die Rauschen enthalten - eine Aufgabe, an der autonome Roboter beteiligt sind, die von Videokameras und Sensoren geführt werden.
Der Text verwendet eine theoretische Genauigkeit für das Optimierungsverfahren, das die Zuverlässigkeit von Schätzungen auf der Grundlage von Rauschdaten maximiert. Die zahlreichen mathematischen Voraussetzungen für die Entwicklung der Theorien werden in separaten Kapiteln systematisch erläutert.
Diese Methoden reichen von linearer Algebra, Optimierung und Geometrie bis hin zu einer detaillierten statistischen Theorie geometrischer Muster, passender Schätzungen und Modellauswahl. Darüber hinaus werden anhand von Beispielen aus synthetischen und realen Daten die Unzulänglichkeiten herkömmlicher Verfahren und die Genauigkeitsverbesserungen, die sich aus der Anwendung optimaler Methoden ergeben, aufgezeigt.