Adrian Ulges

Anwendungen der Künstlichen Intelligenz (SS14)

Aktuelles

Die Ergebnisse der Contests sind online
Die SUDOKU-Testdaten sind jetzt verfügbar!
Der Datensatz zur Spieldauerprognose ist jetzt verfügbar. Danke an alle fürs Mitspielen!
Bei der Annotation der .gt-Files ist einem Team bei zwei Files (19.gt und 22.gt) ein Fehler unterlaufen. Hier findet sich ein Patch.
Das Scoreboard zur Lokalisation der SUDOKUs ist jetzt online. Danke an alle für die Ergebnisse!
Ein kleines Update: Es ist jetzt eine neue Version der SUDOKU-Trainingsdaten verfügbar, inclusive der von Ihnen bereitgestellten Koordinaten der SUDOKU-Ecken.
Ich bin (wie besprochen) am 2.5. von 14:00-17:00 Uhr auf Skype für Fragen bzgl. des Praktikums erreichbar. Bitte schicken Sie mir auch wie üblich am vorigen Mittwoch (30.4.) ein kurzes Update.
Ein kleines Tool (point_saver.py) ist jetzt verfügbar, mit dem Sie bitte die Annotation der SUDOKU-Eckpunkte für Ihre Trainingsbilder vornehmen sollen. Die genaue Beschreibung erfolgt per Mail.

Termine

Vorlesung: DO 11:45-13:15 (C-407)
Praktikum: DO 14:15-17:30 (C-213)

Vorlesungsfolien

Vorlesung 01: Einführung
Vorlesung 01: Bildverarbeitung
Vorlesung 02: Binärbilder
Vorlesung 03: Filter und Transformationen
Vorlesung 04: Geometrische Primitive
Vorlesung 05: Merkmalsextraktion
Vorlesung 06: Suche
Vorlesung 07: Suche (lokale Suche und Lineare Programmierung)
Vorlesung 08: Suche (Adversive Suche + Spiele-KI)
Vorlesung 08: Maschinelles Lernen (k-NN)
Vorlesung 09: Skalierbare NN-Suche
Vorlesung 10: Neuronale Netze
Vorlesung 11: Neuronale Netze

Seminarvorträge

Vortrag 01: Connected Components
Vortrag 02: Geometrische Transformationen
Vortrag 03: Corner Detection
Vortrag 03: Corner Detection (Cython-Code)
Vortrag 04: OCR-Merkmalsextraktion
Vortrag 05: Simulated Annealing
Vortrag 06: Spiele-KI
Vortrag 07: Entscheidungsbäume
Vortrag 08: Bayes'sche Netze

Praktikum: Benchmarks

Dashboard zur Lokalisation des SUDOKUs (Trainingsdaten)

Praktikum: Begleitmaterial

Slides zum Praktikum (aktueller Stand)
Python-Crashkurs
Praktikum 01: dracula.txt
Praktikum 01: test.jpg
SUDOKU - TRAININGSDATEN (Version 1: Ohne Ecken-Koordinaten)
Blog-Eintrag zur Beschleunigung von NumPy
Cython-Tutorial
Lokale Merkmale in OpenCV
point_saver.py -- Skript zur Annotation der SUDOKU-Eckpunkte
SUDOKU - TRAININGSDATEN (Version 2: mit Ecken-Koordinaten)
CherryPy Tutorial (besonders nützlich: 'A basic web application' und 'Give us a REST')
SUDOKU als Integer-Programm
Datensatz zur Spieldauerprognose

Kontakt

Adrian Ulges
Unter den Eichen 5, Haus C links, C-011
e-mail: adrian dot ulges at hs-rm dot de
Sprechstunde: Mondays, 16:00 - 17:00