Music Information Retrieval - automatische Genre-Klassifikation
|
|
- Anke Thomas
- vor 8 Jahren
- Abrufe
Transkript
1 Music Information Retrieval - automatische Genre-Klassifikation Julian Hartmann & Christoph Sünderkamp Institut für Informatik, Seminar Mustererkennung im Alltag 8./
2 Gliederung 1. Einordnung 2. Begriffe und Grundlagen 3. Merkmalsextraktion 4. Klassifikation 5. Fazit automatische Genre-Klassifikation 2
3 1. Einordnung Music Information Retrieval (MIR) Feature Extraction Melody Feature Extraction Rhythm Similarity (Query by Humming) Fingerprinting User Behaviour Genre Classification automatische Genre-Klassifikation 3
4 2. Begriffe und Grundlagen 2.1 Taxonomie, Genre-Hierarchie 2.2 Audioformat 2.3 Klang 2.4 Fouriertransformation 2.5 PCA automatische Genre-Klassifikation 4
5 2.1 Taxonomie, Genre-Hierarchie automatische Genre-Klassifikation 5
6 2.1 Taxonomie, Genre-Hierarchie automatische Genre-Klassifikation East Coast West Coast 6
7 2.1 Taxonomie, Genre-Hierarchie Zuordnung von Musikstücken in Gruppen (Genre) Genre enthält Stücke ähnlichen Stils Genre lässt sich weiter untergliedern (Subgenre) Je weiter untergliedert, umso unschärfer die Abgrenzung automatische Genre-Klassifikation 7
8 2.2 Audioformat WAVE Repräsentation von Audiosignal als PCM kontinuierliches Signal diskretisiert (Abtastrate, Quantisierung) verlustfrei hinsichtlich psychoakustischer Wahrnehmung Audioanalyse basiert auf Signal automatische Genre-Klassifikation 8
9 2.3 Klang - Bestandteile der Musik Töne Grundelemente der Musik Ton/Klang: Grundton + Obertöne Eigenfrequenzen des Klangerzeugers (z.b. schwingende Klaviersaiten) Parameter eines Tons Tonhöhe Frequenz Lautstärke Amplitude Klangfarbe wird durch Gewichtung von Obertönen bestimmt, die mit Grundton mitschwingen automatische Genre-Klassifikation 9 9
10 2.3 Klang - physikalische Musik Frequenz f und Amplitude y 0 Schwingung künstlich erzeugter Ton: Sinuston yt () = y sin(2 π ft) 0 mitschwingende Obertöne überlagerte Wellen Gesamtheit aller Obertöne Frequenzspektrum automatische Genre-Klassifikation 10
11 2.3 Klang - Beispiel automatische Genre-Klassifikation 11
12 2.4 Fouriertransformation Transformation von zeit-basierter in frequenzbasierte Darstellung Zerlegung des Signals in Frequenzen Merkmalsberechnung auf Spektrum N 1 2 π * F* n Re( F) = x( n)*cos n= 0 N N 1 2 π * F* n Im( F) = x( n)*sin n= 0 N ComplexAmplitude( F) = Re( F) i*im( F) automatische Genre-Klassifikation 12
13 2.4 Fouriertransformation - Überlagerung von Schwingungen automatische Genre-Klassifikation 13
14 2.4 Fouriertransformation - Beispiel peaks geben ursprüngliche Sinusschwingungen an automatische Genre-Klassifikation 14
15 2.5 PCA Ausgangspunkt: Vektoren in einem festgelegten Koordinatensystem Ziel: Dimensionsreduktion durch Projektion in anderes Koordinatensystem Beiträge (Linearkombinationen) mit geringer Entropie können vernachlässigt werden PCA minimiert Projektionsfehler, jedoch nicht den Klassifikationsfehler automatische Genre-Klassifikation 15
16 3. Merkmalsextraktion 1. Einordnung 2. Begriffe und Grundlagen 3.1 Vorgehen 3.2 Merkmale Timbral Texture Features Rhythmic Content Features 4. Klassifikation 5. Fazit automatische Genre-Klassifikation 16
17 3.1 Vorgehen - Fenster Signal Überlappung Texture Window Analysis Window automatische Genre-Klassifikation 17
18 3.1 Vorgehen - Fenstergröße Auswertung nur mittels eines Ausschnitts (Texture Window) Wahl des Ausschnitts? Größe des Ausschnitts? Analysis Window: wenige ms um Stationarität des Signals zu erhalten - z.b. 23 ms (512 samples bei 22 khz Abtastrate) Texture Window: umfasst mehrere Analysis Windows z.b. 1 s (43 Analysis Windows) Wieviele Ausschnitte? automatische Genre-Klassifikation 18
19 3.1 Vorgehen - Extraktion automatische Genre-Klassifikation 19
20 3.2.1 Timbral Texture Features signal-basiert Zero-Crossing RMS-Energy / Loudness Low-Energy spektrum-basiert Spectral Centroid Spectral Rolloff Spectral Flux Mel-Frequency Cepstral Coefficients (MFCC) automatische Genre-Klassifikation 20 20
21 3.2.1 signal-basierte Merkmale automatische Genre-Klassifikation 21 21
22 3.2.1 Zero-Crossing approximatives Maß für Noisiness misst die Überkreuzungen der Amplitude mit dem Nullwert (Nullstellen) N n=1 Z t = 1 2 sign(x[n]) sign(x[n 1]) automatische Genre-Klassifikation 22 22
23 3.2.1 Energy Features RMS-Energy / Loudness Maß für die Lautstärke des Stücks basiert auf Amplituden 1 n Low-Energy n i=1 s i 2 höherer Wert korrespondiert mit mehr Dynamik Fenster mit geringerem RMS als Durchschnittswert automatische Genre-Klassifikation 23 23
24 3.2.1 spektrale Merkmale automatische Genre-Klassifikation 24 24
25 3.2.1 Spectral Centroid repräsentiert das Zentrum der Verteilung des Frequenz-Spektrums Maß für die Schärfe des Klanges je höher der SC, umso heller klingt der Ton C t = N n=1 N n=1 M t [n] n M t [n] automatische Genre-Klassifikation 25 25
26 3.2.1 Spectral Rolloff weiteres Maß, um das Spektrum zu beschreiben Ermittelt wird die Rolloff-Frequenz, bis zu der sich α % der Frequenz- Verteilung aufsummieren. R t n=1 M t [n] = α 100 N n=1 M t [n] automatische Genre-Klassifikation 26 26
27 3.2.1 Spectral Flux misst die Fluktuation des Spektrums Differenz einzelner Magnituden zwischen den Ausschnitten/Frames automatische Genre-Klassifikation 27 27
28 3.2.1 MFCC die ersten fünf Koeffizienten für Musik- Klassifikation geeignet sog. perzeptive bzw. wahrnehmungs-gerechte Mel-Skala der Frequenzen berücksichtigt dies insbesondere im Frequenzbereich gesprochener Sprache FFT log Spektrum Mel-Skala DCT MFCC automatische Genre-Klassifikation 28 28
29 3.2.1 subfeatures Von allen Timbral Texture Features können subfeatures berechnet werden: Mittel M Standardabweichung S Mittel der Ableitung DM Standardabweichung der Ableitung DS... Jeweils über alle Analyse-Fenster. automatische Genre-Klassifikation 29 29
30 3.2.2 Rhythmic Content Features basieren auf beat-histogram repräsentiert die Rhythmik eines Stückes z.b. geeignet zur Unterscheidung zwischen Hip-Hop und Kammermusik automatische Genre-Klassifikation 30 30
31 3.2.2 beat-histogram 1. Wavelet-Transformation: Zerlegung des Signals in mehrere Frequenzbänder 2. Full-Wave-Rectification für einzelne Bänder 3. Low-Pass-Filtering 4. Downsampling 5. Mean-Removal 6. Aggregation 7. Enhanced-Autocorrelation automatische Genre-Klassifikation 31 31
32 3.2.2 beat-histogram - Beispiel automatische Genre-Klassifikation 32 32
33 3.2.2 Merkmale A0,A1: Relative Amplitude der beiden Hauptpeaks, im Verhältnis zur Amplitudenverteilung RA: Verhältnis der beiden größten Amplituden: P1,P2: Periodenlänge der beiden Hauptpeaks, gemessen in BPM SUM: Summe aller Amplituden des Beat-H. automatische Genre-Klassifikation 33 33
34 4. Klassifikation 1. Einordnung 2. Begriffe und Grundlagen 3. Merkmalsextraktion 4.1 Hierarchischer Ansatz 4.2 Eigene Umsetzung 4.3 Erweiterungen 5. Fazit automatische Genre-Klassifikation 34 34
35 4.1 Hierarchischer Ansatz Klassifikation anhand der Genre-Hierarchie Genre-Abhängigkeit der Merkmale Probleme der Dimensionalität Anpassung eines Klassifikators an eine geänderte Taxonomie automatische Genre-Klassifikation 35 35
36 4.1 Burred und Lerch Taxonomie mit 17 zu unterscheidenden Subgenres direkter Ansatz mit hierarchischem verglichen ähnliche Erfolgsquoten ABER: Fehler unterschiedlich zu bewerten Zuordnung eines East Coast Stücks zu West Coast weniger negativ zu werten, als zu Klassik beim direkten Ansatz keine Unterscheidung möglich automatische Genre-Klassifikation 36 36
37 4.2 Eigene Umsetzung vereinfachte Taxonomie: classic (30), non-classic (23) pop (11), rock (12) Testmenge (29) knn-klassifikator mit euklidischer Distanz als Metrik auf erster Stufe Klassifikation mit Merkmalen Loudness.M und ZeroCrossings.DS wie von Burred und Lerch vorgeschlagen automatische Genre-Klassifikation 37 37
38 4.2 Ergebnis Stufe 1 classic vs. non-classic Merkmal Loudness automatische Genre-Klassifikation 38 38
39 4.2 Ergebnis Stufe 1 classic vs. non-classic Merkmal ZeroCrossings automatische Genre-Klassifikation 39 39
40 4.2 Ergebnis Stufe 1 classic vs. non-classic Klassik-Stücke werden korrekt klassifiziert Problem: non-classic Stück zu classic zugeordnet automatische Genre-Klassifikation 40 40
41 4.2 Ergebnis Stufe 2 pop vs. rock Merkmale Low-Energy und MFCC(2).S überwiegend richtige Trennung Problem: unscharfe Klassengrenzen automatische Genre-Klassifikation 41 41
42 4.2 Vergleich hierarchisch / direkt direkte Zuordnung zu Genre Klassifikation auf Basis aller 4 Merkmale Genre Klassifikation classic pop rock classic 11 / 11 1 / 1 1 / 2 pop 6 / 3 1 / 2 rock 2 / 5 7 / 5 automatische Genre-Klassifikation 42 42
43 4.3 Erweiterungen Ausbau der Genre-Hierarchie Hinzunahme mehrerer Merkmale Auswahl und Dekorrelation per PCA größere Trainingsmenge mehr Stücke mehr Ausschnitte pro Stück automatische Genre-Klassifikation 43 43
44 5. Fazit es funktioniert es wird benötigt junges Forschungsgebiet weitere genrespezifische Merkmale allgemeingültige Taxonomien einbeziehen von Metadaten (MPEG-7) automatische Genre-Klassifikation 44 44
45 Literatur Burred, J.J.; Lerch, A.; A hierarchical approach to automatic musical genre classification; In Proc. of the 6. Int. Conference on Digital Audio Effects (DAFx-03), London, UK, September Cook, P.;Tzanetakis, G.; Musical Genre Classification of Audio Signals; IEEE Transaction on Speech and AUDIO Processing, Vol. 10, No. 5, Juli 2002 automatische Genre-Klassifikation 45 45
46 Vielen Dank für Ihre Aufmerksamkeit! automatische Genre-Klassifikation
Kybernetik Laplace Transformation
Kybernetik Laplace Transformation Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 73 / 50 2453 mohamed.oubbati@uni-ulm.de 08. 05. 202 Laplace Transformation Was ist eine Transformation? Was ist
MehrPhysik & Musik. Stimmgabeln. 1 Auftrag
Physik & Musik 5 Stimmgabeln 1 Auftrag Physik & Musik Stimmgabeln Seite 1 Stimmgabeln Bearbeitungszeit: 30 Minuten Sozialform: Einzel- oder Partnerarbeit Voraussetzung: Posten 1: "Wie funktioniert ein
MehrSchwingungsanalyse an elektrischen Maschinen
Schwingungsanalyse an elektrischen Maschinen Wolfgang Hüttl Oskar-von-Miller Str. 2, D-86356 Neusäß Tel.: +49 821 48 001-55, Fax: +49 821 48 001-40 E-Mail: wolfgang.huettl@amserv.de Internet: www.amserv.de
MehrMATLAB Kurs 2010 Teil 2 Eine Einführung in die Frequenzanalyse via MATLAB
MATLAB Kurs 2010 Teil 2 Eine Einführung in die via MATLAB 26.11.2010 & 03.12.2010 nhaltsverzeichnis 1 2 3 Ziele Kurze Einführung in die -Analyse Ziele Kurze Einführung in die -Analyse MATLAB Routinen für
MehrDFT / FFT der Titel der Präsentation wiederholt (Ansicht >Folienmaster) Dipl.-Ing. Armin Rohnen, Fakultät 03, rohnen@hm.edu
1 Grundlagen Abtasttheorem Fenster Zeit - Frequenzauflösung Pegelgenauigkeit Overlap Mittelung 2 2 volle Schwingungen 32 Abtastwerte Amplitude = 1 Pascal Signallänge = 1 Sekunde Eine Frequenzline bei 2
MehrEmpfindlichkeit und Rauschmaß eines DVB T Sticks
Empfindlichkeit und Rauschmaß eines DVB T Sticks Messung kritischer Spezifikationen eines Salcar Stick DVB T RTL 2832U&R820T SDR Salcar Stick, oder ähnlich Blockschaltbild des R820T Tuners Aufbau für Empfindlichkeitsmessung:
MehrVorbereitungsaufgaben
Praktikum Bildverarbeitung / Bildinformationstechnik Versuch BV 4 / BIT 3: Mustererkennung Paddy Gadegast, CV00, 160967 Alexander Opel, CV00, 16075 Gruppe 3 Otto-von-Guericke Universität Magdeburg Fakultät
MehrPowerPoint vertonen. by H.Schönbauer 1
PowerPoint vertonen by H.Schönbauer 1 Das brauchen wir dazu: PowerPoint Ein Konzept, eine Idee Ein oder mehrere Musikstücke Konvertierungssoftware Grafische Elemente wie Fotos, Cliparts Wenn wir das alles
MehrLow Level Descriptoren. Anne Scheidler
Low Level Descriptoren Anne Scheidler Aufbau des Vortrags LLD Kategorien Signaldarstellung Zeitbasierte Signaldarstellung und Merkmalsextraktion Transformation zwischen Signaldarstellungen Frequenzbasierte
MehrProduktbeschreibung. MCD Audio Analyzer. Softline. Modline. Funktionen und Merkmale des Produkts. Conline. Boardline. Avidline. Pixline.
Produktbeschreibung Funktionen und Merkmale des Produkts Softline Modline Conline Boardline MCD Audio Analyzer Avidline Pixline Applikation MCD Elektronik GmbH Hoheneichstr. 52 75217 Birkenfeld Telefon
MehrDas Quelle-Filter-Modell der Vokalproduktion
Jochen Trommer jtrommer@uni-leipzig.de Universität Leipzig Institut für Linguistik Phonetikanalyse SS 2007 Beispiel 1: Federpendel Beispiel 2: Weingläser Schwingung beim Federpendel Beispiel 1: Federpendel
MehrVersuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)
Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Ziele In diesem Versuch lernen Sie zwei Anwendungen der Diskreten Fourier-Transformation in der Realisierung als recheneffiziente schnelle
MehrClustering Seminar für Statistik
Clustering Markus Kalisch 03.12.2014 1 Ziel von Clustering Finde Gruppen, sodas Elemente innerhalb der gleichen Gruppe möglichst ähnlich sind und Elemente von verschiedenen Gruppen möglichst verschieden
MehrUser Experience vs. Retrievaltests Wie lässt sich die Relevanz von Suchergebnissen bewerten?
User Experience vs. Retrievaltests Wie lässt sich die Relevanz von Suchergebnissen bewerten? Prof. Dr. Dirk Lewandowski Hochschule für Angewandte Wissenschaften Hamburg dirk.lewandowski@haw-hamburg.de
MehrProjekt 2HEA 2005/06 Formelzettel Elektrotechnik
Projekt 2HEA 2005/06 Formelzettel Elektrotechnik Teilübung: Kondensator im Wechselspannunskreis Gruppenteilnehmer: Jakic, Topka Abgabedatum: 24.02.2006 Jakic, Topka Inhaltsverzeichnis 2HEA INHALTSVERZEICHNIS
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Literatur Richard Hartle and Andrew Zisserman. Multiple View Geometr in computer vision, Cambridge Universit Press, 2 nd Ed., 23. O.D.
MehrPraktikum: Digitale Signalverarbeitung (ET215) Test 1
PROFESSOR DR.-ING. MARTIN WERNER M.W. Fachbereich Elektrotechnik und Informationstechnik Hochschule Fulda Praktikum: Digitale Signalverarbeitung (ET215) Test 1 Erklärung Mit meiner Unterschrift erkläre
MehrVermessung und Verständnis von FFT Bildern
Vermessung und Verständnis von FFT Bildern Viele Auswertungen basieren auf der "Fast Fourier Transformation" FFT um die (ungewünschten) Regelmäßigkeiten im Schliffbild darzustellen. Die Fourier-Transformation
MehrBegriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining
Gliederung 1. Einführung 2. Grundlagen Data Mining Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining 3. Ausgewählte Methoden des Data
MehrModulation. Kommunikationstechnik, SS 08, Prof. Dr. Stefan Brunthaler 104
Modulation Kommunikationstechnik, SS 08, Prof. Dr. Stefan Brunthaler 104 Datenfernübertragung I Über kurze Entfernungen können Daten über Kupferkabel übertragen werden, indem jedes Bit mit einer positiven
MehrDie Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen
Die Interferenz von flexiblen Arbeitszeiten mit der Nutzbarkeit arbeitsfreier Zeit Ein Prädiktor für soziale Beeinträchtigungen Anna Wirtz*, Ole Giebel**, Carsten Schomann**, Friedhelm Nachreiner** *Bundesanstalt
MehrWasserfall-Ansätze zur Bildsegmentierung
Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz
MehrTechnik der Fourier-Transformation
Was ist Fourier-Transformation? Fourier- Transformation Zeitabhängiges Signal in s Frequenzabhängiges Signal in 1/s Wozu braucht man das? Wie macht man das? k = 0 Fourier- Reihe f ( t) = Ak cos( ωkt) +
MehrProjekt: planet-beruf.de
Projekt: planet-beruf.de Zentrum für Kunden- und Mitarbeiterbefragungen (ZKM) 010 Auswertung: Gesamt Zeitraum: 5.10. -.11.010 Zielgruppe: Lehrer Zum Projekt: Auftraggeber: SP III 1 Zielgruppe: Lehrer Befragungszeitraum:
MehrIBIS Professional. z Dokumentation zur Dublettenprüfung
z Dokumentation zur Dublettenprüfung Die Dublettenprüfung ist ein Zusatzpaket zur IBIS-Shopverwaltung für die Classic Line 3.4 und höher. Dubletten entstehen dadurch, dass viele Kunden beim Bestellvorgang
MehrSimulink: Einführende Beispiele
Simulink: Einführende Beispiele Simulink ist eine grafische Oberfläche zur Ergänzung von Matlab, mit der Modelle mathematischer, physikalischer bzw. technischer Systeme aus Blöcken mittels plug-and-play
MehrMethodenseminar. Messtechnik und Biosignalerfassung / Übungen. Assist. Prof. Dipl.-Ing. Dr. Manfred Bijak
Methodenseminar Messtechnik und Biosignalerfassung / Übungen Assist. Prof. Dipl.-Ing. Dr. Manfred Bijak Dieses Skriptum ist ausschließlich als Lernbehelf im Rahmen der Lehrveranstaltung LV 809.045 Messtechnik
MehrSOFTWARE FÜR PRG-APPLIKATIONEN
SOFTWARE FÜR PRG-APPLIKATIONEN Autor: Frank Bergmann Letzte Änderung: 04.12.2014 09:09 1 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis... 2 2 Allgemeines... 3 3 Installation und Programmaufruf... 3 4 Einstellungen...
MehrIhr Ideen- & Projektmanagement-Tool
Planungsbox 2.9 Ihr Ideen- & Projektmanagement-Tool Planungsbox verknüpft Notizen, Termine, Dateien, email- & Internetadressen, ToDo-Listen und Auswertungen Planungsbox verwaltet ToDo-Listen, Termine und
MehrA2.3: Sinusförmige Kennlinie
A2.3: Sinusförmige Kennlinie Wie betrachten ein System mit Eingang x(t) und Ausgang y(t). Zur einfacheren Darstellung werden die Signale als dimensionslos betrachtet. Der Zusammenhang zwischen dem Eingangssignal
Mehr6. Bayes-Klassifikation. (Schukat-Talamazzini 2002)
6. Bayes-Klassifikation (Schukat-Talamazzini 2002) (Böhm 2003) (Klawonn 2004) Der Satz von Bayes: Beweis: Klassifikation mittels des Satzes von Bayes (Klawonn 2004) Allgemeine Definition: Davon zu unterscheiden
MehrFachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer
Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Klassendiagramme Ein Klassendiagramm dient in der objektorientierten Softwareentwicklung zur Darstellung von Klassen und den Beziehungen,
MehrLED Beleuchtung - Fehlerbetrachtung bei der Beleuchtungsstärkemessung
LED Beleuchtung - Fehlerbetrachtung bei der Beleuchtungsstärkemessung Bei einem Beleuchtungsstärkemessgerät ist eines der wichtigsten Eigenschaften die Anpassung an die Augenempfindlichkeit V(λ). V(λ)
MehrDer Fröhlich-Faktor. Referent: Stefan Fröhlich
Der Fröhlich-Faktor Referent: Stefan Fröhlich Entstehung des Fröhlich-Faktor Wenn man sich mit der Entwicklung und dem Backtesting von Handelssystemen beschäftigt wird der Fröhlich-Faktor immer dann wichtig
MehrMesstechnik-Praktikum. Spektrumanalyse. Silvio Fuchs & Simon Stützer. c) Berechnen Sie mit FFT (z.b. ORIGIN) das entsprechende Frequenzspektrum.
Messtechnik-Praktikum 10.06.08 Spektrumanalyse Silvio Fuchs & Simon Stützer 1 Augabenstellung 1. a) Bauen Sie die Schaltung für eine Einweggleichrichtung entsprechend Abbildung 1 auf. Benutzen Sie dazu
MehrVAD - Voice Activity Detection -
VAD - - erstellt: Robert Schaar s63012 erstellt: Robert Schaar s63012 Mensch-Maschine-Robotik 1. Einleitung 2. Aufbau des Algorithmus 2.1. allgemeiner Aufbau 2.2. Fourier-Transformation 2.3. Short-Time
MehrJan Parthey, Christin Seifert. 22. Mai 2003
Simulation Rekursiver Auto-Assoziativer Speicher (RAAM) durch Erweiterung eines klassischen Backpropagation-Simulators Jan Parthey, Christin Seifert jpar@hrz.tu-chemnitz.de, sech@hrz.tu-chemnitz.de 22.
MehrTONHÖHE UND LAUTSTÄRKE
TONHÖHE UND LAUTSTÄRKE 1 Funktionsgenerator 1 Oszilloskop, Zweikanal 1 Lautsprecher Verbindungsleitungen Range Function LOUD SPEAKER Der Stativreiter wird am Stativfuß H-Form befestigt. An ihm wird die
MehrProtokoll 1. 1. Frage (Aufgabentyp 1 Allgemeine Frage):
Protokoll 1 a) Beschreiben Sie den allgemeinen Ablauf einer Simulationsaufgabe! b) Wie implementieren Sie eine Einlass- Randbedingung (Ohne Turbulenz!) in OpenFOAM? Geben Sie eine typische Wahl für U und
MehrSUPERVISOR. Marschmusikwertung. Besetzungsgruppe: Verein: Total. Prädikatsübersicht: Bewertung Punkte Gesamt. Juror 1 - MUSIC ANALYSIS
SUPERVISOR Bewertung Gesamt Juror 1 - MUSIC ANALYSIS a. Was wird präsentiert? Höre ich, was ich sehe? (100) b. Wie wird das Programm ausgeführt? (100) Juror 2 - VISUAL ANALYSIS a. Was wird gezeigt? Sehe
MehrKapitel 3. Codierung von Text (ASCII-Code, Unicode)
Kapitel 3 Codierung von Text (ASCII-Code, Unicode) 1 Kapitel 3 Codierung von Text 1. Einleitung 2. ASCII-Code 3. Unicode 2 1. Einleitung Ein digitaler Rechner muss jede Information als eine Folge von 0
MehrInhaltsverzeichnis. 1. Einleitung
Inhaltsverzeichnis 1. Einleitung 1.1 Das Analogoszilloskop - Allgemeines 2. Messungen 2.1 Messung der Laborspannung 24V 2.1.1 Schaltungsaufbau und Inventarliste 2.2.2 Messergebnisse und Interpretation
MehrNull-Werte in Relationalen Datenbanken
Seminar: Imperfektion in Datenbanken WS03/04 Null-Werte in Relationalen Datenbanken Thomas Bierhance Einführung Null-Werte in DBen sind notwendiges Übel, da... (1) das Wissen über die tatsächliche Welt
MehrINSPIRE-Monitoring 2014/2015
INSPIRE-Monitoring 2014/2015 Kontaktstelle GDI-DE des Landes Brandenburg Susanne Köhler Potsdam, Übersicht 2/ 13 Hintergrund des INSPIRE-Monitorings Neues Monitoring-Verfahren Auswertung Monitoring für
MehrÜbungspraktikum 3 Physik II
HOCHSCHULE BOCHUM Fachbereich Geodäsie Übungspraktikum 3 Physik II SS 2015 Thema: Wegzeitgesetze und Grundgesetz der Dynamik Übung 1: Bestimmung der und der Momentangeschwindigkeit eines Fahrzeugs auf
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrUET-Labor Analogoszilloskop 24.10.2002
Inhaltsverzeichnis 1. Einleitung 2. Inventarverzeichnis 3. Messdurchführung 3.1 Messung der Laborspannung 24V 3.2 Messung der Periodendauer 3.3 Messung von Frequenzen mittels Lissajousche Figuren 4. Auswertung
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
MehrNaturgewalten & Risikoempfinden
Naturgewalten & Risikoempfinden Eine aktuelle Einschätzung durch die TIROLER Bevölkerung Online-Umfrage Juni 2015 Eckdaten zur Untersuchung - Online-Umfrage von 11.-17. Juni 2015 - Themen... - Einschätzung
MehrSeminar Textmining SS 2015 Grundlagen des Maschinellen Lernens
Seminar Textmining SS 2015 Grundlagen des Maschinellen Lernens Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 17.04.2015 Entscheidungsprobleme beim Textmining
MehrXONTRO Newsletter. Makler. Nr. 16
XONTRO Newsletter Makler Nr. 16 Seite 1 In XONTRO werden zum 24. Januar 2005 folgende Änderungen eingeführt: Inflationsindexierte Anleihen Stückzinsberechnung für französische und italienische Staatsanleihen
MehrAnleitung zum Java-Applet. Fourierentwicklung. Studienarbeit : Matthias Klingler Elektronik und Informationstechnik WS 08/09.
Anleitung zum Java-Applet Fourierentwicklung Studienarbeit : Elektronik und Informationstechnik WS 08/09 Betreuung : Prof. Dr. Wilhelm Kleppmann Inhaltsverzeichnis 1 Vorwort...2 2 Übersicht der Benutzeroberfläche...3
MehrBedienungsanleitung PC-Konfigurationssoftware des ID Inclinometers
Bedienungsanleitung PC-Konfigurationssoftware des ID Inclinometers 1. Installation und Programmstart Die Verbindung zum Inclinometer funktioniert nicht unter Windows XP, 2000. 1.1 Installation Zur Installation
Mehr(query by image content)
Proseminar Multimedia Information-Retrieval-Systeme (query by image content) Das QBIC Projekt 1. Einleitung 1.1 Was ist QBIC 1.2 Wo wird es verwendet 2. QBIC im Detail 2.1 technische Grundlagen 2.2 Aufbau
MehrAuswertung qualitativer Interviews
Auswertung qualitativer Interviews Problem: umfangreiche Texte in eine Form zu bringen, die als Erzählung, als Leseangebot für den Leser dienen können Texte müssen eingedickt werden, sie müssen im Rahmen
MehrBildverarbeitung Herbstsemester 2012. Fourier-Transformation
Bildverarbeitung Herbstsemester 2012 Fourier-Transformation 1 Inhalt Fourierreihe Fouriertransformation (FT) Diskrete Fouriertransformation (DFT) DFT in 2D Fourierspektrum interpretieren 2 Lernziele Sie
Mehrc f 10. Grundlagen der Funktechnik 10.1 Elektromagnetische Wellen
10.1 Elektromagnetische Wellen Ein Strom mit einer Frequenz f größer als 30kHz neigt dazu eine elektromagnetische Welle zu produzieren. Eine elektromagnetische Welle ist eine Kombination aus sich verändernden
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
MehrSchallmessung (Geräuschmessung)
English version Schallmessung (Geräuschmessung) Berechnung: Frequenz f dba und dbc Bewertungsfilter nach DIN EN 61672-1 2003-10 (DIN-IEC 651) Merke: Schallpegelmesser messen den Schalldruckpegel in dbspl.
MehrA1.7: Entropie natürlicher Texte
A1.7: Entropie natürlicher Texte Anfang der 1950er Jahre hat Claude E. Shannon die Entropie H der englischen Sprache mit einem bit pro Zeichen abgeschätzt. Kurz darauf kam Karl Küpfmüller bei einer empirischen
MehrTechnische Informatik Basispraktikum Sommersemester 2001
Technische Informatik Basispraktikum Sommersemester 2001 Protokoll zum Versuchstag 1 Datum: 17.5.2001 Gruppe: David Eißler/ Autor: Verwendete Messgeräte: - Oszilloskop HM604 (OS8) - Platine (SB2) - Funktionsgenerator
MehrWie optimiert man die Werbungserkennung von Ad- Detective?
Wie optimiert man die Werbungserkennung von Ad- Detective? Die Ad-Detective-Werbe-Erkennung von VideiReDo basiert auf der Erkennung von Schwarzwerten / scharzen Bildern, die die Werbeblöcke abgrenzen.
MehrWelche Unterschiede gibt es zwischen einem CAPAund einem Audiometrie- Test?
Welche Unterschiede gibt es zwischen einem CAPAund einem Audiometrie- Test? Auch wenn die Messungsmethoden ähnlich sind, ist das Ziel beider Systeme jedoch ein anderes. Gwenolé NEXER g.nexer@hearin gp
MehrLeseauszug DGQ-Band 14-26
Leseauszug DGQ-Band 14-26 Einleitung Dieser Band liefert einen Ansatz zur Einführung von Prozessmanagement in kleinen und mittleren Organisationen (KMO) 1. Die Erfolgskriterien für eine Einführung werden
MehrInstallationsanleitung WibuKey Treiber
Profi Line Warenwirtschaft Installationsanleitung WibuKey Treiber Bei der Installation der WibuKey ist zunächst zwischen der Serverinstallation und der reinen Client- bzw. Arbeitsplatzinstallation zu unterscheiden.
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
MehrIntegrierte Media Slideview für ausführliche Medienbearbeitung. Skalierbare Ansichten sowohl im Explorer als auch in der Slideview
HATAHET Must-Have Media Explorer for SharePoint & for Office 365 SharePoint Online BEDIENUNGSANLEITUNG Allgemeine Produktbeschreibung Mit dem HATAHET media explorer können Video-, Audio- und Bildformate
MehrRequirements Engineering für IT Systeme
Requirements Engineering für IT Systeme Warum Systemanforderungen mit Unternehmenszielen anfangen Holger Dexel Webinar, 24.06.2013 Agenda Anforderungsdefinitionen Von der Herausforderung zur Lösung - ein
MehrDokumenten-Modelle im CMS CoreMedia
Dokumenten-Modelle im CMS CoreMedia Einleitung Das Content Management System CoreMedia ist ein innovatives Produkt der Hamburger Firma CoreMedia, das hauptsächlich im Unternehmensbereich und für komplexe
MehrWissenswertes über binäre Felder
Wissenswertes über binäre Felder Inhaltsverzeichnis Genauigkeit des PC-Taschenrechners 2 Genauigkeit des PC-Taschenrechners ab Windows 7 2 Ausgangspunkt 3 Binäres Feld ohne Vorzeichen-Definition 3 Binäres
MehrÜber uns. HostByYou Unternehmergesellschaft (haftungsbeschränkt), Ostrastasse 1, 40667 Meerbusch, Tel. 02132 979 2506-0, Fax.
Ostrastasse 1, 40667 Meerbusch, Tel. 02132 979 2506-0, Fax. 02132 979 2506-9 Über uns Mit innovativen Technologien und exzellenten Leistungen bietet das Unternehmen HostByYou seit Jahren weltweit professionelle
MehrVentilatorgeräusch mehr als nur Schallpegel und Frequenzspektrum. Christian Haag, ebm-papst Mulfingen
Ventilatorgeräusch mehr als nur Schallpegel und Frequenzspektrum Christian Haag, ebm-papst Mulfingen Agenda Ist die heutige Ventilatorgeräusch Spezifikation ausreichend? Psychoakustisches Labor bei ebm-papst
MehrMonte-Carlo-Simulationen mit Copulas. Kevin Schellkes und Christian Hendricks 29.08.2011
Kevin Schellkes und Christian Hendricks 29.08.2011 Inhalt Der herkömmliche Ansatz zur Simulation logarithmischer Renditen Ansatz zur Simulation mit Copulas Test und Vergleich der beiden Verfahren Fazit
MehrLösung zu Computerübung 2
Lösung zu Computerübung 2 2.1 Einfacher Diodengleichrichter Vorbermerkung: Je nachdem ob für die Dioden und die Schalter im Simulationsmodell ein Flussspannungsabfall definiert wurde, ergeben sich andere
MehrAvira Professional Security/ Avira Server Security Version 2014 Release-Informationen
Avira Professional Security/ Avira Server Security Version 2014 Release-Informationen Releasedatum 7. Oktober Lizenzierung Die Lizenzierung funktioniert genauso wie in der Version 2013 oder älter. Migrationspfad
Mehr8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens
phys4.013 Page 1 8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens phys4.013 Page 2 8.6.3 Beispiel: Orts- und Impuls-Erwartungswerte für
MehrModulationsanalyse. Amplitudenmodulation
10/13 Die liefert Spektren der Einhüllenden von Teilbändern des analysierten Signals. Der Anwender kann damit Amplitudenmodulationen mit ihrer Frequenz, ihrer Stärke und ihrem zeitlichen Verlauf erkennen.
MehrAUTOMATISCHE E-MAIL-ARCHIVIERUNG. 10/07/28 BMD Systemhaus GmbH, Steyr Vervielfältigung bedarf der ausdrücklichen Genehmigung durch BMD!
AUTOMATISCHE E-MAIL-ARCHIVIERUNG 10/07/28 BMD Systemhaus GmbH, Steyr Vervielfältigung bedarf der ausdrücklichen Genehmigung durch BMD! INHALT AUTOMATISCHE E-MAIL-ARCHIVIERUNG... 4 Eingehende E-Mails können
MehrProjektarbeit CATIA V5 3D Differenzial
Projektarbeit CATIA V5 3D Differenzial Von Valery Volov Differenzialgetriebe Ein Differenzialgetriebe oder kurz Differenzial genannt ist ein spezielles Planetengetriebe mit einer Standübersetzung i 0 =
MehrQuantitatives Fit Testing CNC / CNP
CNC / CNP Eínleitung Der Quantitative Fit Test ist ein objektiver Test. Es ist keine Antwort von der Testperson nötig. Dies schließt das Problem der subjektiven Wahrnehmung aus. Für den Quantitativen Fit
MehrProjektdokumentation
Thema: Bildschärfung durch inverse Filterung von: Thorsten Küster 11027641 Lutz Kirberg 11023468 Gruppe: Ibv-team-5 Problemstellung: Bei der Übertragung von Kamerabildern über ein Video-Kabel kommt es
MehrSichere E-Mail Anleitung Zertifikate / Schlüssel für Kunden der Sparkasse Germersheim-Kandel. Sichere E-Mail. der
Sichere E-Mail der Nutzung von Zertifikaten / Schlüsseln zur sicheren Kommunikation per E-Mail mit der Sparkasse Germersheim-Kandel Inhalt: 1. Voraussetzungen... 2 2. Registrierungsprozess... 2 3. Empfang
MehrSignale und Systeme. A1 A2 A3 Summe
Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................... Vorname:.......................... Matr.Nr:.............................. Ergebnis im Web mit verkürzter Matr.Nr?
MehrSoftware Ergonomie und Usability. 2. Psychologische Grundlagen - Teil 3: Handlungen
Software Ergonomie und Usability. 2. Psychologische Grundlagen - Teil 3: Handlungen Prof. Kirstin Kohler // Hochschule Mannheim // SS 2015 Menschliche Aktivitäten * Folgendes zyklisches Muster finden sich
MehrTransparente Hausverwaltung Marketingschmäh oder doch: eine neue Dimension der Dienstleistung?
Transparente Hausverwaltung Marketingschmäh oder doch: eine neue Dimension der Dienstleistung? INTERNET Geschäftsführer Biletti Immobilien GmbH 24/7 WEB Server Frankgasse 2, 1090 Wien E-mail: udo.weinberger@weinberger-biletti.at
MehrFestigkeit von FDM-3D-Druckteilen
Festigkeit von FDM-3D-Druckteilen Häufig werden bei 3D-Druck-Filamenten die Kunststoff-Festigkeit und physikalischen Eigenschaften diskutiert ohne die Einflüsse der Geometrie und der Verschweißung der
MehrTerrain-Rendering mit Geometry Clipmaps
Vorarbeiten & Grundlagen Basiskomponenten Der Clipmap-Algorithmus Terrain-Rendering mit Seminar Computergrak 2010 Vorarbeiten & Grundlagen Basiskomponenten Der Clipmap-Algorithmus Worum geht's? Algorithmus
MehrINFOnline SZM Administration Guide Event, (Non-)PI, Code, KAT2.0
INFOnline SZM Administration Guide Event, (Non-)PI, Code, KAT2.0 SZM mobile Applications Einleitung Die SZM-Messung von APPs ist ein modernes Mess-Verfahren welches eine standardisierte Nutzungsmessung
MehrData Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY
Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
MehrNoten ausrechnen mit Excel/Tabellenkalkulation. 1) Individuellen Notenschlüssel/Punkteschlüssel erstellen
Noten ausrechnen mit Excel/Tabellenkalkulation online unter: www.lehrerfreund.de/in/schule/1s/notenschluessel-excel Dies ist eine Einführung in die Funktionen von Excel, die Sie brauchen, um Noten und
MehrAdditional Cycle Index (ACIX) Thomas Theuerzeit
Additional Cycle Index (ACIX) Thomas Theuerzeit Der nachfolgende Artikel über den ACIX stammt vom Entwickler des Indikators Thomas Theuerzeit. Weitere Informationen über Projekte von Thomas Theuerzeit
MehrNachkalkulation. Hat sich das Objekt CVO Auxilium hilden im Juni rentiert?
Die bietet sehr viele Informationsmöglichkeiten, die durch exakte Fragestellungen abgerufen werden können. Um die jeweilige Frage zu beantworten, ist es ggf. notwendig, mehrere Abfragen zu starten und
MehrXT Großhandelsangebote
XT GROßHANDELSANGEBOTE XT Großhandelsangebote Die neuen XT- Großhandelsangebote bieten Ihnen eine große Anzahl an Vereinfachungen und Verbesserungen, z.b. Großhandelsangebote werden zum Stichtag automatisch
MehrKurzeinweisung. WinFoto Plus
Kurzeinweisung WinFoto Plus Codex GmbH Stand 2012 Inhaltsverzeichnis Einleitung... 3 Allgemeines... 4 Vorbereitungen... 4 Drucken des Baustellenblatts im Projekt... 4 Drucken des Barcodes auf dem Arbeitsauftrag
Mehr2.1 Erstellung einer Gutschrift über den vollen Rechnungsbetrag
1. Einführung Manchmal ist es notwendig, dem Kunden eine Gutschrift zu einer bestimmten Rechnung, über einzelne Positionen oder auch völlig frei von einer Basis-Rechnung zu erstellen. Die verschiedenen
MehrElternumfrage 2014. Kita und Reception. Campus Hamburg
Elternumfrage 2014 Kita und Reception Campus Ergebnisse der Elternumfrage 2014 Um die Auswertung der Elternumfrage 2014 richtig lesen und interpretieren zu können, sollten folgende Punkte beachtet werden:
Mehr07.03.2015. Stromkreis aus Kondensator und Spule. U c =U L
1 Stromkreis aus Kondensator und Spule 0 U c =U L -1 1 2 Elektrischer Schwingkreis 1 0 Volt 0,5 U = L I& U = 1/ C Q 1/ C Q = L Q& Einheit 1 Volt Spule 1 Volt Kondensator 1 Volt Schwingungsgleichung 3 Schwingkreis
MehrKopieren von Audio-CDs
Kopieren von Audio-CDs Mit Windows Media Player 11 (Windows XP, Vista) 1. Starten Sie den Windows Media Player über die Startleiste (Start Programme Windows Media Player) und legen Sie die zu kopierende
MehrPK-Website: Besuche & Seitenaufrufe 2010 und 2011
Abb. 2011-4/278 (Ausschnitt) PK-Website: Besuche & Seitenaufrufe bis 31. Dezember 2011, 248.993 Besuche, 425.183 Seitenaufrufe SG Dezember 2011 / Januar 2012 PK-Website: Besuche & Seitenaufrufe 2010 und
Mehr