Prof. Meffert	SV0	
eine Ausnahmeklausur (wegen hoher Studentenanzahl) 
am 22.07.'04 (3 Stunden Zeit), 
aber abgesehen von den Rechenaufgaben sicher 
auch für mndl. Prüfungen relevant:

- nenne 3 Eigenschaften von Walhsfkt.
- 3 Matrizen gegeben -> sage, 
  zu welchen (orthogonalen) Fkt.systemen sie gehören
- wie sieht das Spektrum (nach kontinuierlicher FT) 
  von einer kont./diskreten Gaußglocke aus (Skizze)?
- was ist ein Signal und was tut Signalverarbeitung?
- nenne 5 Paare von Signalen (z.Bsp. elektr. vs. 
  nicht-elektr.)
- berechne eine DFT-MAtrix für N=4
- welchen Vorteil bringen orthogonal Fkt.systeme?
- gegeben eine Meßreihe -> approximiere mit 
  f(t)=c_0 + c_1*t, so daß Gaußfehler minimal
- gegeben f_n, h_n, g_n -> falte f_n mit h_n und 
  f_n mit g_n, vergleiche
- gegeben 2 Meßreihen -> berechne (arith.) 
  Mittelwerte, Varianzen und Kovarianz
- was drückt der Term 
  "cov(X,Y)/( sqrt(var(X))*sqrt(var(Y)) )" 
  aus und wozu dient er?
- was ist das Prinzip der Fourierreihenentwicklung?
- Zusatzaufgabe: was hat das Denkmal zwischen 
  Erwin-S.-Zentrum und Info.gebäude mit SV zu tun?

Prüfungsfragen und "Beispielsignale" gibt es unter:

http://www.kierberg.com/studium/sv0/

Antworten auf Fragen zum Signalbegriff, Stationarität, 
Ergodizität, Leistung, orthogonalen Basisfunktionen, 
harmonischen Funktionen, Walsh-Funktionen, 
Fouriertransformation, Korrelation, DOT, Faltung und KLT  
gegeben. Außerdem werden Beispiele zur Kantenerkennung, 
Filterung (Faltung) und dem Faltungstheorem, sowie eine 
Anwendung der Korrelation gegeben.

Prüfungsfragen und "Beispielsignale", sowie die Lösung der
Praktikumsvorbereitungsaufgaben gibt es unter:

http://www.kierberg.com/studium/sv1/

Themen der Prüfungsfragen: Abtasttheorem, Spektralbereich, 
Sensor/Aktor, Signalverarbeitungskette, LTI-Systeme, 
Leck-/Lattenzauneffekt und Bandpässe eingegangen und die 
wichtigen Formeln der Vorlesung zusammengefasst.

"Beispielsignale": Beispiele zum Superpositionsprinzip 
(Filterung) und digitaler Bandpassfilterung (Spracherkennung)

Klausur SV0 im Sommersemester 2005
Bearbeitungszeit 3 Stunden

//in eigenen Worten, nicht gut formuliert aber wohl 
//trotzdem nützlich

1. Was sind Signale und was ist Signalverarbeitung?

2. Systematisieren Sie 5 verschiedene Arten von Signalen.

3. Gegeben sind zwei Messreihen X und Y. Berechnen Sie
Mittelwert, Varianz und Kovarianz.

4. Erklären Sie die Bedeutung von folgendem Term:
p(XY) = kov(X,Y)/(sqrt(var(X))*sqrt(var(Y)))

5. Gegeben ist eine Messreihe mit x- und y-Werten.
Nähern Sie diese Messreihe nach dem Prinzip der kleinsten
Fehlerquadrate mit einer Gerade. Berechnen Sie 
die Koeffizienten c0 und c1 sowie das Fehlermaß. 

6. Was ist der Vorteil, wenn die verwendeten Basisfunktionen
zum Nähern der Messreihe orthogonal sind?

7. Gegeben sind zwei Basisfunktionen. Bestimmen Sie, ob 
diese Funktionen zueinander orthogonal sind (einmal für 
kontinuierliche Funktionen, einmal für zwei Signalvektoren 
aus Abtastwerten).

8. Erklären Sie, wie die Fourierreihenentwicklung 
funktioniert.

9. Stellen Sie eine 4x4-DFT-Matrix auf.

10. Nennen Sie mindestens drei Eigenschaften von 
Walshfunktionen.

11. Welche Voraussetzung muss ein Signal(-vektor) haben, 
damit man eine DFT mit ihm durchführen kann?

12. Gegeben sind drei Matrizen. Nennen Sie die zugehörigen 
Transformationen. Ist eine Walshmatrix darunter? Wenn ja, 
welches Ordnungssystem besitzt sie?

13. Gegeben ist ein Zeitsignal in Form einer Gausskurve.
Zeichnen Sie das Spektrum der kontinuierlichen Gausskurve 
und das Spektrum der Gausskurve, wenn sie abgetastet wurde.

14. Zeichnen Sie die Autokorrelationsfunktion von folgendem
Signal: f(t) = 1 für 0<t<1, f(t) = 0 sonst

15. Gegeben ist ein Signal (0 0 0 0 1 1 1 1). Falten Sie 
das Signal mit dem Vektor (1 0 -1) und dem Vektor 
(1/3  1/3  1/3).

16. Zwischen dem Schrödinger-Zentrum und dem von-Neumann-
Haus gibt es einen Garten mit Kunstwerken auf dem Rasen. 
Was haben dieseKunstwerke mit Funktionen zu tun, die in der 
Signalverarbeitung verwendet werden?
  

Klausur SV0 am 21.07.2005

Lernzeit je nach Affinität 1-7 Tage.

Material: Buch Meffert/Hochmuth "Werkzeuge der
Signalverarbeitung", Aufzeichnungen aus der Übung,
Arbeitsblatt, Bronstein

1) Was ist ein Signal und was ist Signalverarbeitung?

2) Systematisieren sie paarweise Signale (mind. 5 Paare).

3) x = (2, 16, 14, 23, 12, 18, 6)^T, y = (3, 10, 9, 11, 8,
10, 5)^T. Berechnen sie Mittelwerte, Varianzen und Kovarianz.

4) Gegeben Formel (
ho_{x,y} =
rac{cov(x,y)}{sqrt{var(x)} * sqrt{var(y)}}). Was ist das
und wozu wird es verwendet?

5) Gegeben Dichtefunktion p(x) = x/2 für 0 <= x <=  2 sonst 0.
Skizzieren sie Dichtfunktion und Verteilungsfunktion F(x). Wie 
gross ist die Wkt. dass x <= 1?

6) Gegeben: n = {0, 1,2, 3}, t_n = {0, 1, 2, 4}, f_n = {8,
6, 3, -1}. Nähern sie nach Prinzip des kleinsten
Fehlerquadrats (c_0 und c_1 berechnen) mit phi_m(t) = t^m.

7) Vorteile von orthogonalen Fkt.n.systemen bei
Näherungsaufgaben?

8) Gegeben Messzeitpunkte t_n ={0,1,2,3,4}, phi_0(t) = t,
phi_1(t) = t^2. Prüfen sie mit innerem Produkt (Integral)
und Skalarprodukt (Sigma) ob das Funktionensystem
orthogonal ist.

9) Nennen sie mind. 3 Eigenschaften von Walshfktn.

10) Prinzip der Fourierreihenentwicklung? 

11) Zeichnen sie Skizze des Spektrums bei kontinuierlicher
Fouriertransformation für Gausskurve (kontinuierlich und
diskret).

12) Berechnen sie eine DFT Transformationsmatrix fuer N = 4.

13) Welchen Anforderungen gibt es an das Signal bei DFT?

14) Gegeben 3 Matrizen. Ordnen sie diese einem
Funktionensystem zu. Ist eine davon eine Walsh Matrix? M_1
Haarmatrix, M_2 Walshmatrix, M_3 unklar (M_3 = (0 0 0 1, 1 0
0 0, 0 1 0 0, 0 0 1 0))

15) Skizzieren sie die Autokorrelationsfkt. für f(t) = 1 für
0 <= t <=  1.
       __
___|  |___ f(t)
        /
___/  ___ f_{akorr}(t)

16)
f_n = (0, 0, 0, 0, 1, 1, 1, 1)^T, g_n = (1, 0, -1)^T, h_n =
(1/3, 1/3, 1/3)^T. Falten sie f_n mit g_n und h_n.
Skizzieren sie die Signale.

17) (Zusatzaufgabe) Kunstwiese ggn.über Schröd-zentr. Welches
orthogonal Fkt.system taucht dort auf im Boden eingelassen?

= Datum der Prüfung: Oktober 2005

= Benötigte Lernzeit als Empfehlung
4-7 Tage, vorheriger Besuch des Praktikums erleichtert die 
Lernerei ungemein

= Verwendete Materialien (Bücher, Skripte etc...)
Buch von Prof. Meffert, Grafiken von Ihrer Seite, VL-
Mitschrift, Übungsaufgaben, Praktikumslösungen

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Sehr angenehm. Beisitzer Dr. Hochmuth stellt einige 
Nachfragen zu Details, beide helfen weiter wenn man nicht 
direkt in die gewollte Richtung geht, gestehen aber auch 
kurze Schlenker und Ausflüge in den Ausführungen zu.

= Prüfungsfragen
Etwa 60-70% der Zeit für das Vorstellen des mitgebrachten 
Signals / der mitgebrachten SV-Kette, dazu an manchen 
Stellen auch kleinere Nachfragen, die aber kein Problem 
sind wenn man sich damit beschäftigt hat.
Dann 3-4mal würfeln und so zufälliges Fragen ziehen.
Bei mir (grob)
- Systematisieren sie ADU, suchen Sie einen heraus und 
charakterisieren Sie ihn näher.
- Erläutern Sie (Digital-)Filterung im Zeitbereich.
- Nennen Sie Aktoren, wie unterscheiden Sie sich und was 
tut ein Aktor?
- Was ist Frequenzauflösung der DFT/FFT?

= Note (Optional): 1.0

= Fazit (Gute/schlechte Prüfung , angemessene Benotung 
etc...)
Gute Prüfung und angemessene Benotung. Das mitgebrachte 
Signal ist entscheidend, dort sollte keinerlei (!) Fehler 
vorkommen, dann werden kleinere Ungenauigkeiten bei den 
gewürfelten Fragen verziehen.

Datum 
= 13.10.2005

Vorbereitung
= ca. 1 Woche 2 Stunden pro Tag zum Durcharbeiten des 
Stoffs / 1 Stunde zur Vorbereitung des Beispiels für die 
Prüfung 
3 Tage zum intensiven Lernen

Unterlagen 
= Stearns, Meyer "Signalverarbeitung", Wikipedia, Prof. 
Mefferts Buch, Mitschriften, Übungsaufgaben etc.

Verhalten der Prüfer, Atmosphäre
= Beisitzer war Herr Dr. Hochmuth. Beide waren sichtlich um 
Entspannung und Auflockerung der Atmosphäre bemüht, was in 
meinem Fall auch optimal funktioniert hat.

Ablauf
= Nach einführenden Fragen (Ausweis, Gesundheit etc.) bin 
ich von selbst zu meinem Beispiel übergegangen. 
Unterbrochen wurde ich eigentlich nur bei Ungenauigkeiten 
oder Auslassungen, was aber keinen weiteren negativen 
Einfluss hatte. (z.B. meinte ich, der Schallplattenspieler 
wäre mein Sensor, Herr Dr. Hochmuth korrigierte, dass das 
der elektromagnetische Tonabnehmer wäre und nicht 
Schallplattenspielermotor etc.).
 
Mein Beispiel bestand zur ersten Hälfte aus der Zuordnung 
meines realen SV-Systems zu der SV-Kette "von" Frau Prof. 
Meffert und im zweiten Teil aus einer praktischen Anwendung 
der digitalen SV. (Korrelation im Zeit und  
Zeit/Frequenzbereich und Vergleich der Ergebnisse)
Danach kam das übliche Würfeln von 4 Fragen.

Prüfungsfragen
= Was machen Aktoren? Nennen Sie 4!
Wie funktioniert digitale Filterung im Frequenzbereich?
Erläutern Sie den ersten Teil der digitalen SV-Kette! (die 
Elemente mit kurzem Satz, was für einen Zweck sie erfüllen)
4. Frage schon wieder vergessen.

Die meisten möglichen Fragen beantwortet man ohnehin schon 
mit dem Beispiel, wenn man versucht, den Stoff des 
Semesters darin halbwegs unterzubringen.

Note
= 1.0

Bewertung 
= Sehr faire Prüfung. Wenig Druck seitens der Prüfer, 
solange man weiß, worüber man erzählt und das auch 
rüberbringt.

Ich denke das Wichtigste ist, dass man während des 
Semesters wirklich verstanden hat, um was es geht und das 
auch erklären kann. Hilfreich dafür ist natürlich das lösen 
der Übungsaufgaben und eventuell des Praktikums. Theorie 
(Formeln, Rechenwege ...) war bei mir als Hintergrund zum 
Verständnis gut, aber in der Prüfung nicht weiter abgefragt 
worden. 

Beim Beispiel ist es wohl gut, wenn man wirklich selbst 
etwas probiert zu machen, statt ein fertiges Beispiel aus 
dem Internet nachzustellen. Das ist dann vielleicht nicht 
perfekt, zeigt aber, dass und was man selbst verstanden hat.

Ich habe, wo ich konnte immer gleich die Verknüpfungen zum 
Stoff des Semesters hergestellt und damit wohl auch 
eventuell "unangenehme" Zwischenfragen vermieden. 
(z.B. "...ich verwende eine Fensterfunktion, um den 
Leckeffekt einzudämmen"...) Man sollte dann natürlich 
trotzdem noch wissen, was der Leckeffekt ist, falls doch 
mal jemand mehr wissen möchte... ;) 

= Datum der Prüfung
23. Februar 2006

= Benötigte Lernzeit als Empfehlung
Übung immer fleissig mitmachen - dann sollten 1,5 Wochen
reichen.

= Verwendete Materialien (Bücher, Skripte etc...)
Meffert Buch. Gelöste Übungsblätter.

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
War eine Klausur. Gab nichts zu beanstanden

= Prüfungsfragen
1. Was bedeutet ein Signal, was sind Ziele der SV?

2. Zählen sie Eigenschaften für stochastische bzw.
deterministische Signale auf.

3. Berechnen sie Mittelwerte, Varianzen, Kovarianz von 2
Messreiehn (7 Elemente lang).

4. Was bedeutet sum(..) / sqrt(sum..) sqrt(sum..) . War der
Pearsonsche Korrelationskoeffizient. Allerdings in einer
anderen Schreibweise als im Buch. Wer jedoch die
Schreibweise im Buch kapiert hat, hat 0 Probleme damit zu
erkennen, daß es ein Perasonscher KorrKoeffizient ist...

5. Dichtefunktion p(x)=2x gegeben wemm 0<=x<=1, sonst 0.
Skizzieren sie Dichte und Verteilungsfunktion F(x). Wie groß
ist die Wahrscheinlichkeit, daß x=0,2 ?

6. Kleinste Fehlerquadrate. Funktion nähern. E^2 ausrechnen.

tn 0 1 2  4
fn 7 6 2 -1

M=2. mit t^0 und t^1.


7. Was ist das Parselvalsche Theorem? (shit... nicht mehr
erinnert...)

8. Zwei Funktionen für n=0,1,2,3,4 namentlich t^2 und t^3.
Checken ob die Funktionen orthogonal sind. Einmal per
Intergral kontinuierlich. Und dann in Summenschreibweise.

9. 3 Eigenschaften der Haarfunktion

10. Welche Aussage enthalten die Koeffizienten der
Walshfunktion?

11. Skizzieren sie jeweils das Ergebnis der kont. FT einer
diskreten dun kontinuierlichen Gaußglocke. Erklären sie die
Unterschiede.

12. DFT für N=3 berechnen. (Auch graphisch möglich).

13. Welche Anforderungen stellt die DWT an das Signal?

14. 3 Matrizen gegeben. Erklären welche das sind. Einmal
Walsh. Einmal Haar. Und einmal eine umsortierte
Einheitsmatrix (keine Ahnung.. vielleicht Teil einer FFT?).
Bei Walsh erklären welches Ordnungssystem.

15. Skizzieren sie für kont. Signal f(t) die AKF. f(t)=1,
wenn 0<=t<=1. sonst 0

16. Faltung durchführen mit den Kernen 1 0 -1 und 1/3 1/3
1/3. Ergebnis skizzieren, und erklären was passiert.

17. Kunstwerk zwischen Schrödinger und Neumann Haus. Was hat
das mit SV zu tun? (Nicht wirklich ne Ahnung)


= Note (Optional)
keine Ahnung. Klausur war heute...

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
War okay würde ich sagen. Habe bis auf das Parsevalsche
Theorem eigentlich alles gewusst. Na klar macht man immer
ein paar Fehler... Aber ist schon okay. Ich denke man kann
sagen, daß Hochmuth und Meffert "wollen" daß man gut durch
die Klausur kommt. Man könnte den Stoff auch ganz anders
abfragen. Wenn man hinter die Theorie blickt ist es schon
ziemlich komplex (Beweise.. etc..). Aber es ist ja eine
Einführung. Fazit: Kein Stress - das wird schon. Wer die
Übungsaufgaben immer mitrechnet, und in der Übung immer da
ist hat keine Probleme.

= Datum der Prüfung
2006-03-01

= Benötigte Lernzeit als Empfehlung
3-7 tage, wenn man schon einen ueberblick hat

= Verwendete Materialien (Bücher, Skripte etc...)
eigene mitschrift, arbeitsblaetter aus der uebung,
pruefungsvorbereitung von <a
href="http://www.informatik.hu-berlin.de/~A. Nonym/pruefungsvorbereitungen/Bildverarbeitung%20(SV3)/">http://www.informatik.hu-berlin.de/~A. Nonym/pruefungsvorbereitungen/Bildverarbeitung%20(SV3)/</a>

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
entspannt, es gab etwas verzoegerung

= Prüfungsfragen
1) ein paar minuten eigenes beispiel vorgestellt
2) nennen sie masszahlen zur charakterisierung von bildern!
(bildgroesse / grauwertspanne / dynamik / kontrast / momente
/ histogramme / grauwerteuebergangsmatrix /
lauflaengenmatrix/ ...)
3) wann ist etwas optimalcodiert? erklaeren sie ein
codierungsverfahren naeher!
(optimal, wenn differenz zwischen entropie und
naechstgroesster ganzzahliger entropie gering, RLE erklaert)
4) erklaeren sie rasterung und quantisierung beim
digitalisieren eines bildes und die analogie zu 1D-signalen!
5) wie veraendern sie im histogramm die helligkeit und
dynamik eines bildes?
(heller: nach rechts verschieben)

= Note (Optional)
1.3

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
pruefung war ok, keine fiesen fragen. eine uebliche SV-pruefung

= Datum der Prüfung
11.04.2006

= Benötigte Lernzeit als Empfehlung
Wenn man die Übung und Vorlesung regelmäßig besucht hat,
sollte der Stoff in ca. 4 Tagen angenehm zu bewältigen sein.
Es werden wirklich nur die ungefähr 20 in Übung und
Vorlesung angesagten Fragen verlangt.

= Verwendete Materialien (Bücher, Skripte etc...)
- Mitschrift aus Vorlesung und Übung,
- Diverse Bücher aus der Literaturempfehlungsliste:
  v.a. Haberbäcker und die Werkzeuge der Signalverarbeitung

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Insgesamt sachliche, relativ angenehme Atmosphäre. Ein wenig
irritierend fand ich den typisch trockenen, starren
Gesichtsausdruck von Herrn Hochmuth, den ich einfach nicht
so recht zu interpretieren wusste, sodass er auf mich ein
wenig verunsichernd wirkte. Prof. Meffert ließ sich im
Gegensatz dazu gelegentlich auch mal ein kleines Schmunzeln
abgewinnen. 
Angenehm war die Tatsache, dass ich bei meinen Ausführungen
nicht unterbrochen, sondern bei Fehlern erst im Anschluss
von Prof. Meffert korrigiert wurde.

= Prüfungsfragen
Der Einstieg in die Prüfung kann anhand der Besprechung
eines selbst mitgebrachten Bildes erfolgen (ca. 10 min,
ggf. auch ein wenig länger). Danach werden per Würfel einige 
Fragen aus einer Liste ausgewählt.
Bei mir waren das konkret:
1. Nennen Sie einige Punktoperatoren und erläutern Sie einen
davon näher!
--> Hier gibt der Haberbäcker eine sehr gute Übersicht.
2. Was charakterisiert eine optimale Codierung? Nennen Sie
einige der Ihnen bekannten Codierungsverfahren und erklären
Sie eines davon näher!
--> Reduktion der Redundanz durch Prä- oder Entropie-
codierung. Verfahren sind die Lauflängencodierung,
Richtungsketten sowie bspw. Shannon-Fano. Auch hierzu findet
sich reichlich Information im Haberbäcker oder aber bei
Wikipedia.
3. Was versteht man unter morphologischen Operationen?
--> Manipulation der Gestalt (Kanten, Fläche) von
Bildelementen. Bsp.: Erosion, Dilatation, Opening, Closing,
Hit-and-Miss, etc. . Infos im Haberbächer, aber auch in den
Werkzeugen der Signalverarbeitung sowie Wikipedia.

In anderen Prüfungen wurden auch Fragen zu globalen
Operationen gestellt. Man sollte sich also mit der Diskreten
Orthogonaltransformation auskennen (-> Werkzeuge der
Signalverarbeitung).

= Fazit
Sachliche Atmosphäre + insgesamt gute Prüfung.
Sehr faire Benotung.

Also denn, viel Glück!

= 03.08.2006
= 2 Wochen Lernzeit habe ich gebraucht, den Stoff schafft 
man vielleicht aber auch in einer Woche ( sehr viel ist es 
nicht, da nur 2 SWS)

= Verwendete Materialien (Bücher, Skripte etc...):
Leider sind die Vorlesungsfolien nicht immer vielsagend. 
Im Netz sind aber viele verständliche Beispiele zu den 
jeweiligen Klassifikatoren und anderen Teilbereichen des 
Mustererkennungsprozesses zu finden. Ich würde den Niemann 
(Klassifikation von Mustern) empfehlen. Prof. Meffert 
scheint sich oft nach dem gerichtet zu haben. Aber auch 
andere von ihr angebene Literatur zu Ergänzung hilft.

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Ich muss sagen, die Prüfungsatmosphäre war unglaublich 
angenehm. Meffert war sehr nett. Als Beisitzer hatte ich 
Herrn Hochmuth und den Herrn Salem. Sie haben sogut wie 
gar nichts gesagt.

= Prüfungsfragen
Man kann optional ein selbst konstruiertes Beispiel 
mitbringen. Die ersten 10 min. hat man, um sein Beispiel 
vorzustellen. Dann wird gewürfelt. Ein elektronischer 
Würfel der eine Zahl zwischen 1 bis 24 liefern soll (so 
viele Fragen gibt es). Allerdings hatte ich das Gefühl, 
der Würfel ist leicht manipuliert gewesen:)
Meine Fragen:
- Was bringt die Merkmalstransformation/ Was hat man 
davon/ Beispiel? Antwort: idealerweise Reduktion der 
Merkmale
-Erklären Sie Abstandsklassifikatoren! Antwort: euklid, 
gew. euklid, mahalanobis, Unterschiede!
-Warum ist der Bayesklassifikator optimal? Antwort: 
Fehlklassifikation für zwei Klassen minimal.
-Was ist eine Kostenmatrix? Antwort: Es ist möglich mit 
der Kostenmatrix Fehlklassifikationen für Klassen 
unterschiedlich zu bestrafen.
-Erklären sie den kNN-KLassifikator!

= Note: 1.0
= Fazit (Gute/schlechte Prüfung , angemessene Benotung 
etc...): Gute Prüfung gewesen. Hab ein Beispiel 
mitgebracht und alle Fragen richtig beantworten können.

Datum der Prüfung: 02.03.2006

Vorbereitungszeit: ca. 1 Woche

verwendetete Materialien:  Vorlesungsmitschriften, -folien,
Übungen, diverse Bücher (Niemann, Haberecker, Herion³)

"Atmosphäre" der Prüfung / Verhalten der Beisitzer:
ruhige, entspannte Atmosphäre, Beisitzer war Herr Hochmuth
(Übungsleiter), angenehmes Prüfungsklima

Prüfungsfragen: 
-Vorstellung des eigenen Beispiels
-Was ist eine Kostenmatrix (Bayes)?
-Zeichnen Sie einen Merkmalsraum, welche Abstände kennen Sie
und erklären Sie die Unterschiede. 
-Welche Clusterverfahren gibt es, welche
Matrixaktualisierungsverfahren gibt es?
-Nennen und erklären Sie die Bestandteile des
Bayesklassifikators.

Es ist zu empfehlen erst eine Systematik anzugeben und dann
ein Beispiels zu detaillieren, z.B. Clusterverfahren -->
hierarchisch / partionierend
--> agglomerativ/divisiv
K-means gehört zu den partinierende Clusterverfahren und
dann halt erklären

Note: 2.3
Fazit: 
-die Prüfung lief schlecht
-mein Beispiel wurde nicht anerkannt, da ich die Einordnung
des Verfahrens in der Mustererkennungskette zu wenig
ausgeführt habe und es keine praktische Anwendung war (hatte
nur die Funktionsweise der Houghtransformation mit Bildern
erklärt)
-ausserdem war ich unsicher im Umgang mit den SV2 Vokabeln
-die Bewertung entspricht der dargebotenen Leistung :(

= Datum der Prüfung: 4.8.06
= Benötigte Lernzeit als Empfehlung:  14Tage a 8-10Stunden
= Prüfungsdauer: 30 min
= Verwendete Materialien:Mustererkennung(Niemann-Buch), VL-
Skript, Praktikumsunterlagen
= "Atmosphäre" der Prüfung / Verhalten der Beisitzer:
Die "Atmosphäre" in der Prüfung war voll locker, beide 
waren sehr nett.

Erst erläutert man 10 min das Prüfungs-Beispiel(bel.Thema 
von SV2) was man vorbereitet. Dann werden die Fragen 
gestellt und Fr.Meffert erläuter sie bis in
die Details wenn man mals nicht verstanden hat/oder nicht 
sofort mit der Antwort kommt. Sie gibt auch einem etwas 
Zeit zum Überlegen, Hilfestellungen und drängelt nicht. 
Man 
soll schon drauf achten, dass man nur das erwähnt wovon 
man wirklich Ahnung hat, da sie jeder Zeit nachhacken 
könnte.
= Prüfungsfragen:
1.Was ist charakteristisch für nicht-parametrische 
Klassifikatoren? Vergleich zu parametrisch?
2.Zählen sie alle Abstandsklassifikatoren auf! 
3.Zeichnen sie ein Merkmalsraum, zeichnen sie alle 
Abstande die sie kennen (Max.-Distanz, Min.-Distanz,  
Taxinorm,Euklid-,gewichtet Euklid-, Mahalanobisabstand)
anhand von selbst gewählten Objekten ein.!
4. Was ist Signalmittelung (+Vorausetzungen)!
5. Kostenmatrix - was ist das, wozu & wie wird diese 
angewendet? (bzgl.Bayesklassifikator& Fehlentscheidungen)


= Note: 1.3

= Datum 10.10.2006
= Benötigte Lernzeit als Empfehlung
die Erfahrung und der Austausch mit anderen Studenten sagt, 
dass der Besuch des Praktikums einiges erleichtert, sonst 
sollte man schon mindestens 2 Wochen intensiv lernen und 
verstehen können. Auch seinen Mitstudenten etwas erklären 
ist hilfreich
= Verwendete Materialien
Wiki, UE Unterlagen, VL der Uni Freiburg, da eigene 
Unterlagen aus der VL eigentlich nichts sagent sind.
(schade - es geht auch besser)
= "Atmosphäre" der Prüfung 
wie immer entspannt
= Prüfungsfragen
ich fasse mal meine und Fragen meine Komilitonen zusammen:
- Erkläre a-priori und a-posteriori
- Wie sieht der Merkmalsraum vor und nach der KLT aus
- was unterscheidet parametrische Tests von nicht 
parametrische Tests
- Was ist ein Dendrogramm?
- Wozu Normierung?
- Welche Klassifikatoren benutzen eine Kostenfunktion und
erkläre einen.
- Welche Abstandsmaße gibt es.
- Was ist Varianzanalyse und Diskriminanzanalys
- was ist Clusteranalyse.
- Beschreibe Musterverarbeitungskette
= Fazit 
-Prüfung wie immer und angemessene Benotung

= Datum der Prüfung
22.02.2007

= Benötigte Lernzeit als Empfehlung
Da ich nicht so oft in den Übungen war, habe ich länger zum
Lernen gebraucht. Aber wenn man fleißig während des ganzen
Semesters vor allem die Übungen mitgemacht hat, dann reicht
es eine Woche. 

= Verwendete Materialien (Bücher, Skripte etc...)
Das Buch von Frau Prof.Meffert/Hr.Dr.Hochmuth ist sehr zu
empfehlen, ausserdem Wikipedia und andere Dokumente aus dem
Netz.

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Eigentlich ganz locker (außer die eigene Nervosität :P), die
Prüfer helfen sofort und geben auch Tipps. ;)

= Prüfungsfragen
1. Was bedeutet ein Signal, was sind Ziele der SV?

2. Zählen sie Eigenschaften für stochastische bzw.
deterministische Signale auf.

3. Beschreiben Sie einen signalerzeugenden Prozess, der ein
Nutz- und Störsignal erstellt.

4. Berechnen sie Mittelwerte, Varianzen, Kovarianz von 2
Messreiehn (7 Elemente lang).

5. Was bedeutet sum(..) / sqrt(sum..) sqrt(sum..) . War der
Pearsonsche Korrelationskoeffizient. 

6. Dichtefunktion p(x)=2x gegeben wemm 0<=x<=1, sonst 0.
Skizzieren sie Dichte und Verteilungsfunktion F(x). Wie groß
ist die Wahrscheinlichkeit, daß x=0,2 ?

7. Kleinste Fehlerquadrate. Funktion nähern. E^2 ausrechnen.

tn 0 1 2  4
fn 7 6 2 -1

M=2. mit t^0 und t^1.


8. Was ist das Parselvalsche Theorem? 

9. Zwei Funktionen für n=0,1,2,3,4 namentlich phi_0(t)=t und
phi_1(t)=t-2.
Checken ob die Funktionen orthogonal sind. Einmal per
Intergral kontinuierlich. Und dann in Summenschreibweise.

10. Wie unterscheidet sich die Haarfunktion von Walsh-und
Fourier?

11. Welche Aussage enthalten die Koeffizienten der
Walshfunktion?

12. Skizzieren sie jeweils das Ergebnis der kont. FT einer
diskreten und kontinuierlichen Gaußglocke. Erklären Sie,
falls vorhanden, die Unterschiede.

13. DFT für N=5 berechnen. (Auch graphisch möglich).

14. Welche Anforderungen stellt die DWT an das Signal?

15. 3 Matrizen gegeben. Erklären welche das sind. Einmal
Walsh. Einmal Haar. Und einmal eine umsortierte
Einheitsmatrix. Bei Walsh erklären welches Ordnungssystem
(das war Sequenzordnung).

16. Skizzieren sie für kont. Signal f(t) die AKF. f(t)=1,
wenn 0<=t<=1. sonst 0

17. Faltung eines Signals (1 1 1 1 2 2 2 2) durchführen mit
den Kernen 1 0 -1 und 1/2 1/4 1/2. Ergebnis skizzieren, und
erklären was passiert.


= Note (Optional)
Ergebnisse noch nicht raus...

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Die Prüfung ist leicht wenn man ,wie gesagt, die Übungen
fleißig gelöst hat. Viel Glück für die nächsten Generation(en)!!

= Datum der Prüfung
28.2.2007   

= Benötigte Lernzeit als Empfehlung
1 bis 2 Wochen

= Verwendete Materialien   (Bücher, Skripte etc...)
"Das Buch[Meffert/Hochmuth]"

Beispiel(bei mir Digitalfilterung im Frequenzbereich) vorstellen ist wie ein Vortrag, man hat Zeit und sollte sie   auch nutzen(kaum Zwischenfragen/gute Atmosphäre)-dann kommen aber die Fragen die gewürfelt werden; Beisitzer war   Hochmuth(war recht hilfreich, gab auch mal Tips) Prüferin war Meffert 

Fragen   
1. Frequenzauflösung (DFT)   
2. Sensoren aufzählen und allg. beschreiben, dann einen   genauer (kennlinie!)  
3. LTI-Systeme (Linearität/Zeitinvarianz)   
4. Abtasttheorem   
5. Filter charakterisieren   (Übertragungsverhalten,Tscheb./Butter.)

= Note
2.3    

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Das Beispiel lief gut, ab der Frage zu Sensoren wurde es unangenehm, Definitionen und "Phrasen" auswendiglernen.

= Datum der Prüfung
04.04.07

= Benötigte Lernzeit als Empfehlung
1 - 2 Wochen

= Verwendete Materialien (Bücher, Skripte etc...)
Buch Werkzeuge der Signalverarbeitung, Wikipedia, google,
Quellen von Nils Lohmann!

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
sehr angenehm, Herr Hochmuth hat nur einmal nachgefragt,
ansonsten lockeres Gespräch

= Prüfungsfragen
Die ersten 10-15 min bekommt man locker mit dem eigenen
Signal rum, also ordentlich vorbereiten.

musste man würfeln! 
F: Erklären Sie die Abtastung im Zeit- und im Frequenzbereich! 
F: Erklären Sie den Leckeffekt!
F: Erklären Sie den Lattenzauneffekt!
F: Nennen Sie die Ihnen bekannten Filter und ihre
Eigenschaften! (Diagramme Butterworth, Tschebytscheff)

= Note (Optional)
1.0

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Kann mich nicht beklagen, die Fragen waren alle nicht
besonders schwierig - vielleicht gibt es aber auch Fragen zu
OPV/Spannungsteiler usw. ;-)

= Datum der Prüfung

26.07.2007

= Benötigte Lernzeit als Empfehlung

5 Tage

= Verwendete Materialien (Bücher, Skripte etc...)

* Buch "Werkzeuge der Signalverarbeitung"
* Mitschriften mit Vermerk der klausurrelevanten Themen
* Mitschriften älterer Semester

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer

Es war eine Klausur, Fragen zu den Aufgaben wurden sehr
hilfsbereit beantwortet.

= Prüfungsfragen

1. Was ist ein Signal (maximal 2 Sätze)?
   Zählen Sie 5 Werkzeuge der Signalverarbeitung auf.

2. Beschreiben Sie einen signalerzeugenden Prozess in
   seinem physikalischen Zusammenhang. Schlagen Sie
   eine geeignete Messtechnik für die Beobachtung vor
   (maximal 5 Sätze).

3. Zählen Sie jeweils Eigenschaften von schwach
   stationären und instationären Signalen auf.

4. Berechnen Sie die Kovarianz und Korrelation der
   folgenden Messreihen:
   x = { 4, 12, 13, 15, 17, 7, 9 }
   y = { 7, 2, 5, 2, 8, 12, 6 }

5. Nach der Beobachtung von M Episoden des Signals f
   kann für eine positive Distanz d die rechts stehende
   Formel berechnet werden.
   Was sagt die zu berechnende Größe aus?
   Wie verändert sich die Größe in Abhängigkeit
   von d bei langsam veränderlichen Signalen?

   [Anmerkung: Die "rechts stehende Formel" lautete:
       (1/M) * Summe m=0 bis (M-1) von (f_i (m) * f_i+d (m))
   ]

6. Gegeben sei eine kontinuierliche Verteilungsfunktion
   F(x) = x² für 0 <= x <= 1, sonst Null bzw. Eins.
   Skizzieren Sie die zugehörige Dichtefunktion p(x)
   und die Verteilungsfunktion F(x). Wie groß ist die
   Wahrscheinlichkeit dafür, dass die Zufallsgröße
   0,25 <= x <= 0,5 ist?

7. Wenden Sie das Prinzip der kleinsten Fehlerquadrate
   bei der Lösung folgender Näherungsaufgabe an.

   Vier Messungen ergaben folgende Messreihe:

       n   | 0 1 2 3
       t_n | 0 1 2 4
       f_n | 7 6 2 -1

   Skizzieren Sie die Messwerte und nähern Sie diese
   durch eine lineare Funktion an, die einen minimalen
   quadratischen Fehler aufweist (N=4 Messungen, M=2
   Basisfunktionen Phi_m (t) = c_m * t^m). Berechnen
   Sie die Koeffizienten c_0 und c_1. Berechnen Sie den
   Fehler E². Skizzieren Sie die Näherungsgerade im
   Diagramm der Messreihe.

8. Welche Aussage enthält das Parsevalsche Theorem für
   den Fall der kontinuierlichen Fouriertransformation
   diskreter Signale?

... das muss reichen. Die übrigen Aufgaben 9 - 17 möge
bitte ein anderer in seinem Protokoll vermerken.

= Note (Optional)

Die Klausuren müssen erst noch korrigiert werden.

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)

Es war eine gute Prüfung, nicht allzu schwer, für die
man gut lernen konnte.

Erst habe ich mein "Mitbringsel" vorgestellt, 
und damit viel Zeit totgeschlagen.

Prüfungsfragen:

Was versprechen sie sich von einer KLT?

Wann ist eine Codierung optimal?

(Ich glaube, mehr wurde nicht gefragt.)

= Datum der Prüfung

25.07.2008

= Benötigte Lernzeit als Empfehlung

maximal 1 Woche

= Verwendete Materialien (Bücher, Skripte etc...)

Buch: "Werkzeuge der Signalverarbeitung" von Meffert und Hochmuth
Übungsaufgaben

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer

3 stündige Klausur - ausreichend Zeit, sehr fair

= Prüfungsfragen

1. Was ist ein Signal. Nennen Sie mind. 5 Werkzeuge der SV

2. Geben Sie ein Beispiel für einen signalverarbeitenden Prozeß. Welche Meßgeräte könnte man benutzen (max. 5 Sätze)

3. 2 Meßreihen mit 7 Werten gegeben. Berechnen Sie Kovarianz und Korrelation.

4. Worin besteht der Unterschied zwischen DCT und DFT?

5. Welche Aussage machen die Spektralkoeffizienten der diskreten Haartransformation?

6. Es wurde Meßreihe gemessen für t_n = {0,1,2,3,4}. Überprüfen Sie für f1 = t^2 und f2 = t^3, ob die Funktionen orthogonal sind im Intervall 0<=t<=4 (Integral und Summe)

7. Vier Meßwerte gegeben und Basisfunktion t^0 und t^1. Nähern Sie die Meßwerte mittels Prinzip der kleinsten Fehlerquadrate mit einer Geraden an. c_0 und c_1 berechnen, Fehler berechnen und Meßpunkte und Gerade grafisch darstellen.

8. Skizzieren Sie Spektrum einer abgetasten und kontinuierlichen Gaußglocke nach kontinuierlicher Fouriertransformation und Unterschiede erklären.

9. Falten Sie {1 1 1 1 2 2 2 2} mit {1 0 -1} und {1/4 1/2 1/4}. Stellen Sie die Ergebnisse grafisch dar und Interpretation (Filterung).

10. Berechnen Sie eine DFT-Matrix für N=3. Auch grafisch möglich

11. Skizzieren Sie die Autokorrelationsfunktion für ein kontinuierliches Signal: 1, wenn 0<=t<=1; 0 sonst.

12. kontinuierliche Verteilungsfunktion gegeben: F(x) = x^2 für 0<=x<=1, 0 bzw. 1 sonst. Skizzieren Sie F(x) und p(x). Wie groß ist die Wahrscheinlichkeit, daß 0,25<=x<=0,75?

13. Ein Signal f wird über mehrere Episoden betrachtet. Für eine positive Distanz d ergibt sich folgende Berechnung: 1/M * sum(m=0 bis M-1) f_i(m) * f_i+d(m). Was berechnet dieser Ausdruck und wie verändert sich die berechnete Größe abhängig von d für langsam veränderliche Signale.

14. Was passiert bei der Hauptachsentransformation (am Beispiel erklären) und womit wird man belohnt nach der aufwändigen KLT-Matrix-Berechnung?

15. Welche Voraussetzung muß ein Signal erfüllen für DWT?

16. Welche Aussage enthält das Parsevalsche Theorem für den Fall der diskreten Fouriertransformation?

17. Zählen Sie jeweils Eigenschaften von schwach stationären und ergodischen Signalen auf.

= Note (Optional)
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)

= Datum der Prüfung
23.07.2009
= Benötigte Lernzeit als Empfehlung
ca. 1 Woche
= Verwendete Materialien (Bücher, Skripte etc...)
Das Buch von Frau Meffert, Herrn Hochmuth und die Übungsaufgaben
= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
= Prüfungsfragen
Was ist ein Signal? Nennen Sie 5 Werkzeuge der SV

Zählen sie Eigenschaften für stationäre ergodische Signale auf.

Berechnen sie Mittelwerte, Varianzen, Kovarianz von 2 Messreiehn (7 Elemente lang).

Verteilungsfunktion F(x)=x² gegeben wenn 0<=x<=1, sonst 0. bzw. 1
Skizzieren sie Dichte und Verteilungsfunktion F(x). Wie groß
ist die Wahrscheinlichkeit, daß 0,25<=x=<=0,75 ?

Kleinste Fehlerquadrate. Funktion nähern. E^2 ausrechnen.
tn 0 1 2  4
fn 7 6 2 -1
M=2. mit t^0 und t^1.

Parselvalsche Theorem bei der DFT? 

Zwei Funktionen für n=0,1,2,3,4 namentlich t^2 und t^3.
Checken ob die Funktionen orthogonal sind. Einmal per
Intergral kontinuierlich. Und dann in Summenschreibweise.

Welche Aussage enthalten die Koeffizienten der
Haarfunktion?

Skizzieren sie jeweils das Ergebnis der kont. FT einer
diskreten dun kontinuierlichen Gaußglocke. Erklären sie die
Unterschiede.

DFT für N=3 berechnen. (Auch graphisch möglich).

Welche Anforderungen stellt die DWT an das Signal?

Skizzieren sie für kont. Signal f(t) die AKF. f(t)=1,
wenn 0<=t<=1. sonst 0

Faltung durchführen mit 2 Kernen. Ergebnis skizzieren, und erklären was passiert.

KHT stichpunktartig beschreiben und Ziel.

mehr weiß ich nicht mehr

= Note (Optional)
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)

Klausur 18.02.2010

Lernzeit je nach Beteiligung im Semester 2 Tage bis 1 Woche

Verwendete Materialien: "Folien", Übungsaufgaben, Lehrbuch von Meffert/Hochmuth

Aufgaben:
- Darstellung von Signal und Fouriertransformierter von Gaußscher Glockenkurze, zeikontinuierlich und zeitdiskret
- Zusammenhänge, die mit Einheitsimpuls oder Einheitsimpulsfolge beschrieben werden können
- Unterschied DCT und DFT
- Signaflussidagramm von Prozess, Signal und SV-System
- 3 Arten der Signaldarstellung
- Voraussetzungen an Signal bei Walsh-Transformation
- Eigenschaften von Ergebnis der Haar-Tranformation
- Ergebnis der Faltung von Bild mit Kante und gegebenr 3x3-Matrix
- Korrelation und Kovarianz von gegebenen Signalfolgen bestimmen
- OLS-Approximation an gegebene Signalfolge
- Fehlermaß e^2 in Integral- und Summenschreibweise bestimmen
- unitäre DFT-Matrix für N =3 bestimmen
- Gründe, warum FFT schneller als DFT
- noch einige Fragen mehr, insgesamt 17, pro Frage 1 Punkt möglich
 

Fazit: Soo einfach, wie vorher von Hochmuth behauptet war es nicht, regelmäßige Teilnahme an VL und UE erleichtert das Ganze sehr, weil die gewünschten Antworten schon spezifisch für die LV sind. Lernt man vor allem aus Büchern, weiß man oft nicht genau, was eigentlich von einem als Lösung erwartet wird.

= Datum der Prüfung
25.02.2010

= Benötigte Lernzeit als Empfehlung
1 Woche (ich lerne sowohl auf Verständnis als auch auswendig, wer nur auf Verständnis lernt, braucht vielleicht weniger)

= Verwendete Materialien (Bücher, Skripte etc...)
Handschriftliches Skript (30 Seiten) und alte Vorlesungsfolien, Kenntnisse aus SV0

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Sehr freundlich, höflich und ruhig

= Prüfungsfragen

Man ist angehalten, für Note 1 ein Beispiel mitzubringen, dass die Vorlesungsthemen praktisch vertieft. Ich habe da ein sehr exotisches neuronales Clusterverfahren angebracht (mit eigener vergleichsweise Grafikprogrammdarstellung und -berechnung), was deutliche Verblüffung hervor rief.
Wer die Prüfer mit einem Beispiel jenseits der 10.000sten Fuzzy-Logik-Rechnung überzeugen kann, ist sicherlich gut aufgestellt. Außerdem kann man mit seltenen Beispielen viel Prüfungszeit füllen. Vorgesehen sind 10 der 30 Minuten. Den zugrunde liegenden Algorithmus habe ich ausgedruckt, das Programm auf Laptop vorgeführt und erklärt.

Danach erwürfelt man sich mit einem recht zweckfreien elektronischen Würfelautomaten eine annähernd normalverteilte Frage. (Hab ich das echt gerade geschrieben? Ganz autsch..) Die Fragen sind elementarster Natur bei mir gewesen nach dem Schema "Wozu braucht man Filter?".

Taktikempfehlung: Reden, reden, reden und alles anbringen, was auch nur im Entferntesten mit der Frage zu tun hat. Unterbrochen werden kann man immer noch. Wenn man etwas Kompliziertes zum Thema kennt, dann rein ins Gespräch!

= Note (Optional)
1.0

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Meine Redeschwall-Taktik ist Gold wert, auch, wenn ich Frau Meffert damit vielleicht tierisch auf den Keks ging. ;) Nette Unterhaltung im Anschluss.

= Datum der Prüfung
24.2.2011
= Benötigte Lernzeit als Empfehlung
Bei Anwesenheit und Mitarbeit in Vorlesung und Übung: ca. 1 Woche
= Verwendete Materialien (Bücher, Skripte etc...)
Lehrbuch: Werkzeuge der Signalverarbeitung von Meffert/Hochmuth
= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Die Prüfung war schriftlich, entsprechend die "Atmosphäre", Dr. Hochmuth kam gelegentlich rum und gab gegebenenfalls Hinweise zur Bearbeitung
= Prüfungsfragen
Mein Gedächtnisprotokoll:
Es gab 17 Fragen, jede wird mit einem Punkt bewertet (laut vorheriger Aussage gibt es auch halbe Punkte für teilweise korrekte Antworten)
Die Fragen (in eigenen Worten formuliert, Reihenfolge muss nicht stimmen, alles ohne Gewähr):
1.	Sagen Sie in max. 3 Sätzen, was ein Signal ist. Nennen Sie mindestens drei Ziele der Signalverarbeitung.
2.	Skizzieren Sie in einem Blockschaltbild den Zusammenhang zwischen Nutzsignal, Störsignal, Zufallsprozess und signalverarbeitendem System
3.	Nennen Sie Eigenschaften determinierter und stochastischer Signale.
4.	Berechnung der Kovarianz und des pearsonschen Korrelationskoeffizienten für zwei vorgegebene Signale (N=7)
5.	Formel gegeben: 1/M ∑_(m=0)^(M-1)▒〖f_m⋅f_(m+d) 〗, mit d als positiver Distanz, welche Aussage über das Signal f liefert das Ergebnis in Abhängigkeit von d, wie ändert sich das Ergebnis für langsam veränderliche Signale, wenn d steigt
6.	20-seitiger Würfel als Signalquelle. Skizzieren Sie das Histogramm der relativen Häufigkeiten, berechnen Sie die Entropie des Signals. Nennen Sie eine Interpretation des Ergebnisses.
7.	Signalapproximation durch kleinste Fehlerquadrate: Näherung des Signals: 
n	0	1	2	3
t_n	0	1	2	4
f_n	7	6	3	-1
 durch Basisfunktionen ϕ_m (t)=t^m, für M=2. Berechnung der Koeffizienten c_0 und c_1 und der Fehlerquadratsumme E^2, Signal skizzieren und die Näherungsfunktion einzeichnen.
8.	Ein an den Punkten t_n=[-2-1 0 1 3] gemessenes Signal soll approximiert werden. Die Basisfunktionen sind ϕ_0 (t)=t und ϕ_1 (t)=t^2. Prüfen Sie durch Bestimmung des inneren Produkts sowohl über ∫ Schreibweise als auch über ∑ Schreibweise, ob die Funktionen auf dem Intervall [-2,3] orthogonal sind. Welchen Vorteil bieten orthogonale Basisfunktionen für die Signalapproximation?
9.	Was sagt das parsevalsche Theorem für die DWT aus?
10.	Nennen Sie mindestens zwei Unterschiede zwischen DCT und DFT
11.	Was unterscheidet die Haarfunktion von anderen Orthogonalfunktionen? Wie wirkt sich dies auf die Transformation aus?
12.	Welche Eigenschaften müssen die Eingangssignale bei der DWT aufweisen?
13.	Skizzieren Sie jeweils eine kontinuierliche und eine diskrete Gaußglocke und die dazugehörige kontinuierliche Fouriertransformierte.
14.	Wie sieht die Transformationsmatrix für eine DFT mit N=4 aus? (Die Matrix kann auch grafisch dargestellt werden)
15.	Sei f(t)=1 für 0≤t≤1 und 0 sonst. Skizzieren Sie das Signal und die dazugehörige Autokorrelationsfunktion.
16.	Skizzieren Sie ein Signal mit einem Einheitssprung und skizzieren Sie darunter die Faltung des Signals mit der Maske h=1/4[1 2 1].
17.	Was ist das Ziel der Hauptachsentransformation? Wodurch wird dieses Ziel erreicht? (2 Sätze)

= Note (Optional)
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Die Aufgaben erschienen mir fair und angemessen, auch wenn ich wegen zu schlampigen Lernens 3 Aufgaben nicht lösen konnte.
Das System der Punkteverteilung kann man mögen oder nicht. Zeitaufwendige Rechenaufgaben werden genauso bewertet wie Wissensfragen, die in einem Satz beantwortet werden können.

= Datum der Prüfung
SS 2012
= Benötigte Lernzeit als Empfehlung
1 Woche
= Verwendete Materialien (Bücher, Skripte etc...)
Buch Werkzeuge der Signalverarbeitung. Man sollte sich überwinden und es kaufen.
= Prüfungsfragen
Erkläre das Prinzip der Fourierreihenentwicklung.
Was ist der Unterschied zwischen diskreter und kontinuierlicher Walshreihenentwicklung / Fourierreihenentwicklung, wie kommt man von einem zum anderen?
Erkläre das Prinzip der Faltung.
Wie faltet man zwei Funktionen im Zeitbereich (ohne das Faltungstheorem/Frequenzspektrum zu benutzen).
= Note (Optional)
3
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Die Strategie die ersten 10 Minuten etwas vorzustellen und das spannend genug zu machen, damit 15 Minuten draus werden funktioniert ganz gut. Allerdings sollte man dann auch die paar Fragen beantworten können, für die noch Zeit ist. Wenn man da Pech hat geht die Note schnell runter.

= Datum der Prüfung
18. Juli 2013
= Benötigte Lernzeit als Empfehlung
4 Tage, allerdings habe ich während des Semesters auch alles Unverständliche sofort nachgelesen und alle Übungsaufgaben gemacht, was für das allgemeine Verständnis ungemein hilft.
= Verwendete Materialien (Bücher, Skripte etc...)
Niemann und Duda, außerdem eigene Vorlesungs- und Übungsmitschriften
= \"Atmosphäre\" der Prüfung / Verhalten der Beisitzer
Super Atmosphäre! Frau Prof. Meffert so wie man sie kennt, Herr Dr. Hochmuth ebenso. 
= Prüfungsfragen
Angefangen wird mit einem mitgebrachten Beispiel (dafür gibt\'s 10 min). Habe einen Document-Similarity-Index erstellt mit Matlab mit stopwords-eliminierung; auf Basis von tf-idf-Vektoren und cosine-Similarity und cosine-angular-distance (beide tauglich), euclidean distance (untauglich) und jaccard-similarity (mäßig).

Habe dann eine Merkmalsreduktion mit Hilfe einer KLT durchgeführt und gezeigt, dass die Ergebnisse besser werden.

Die restlichen 20 min werden gefüllt mit Fragen aus dem Fragenkatalog.
Man darf würfeln aus 24 möglichen Fragen. 
1.) Was passiert im Merkmalsraum bei Normierung?

Normierung erklärt, Beispiel genannt, Auswirkungen auf den Merkmalsraum erläutert.

2.) Phasen des Mustererkennungsprozesses?
Zu jeder Phase kurz was erklärt, Methoden, Werkzeuge, was nach jeder Phase rauskommt.

3.) Welche Klassifikatoren kennen Sie?
Naja, alle aufgezählt, die wir so hatten (knn, Wahrscheinlichkeitstheoretische, Abstandsklassifikatoren: Minkowski-Metrik und Mahalanobis-Distanzen)

4.) Was verstehen Sie unter A-Priori/A-Posteriori-Wahrscheinlichkeit?
gabs nicht viel zu sagen, weiß man nach der Vorlesung auf jeden Fall 

= Note (Optional)
1
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
tolle Vorlesung, tolle Übung, tolle Prüfung! 

= Datum der Prüfung
27.07.2017
= Benötigte Lernzeit als Empfehlung
wenn man sich mit dem Thema gar nicht auskennt, würde 3 Wochen mindestens einschätzen (angenommen man möchte eine gute Note haben).
Ansonsten - selbst kann schwierig einschätzen, da ich viele Themen schon von anderen Fächern gut kannte.
= Verwendete Materialien (Bücher, Skripte etc...)
Vorlesungsskripte von SV2 und SV0 (z.Bb für KLT Transformation), Buch Werkzeuge der Signalverarbeitung, Internet: Skripte anderer Unis, manchmal Erklärungen auf Youtube sogar (z.B. um besser Bayes zu verstehen)
= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
die Atmosphäre war sehr angenehm, freundlich. Obwohl ich normalerweise sehr aufgeregt bin, in der Prüfung durch die Atmosphäre konnte mich entspannen
= Prüfungsfragen
- Skizziren Sie den Merkmalsraum, benennen Sie die Abstandmetriken?
- Welche Klassifikatoren kennen Sie?
- Was ist eine Kostenmatrix?
- Was ist eine A-priori Wahrscheinlichkeit, wie erfährt man die?
- Welche Verfahren der Merkmalstransformation kennen Sie ?
(vielleicht habe was vergessen)

= Note (Optional)
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
ganz tolle Prüfung, sehr angenehme Atmosphäre, ganz faire Benotung

= Datum der Prüfung
22.07.19

= Benötigte Lernzeit als Empfehlung
3 Tage lernen. Ich war aber auch immer in der Vorlesung und habe alle Übungsaufgaben gelöst. Außerdem 2-3 Tage für das 
Projekt, welches ich in der Prüfung vorgestellt habe.

= Verwendete Materialien (Bücher, Skripte etc...)
Folien und Übungsaufgaben

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Meffert und Hochmuth sind sehr angenehm. 

= Prüfungsfragen
Man kann in den ersten 10 Minuten ein persönliches Projekt vorstellen. Es kommt gut an,
wenn man sich an die Musterverarbeitungskette hält, die in der Vorlesung vorgestellt wird ;)
Außerdem scheint Professorin Meffert viel Wert darauf zu legen, dass man kreativ wird und 
eigene Daten verwendet. Ohne eigenes Projekt bekommt man bestenfalls eine 2.0. 

Nachdem man das Projekt vorgestellt hat, muss man noch ein paar Fragen beantworten. Diese sind jedes Jahr gleich und 
werden aus 20 Fragen ausgewürfelt. Die Prüfungsfragen verrät sie einem auch im Laufe der Vorlesung.

Bei mir war es:
- Was ist der unterschied zwischen überwachtem und unüberwachtem Lernen
- Erklären sie die Bayes Formel
- Erklären sie Varianz und Diskriminanzanalyse
- Wie kann man Klassifikatoren bewerten
- Clusteranalyse erklären
- Unterschied zwischen parametrischen und nichtparametrischen Verfahren. 

= Note (Optional)
1.0

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Wenn man etwas lernt und sich ein schönes Beispiel ausdenkt, kann man leicht eine sehr gute Note bekommen. 
Insgesamt hat die Prüfung viel Spaß gemacht.

= Datum der Prüfung
22.07.2020

= Benötigte Lernzeit als Empfehlung
2 Wochen

= Verwendete Materialien (Bücher, Skripte etc...)
Folien, Wiki

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Freundlich und angenehm
= Prüfungsfragen
"Erlätern Sie das Prinzip der Kurzzeittransformation"
"Erklären Sie entweder Lab oder XYZ"
"Wo liegt der Unterschied zwischen der 1d und 2d Wavelet Transformation?"
"Erläutern Sie das Elektro-Magnetische Spektrum"
"Was sind die Regeln der Wahrnehmung?" Also Farbkonsitenz und so
"Welche Farbdarstellungen gibt es?", Pseudofrabdarstellung, usw.
"Nennen Sie eine visuelle Täuschung und erklären Sie diese."
"Nennen Sie die Komponenten von Sehorgan und erklären Sie ein davon explizit."
"Erläutern Sie Defizit von Fouriertransformation." Also, nicht möglich gleichzeitige Zeit- und Frequenzanalyse.
"Erläutern Sie das Prinzip der 2D-CWT."

= Note (Optional)
2.3

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
Die Prüfung war nicht schwer. Um bessere Note als 2.0 zu bekommen muss noch ein Projekt vorbereitet werden.