Inhalt: This comprehensive textbook offers a scientifically sound and at the same time practical introduction to Virtual and Augmented Reality (VR/AR). Readers will gain the theoretical foundation needed to design, implement or enhance VR/AR systems, evaluate and improve user interfaces and applications using VR/AR methods, assess and enrich user experiences, and develop a deeper understanding of how to apply VR/AR techniques.Whether utilizing the book for a principal course of study or reference reading, students of computer science, education, media, natural sciences, engineering and other subject areas can benefit from its in-depth content and vivid explanation. The modular structure allows selective sequencing of topics to the requirements of each teaching unit and provides an easy-to-use format from which to choose specific themes for individual self-study.Instructors are provided with extensive materials for creating courses as well as a foundational text upon which to build their advanced topics. The book enables users from both research and industry to deal with the subject in detail so they can properly assess the extent and benefits of VR/AR deployment and determine required resources. Technology enthusiasts and professionals can learn about the current status quo in the field of VR/AR and interested newcomers can gain insight into this fascinating world. Grounded on a solid scientific foundation, this textbook, addresses topics such as perceptual aspects of VR/AR, input and output devices including tracking, interactions in virtual worlds, real-time aspects of VR/AR systems and the authoring of VR/AR applications in addition to providing a broad collection of case studies. Umfang: 429 S. ISBN: 978-3-030-79062-2
Inhalt: Signalverarbeitung und maschinelles Lernen für das automatisierte Fahren Dieses Buch behandelt Methoden der Signalverarbeitung und des maschinellen Lernens, die in der integralen Fahrzeugsicherheit und für das automatisierte Fahren benötigt werden. Es vermittelt die mathematischen Grundlagen, um eigene Algorithmen für automatisierte Eingriffe in die Fahrzeugführung zu entwerfen und zu implementieren. Das Buch wendet sich an Ingenieure/-innen aus dem Bereich Automotive sowie an Studierende und Promovierende der Ingenieurwissenschaften. Folgende Themen werden behandelt:- Maschinelles Lernen (inklusive Deep Learning): Grundlagen und Anwendungen für das automatisierte Fahren, Convolutional Neural Networks, Random Forest, Autoencoder- Statistische Signalverarbeitung: Grundlagen der statistischen Filterung sowie Tracking von Objekten in der Fahrzeugumgebung, Kalman-Filter, Fusion von Sensordaten- Fahrzeugmodelle und Trajektorien: Fahrdynamikmodelle für die aktive Fahrzeugsicherheit und das automatisierte Fahren, Trajektorienplanung und Trajektorienfolgeregler, Kollisionsmodelle für die passive Fahrzeugsicherheit- Zeit- und Frequenzdarstellung von Signalen (z. B. Filterung von Beschleunigungssignalen in Airbag-Steuergeräten)- Mathematische Grundlagen für den Entwurf von Algorithmen: Lineare Algebra, Optimierung, Wahrscheinlichkeitstheorie und Lineare Systeme Die einzelnen Schwerpunkte werden durch Übungsaufgaben mit Musterlösungen veranschaulicht. Für Übungsaufgaben, bei denen es erforderlich ist, werden Matlab-Skripte zur Verfügung gestellt. Umfang: 448 S. ISBN: 978-3-446-46804-7
Programm Findus Internet-OPAC findus.pl V20.241/8 auf Server windhund2.findus-internet-opac.de,
letztes Datenbankupdate: 28.09.2024, 13:06 Uhr. 3.270 Zugriffe im September 2024. Insgesamt 539.697 Zugriffe seit Juli 2008
Mobil - Impressum - Datenschutz - CO2-Neutral