Temporal and Spatial Data Mining

Die Vorlesung behandelt Grundlagen der Mustererkennung in Zeitreihen (z. B. Sensorsignalen) und räumlich verteilten Daten (z. B. in Sensornetzwerken). Es gibt u. A. Folgende Themen wurden besprochen:

Grundlagen (z. B. Segmentierung von Zeitreihen, Korrelation von Daten, Merkmale für die Beschreibung von zeitlichen / räumlichen Daten),

Entfernungsmessung von Zeitreihen, Clustering / Klassifikation, Szenenerkennung, Anomalieerkennung unter Verwendung verschiedener Techniken (z. B. nächster Nachbar, neuronale Netze, Support-Vektor-Maschinen)

Verschiedene Beispielanwendungen (Signaturverifikation, Collaborative Hazard Warning in Fahrzeugen, Activity Detection und Kontexterkennung mit Smartphones etc.)