1 / 82

Einführung in die Informationsverarbeitung Teil Thaller Stunde III: Algorithmen

Einführung in die Informationsverarbeitung Teil Thaller Stunde III: Algorithmen. Köln 8. November 2012. Einleitendes Beispiel ( Selbstabbildende Information). Minimal neighbour. Original Ergebnis. Minimal neighbour. Ersetze in jeder Zeile

amos-duran
Download Presentation

Einführung in die Informationsverarbeitung Teil Thaller Stunde III: Algorithmen

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Einführung in die InformationsverarbeitungTeil ThallerStunde III: Algorithmen Köln 8. November 2012

  2. EinleitendesBeispiel (Selbstabbildende Information)

  3. Minimal neighbour Original Ergebnis

  4. Minimal neighbour Ersetze in jeder Zeile jedes Pixel durch den niedrigsten Pixelwert der dieses Pixels umschreibenden 3 x 3 Matrix.

  5. Minimal neighbour

  6. Minimal neighbour

  7. Minimal neighbour

  8. Minimal neighbour

  9. Minimal neighbour

  10. Minimal neighbour

  11. Minimal neighbour

  12. Minimal neighbour

  13. Minimal neighbour

  14. Minimal neighbour

  15. Minimal neighbour *

  16. II. Algorithmen: Allgemeine Eigenschaften

  17. Algorithmen: Definition Ein Algorithmus ist eine Funktion f(Dein, Daus),die Eingabedaten Dein in AusgabedatenDaus schrittweise transformiert und dabei bestimmte Bedingungen erfüllt.

  18. Algorithmen: Eigenschaften • Exaktheit. Die Funktion f kann präzise auf formale Weise beschrieben werden. • Finitheit. Die Beschreibung von f ist endlich lang. • Vollständigkeit. Die Beschreibung von f umfasst alle vorkommenden Fälle. • Effektivität. Die Einzelschritte sind elementar und real ausführbar. • Terminierung. Die Funktion f hält nach endlich vielen Schritten an und liefert ein Resultat. • Determinismus. Die Funktion f liefert bei gleichen Eingabewerten stets das gleiche Ergebnis, wobei die Folge der Einzelschritte für jeden Eingabewert genau festgelegt ist.

  19. Algorithmen: Laufzeit • linear. • logarithmisch. • exponentiell.

  20. Algorithmen: Laufzeit Beispiel: Sequentielles Suchen Laufzeit: linear

  21. Algorithmen: Laufzeit Beispiel: Sequentielles Suchen Suchzeit jedes Namens entspricht Rang in der Liste. Durchschnittliche Suchzeit: n / 2. Laufzeit steigt mit der zu durchsuchenden Anzahl

  22. Algorithmen: Laufzeit Beispiel: Binäres Suchen Laufzeit: ?

  23. Algorithmen: Laufzeit Beispiel: Binäres Suchen – „Thalia“ „Melpomene“ gleich – größer – kleiner „Thalia“? „Terpsichore“ gleich – größer – kleiner „Thalia“? „Thalia“ gleich – größer – kleiner „Thalia“?

  24. Algorithmen: Laufzeit Beispiel: Binäres Suchen Laufzeit steigt mit Logarithmus der zu durchsuchenden Anzahl.

  25. Algorithmen: Sonderfälle Nichtdeterministische Algorithmen: potentiell schneller - liefern u.U. keine Lösung NP vollständige Algorithmen: Prinzipiell nicht möglich, irgendein NP-vollständiges Problem mit einem deterministischen Algorithmus in exponentieller Zeit zu lösen. • Komplexitätstheorie. *

  26. III. Zahlen und Bedeutung (2 Klassen von Information)

  27. Bildversiegelung Problem: Gesucht ist ein Algorithmus, der sicherstellt, dass ein Bild nicht manipuliert wurde.

  28. Bildversiegelung

  29. Bildversiegelung

  30. Bildversiegelung 189 + 185 + 135 + 159 + 157 + 158 = 983 = odd 089 + 134 + 236 + 224 + 278 + 003 = 964 = even 220 + 025 + 127 + 236 + 251 + 222 = 1081 = odd

  31. Bildversiegelung 189 + 185 + 135 + 159 + 157 + 157 = 982 = even 089 + 134 + 236 + 224 + 278 + 003 = 964 = even 220 + 025 + 127 + 236 + 251 + 221 = 1080 = even

  32. Information verstecken {even, odd, even, even, odd, even, even, even} {even, odd, even, even, odd, even, odd,odd} {even, odd, even, even, odd, even, even, odd} Even  0 ; Odd 1

  33. Information verstecken {0, 1, 0, 0, odd, even, even, even} {even, odd, even, even, odd, even, odd,odd} {even, odd, even, even, odd, even, even, odd}

  34. Information verstecken 01001000 01001011 01001001

  35. Information verstecken H K I „Watermarking of images“ *

  36. IV. Zeichenbasierte Algorithmen

  37. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  38. Soundex

  39. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  40. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  41. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  42. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  43. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  44. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  45. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  46. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  47. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger Tegenberger Tekekenperger

  48. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger T251 Tegenberger Tekekenperger

  49. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger T251 Tegenberger Tekekenperger

  50. Soundex Problem: Welche der drei folgenden Namen sind gleich? Theckenperger T251 Tegenberger Tekekenperger

More Related