09 |

0:00:00 Starten

0:00:10 HMM Problems And Solutions

0:02:34 HMMs In Speech Recognition

0:04:42 Model Topologies

0:05:49 Forward-Backward Training for Continuous Speech

0:06:26 Discrete HHM's Vector Quantization

0:08:37 Acoustic Modeling

0:12:38 Neural Net Approaches to Pattern Classification

0:12:47 Simple NN Vowel Classification

0:13:20 HMM-DeepNN Hybrids

0:14:24 Deep Neural Net Hybrids

0:18:59 Time-Delay Neural Network (TDNN)

0:26:51 Reverberation Robust Speech Reco

0:27:08 TDNN / CNN - Waibel 1987

0:28:53 Conversational Speech

0:29:17 Convolutional Nets

0:29:46 Convolutional Nets in Image Classification

0:30:43 Mastering the Game of Go

0:32:04 Speech Recognition (System Components)

0:32:50 Dictionaries

0:39:06 Language Models: Grammar Based

0:40:39 Speech Recognition

0:42:16 A Word Guessing Game

0:43:00 Bigrams and Trigrams

0:44:54 The Bag of Words Experiment

0:45:10 Language Models: N-Grams

0:46:56 Objective Estimation of Language Model Quality

0:55:21 The Perplexity of a Language Model

0:59:36 Recurrent Neural Nets

1:00:25 Elman Networks - Simple RNN

1:01:05 Jordan Networks - Simple RNN

1:01:43 Backpropagation Through Time

1:02:11 Modeling Sequences with RNN

1:02:54 Measuring Recognizer Performance

1:04:37 Factors Affecting Recognizer Performance

1:04:49 How Good Does it Have to be?

1:06:35 Voice Agents

1:11:17 Natural Language Processing

1:12:11 Machine Translation: Approaches

1:15:17 Statistical Machine Translation

1:18:47 RNN Encoder - Decoder

1:19:42 Neural Machine Translation

1:20:37 RNN Encoder-Decoder Architecture

1:21:05 Attention Mechanism in the Recurrent Decoder

1:21:28 BiRNN Encoder-Decoder with Attention

Kognitive Systeme handeln aus der Erkenntnis heraus. Nach der Reizaufnahme durch Perzeptoren werden die Signale verarbeitet und aufgrund einer hinterlegten Wissensbasis gehandelt. In der Vorlesung werden die einzelnen Module eines kognitiven Systems vorgestellt. Hierzu gehören neben der Aufnahme und Verarbeitung von Umweltinformationen (z. B. Bilder, Sprache), die Repräsentation des Wissens sowie die Zuordnung einzelner Merkmale mit Hilfe von Klassifikatoren. Weitere Schwerpunkte der Vorlesung sind Lern- und Planungsmethoden und deren Umsetzung. In den Übungen werden die vorgestellten Methoden durch Aufgaben vertieft.

Lehrinhalt:

Kognitive Systeme handeln aus der Erkenntnis heraus. Nach der Reizaufnahme durch Perzeptoren werden die Signale verarbeitet und aufgrund einer hinterlegten Wissensbasis gehandelt. In der Vorlesung werden die einzelnen Module eines kognitiven Systems vorgestellt. Hierzu gehören neben der Aufnahme und Verarbeitung von Umweltinformationen (z. B. Bilder, Sprache), die Repräsentation des Wissens sowie die Zuordnung einzelner Merkmale mit Hilfe von Klassifikatoren. Weitere Schwerpunkte der Vorlesung sind Lern- und Planungsmethoden und deren Umsetzung. In den Übungen werden die vorgestellten Methoden durch Aufgaben vertieft.