Bereit für die Klausur? Teste jetzt dein Wissen!
Dein ergebnis
Melde dich für die StudySmarter App an und lerne effizient mit Millionen von Karteikarten und vielem mehr!
Du hast bereits ein Konto? Anmelden
Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Bachelor of Science Informatik
Universität Erlangen-Nürnberg
Bachelor of Science Informatik
Prof. Dr.
2024
Diese Vorlesung vertieft die Grundkonzepte von neuronalen Netzen und deren Anwendung in der Computergraphik. Dabei werden verschiedene Netzwerktopologien und Trainingsverfahren erläutert.
Im Bereich der Computergraphik werden die Grundlagen der Bildsynthese und der Darstellung von 3D-Objekten vermittelt. Wichtige Themen sind hierbei die Geometrie und die Rendering-Techniken.
Hier wird erläutert, wie digitale Bilder erstellt und manipuliert werden können. Speziell werden Methoden zur Realisierung realistischer und stilisierter Bilder besprochen.
In diesem Abschnitt wird auf inverse Probleme im Kontext der Bildverarbeitung und der Computergraphik eingegangen. Ziel ist es, aus gegebenen Bilddaten die zugrunde liegenden Ursache zu rekonstruieren.
Die Vorlesung 'Neural Graphics and Inverse Rendering' an der Universität Erlangen-Nürnberg bietet Dir fundiertes Wissen und praxisnahe Einblicke in die Schnittstelle von neuronalen Netzen und Computergraphik. Teil des Informatikstudiengangs, verbindet dieser Kurs theoretische Grundlagen mit praktischen Übungen, um Dein Verständnis für komplexe Bildsynthese und inverse Probleme zu vertiefen. Du lernst, wie neuronale Netze in der Computergraphik angewendet werden und entwickelst somit die Fähigkeit, aktuelle Herausforderungen in diesem innovativen Bereich zu meistern.
Kursleiter: Prof. Dr.
Studienleistungen: Am Ende der Vorlesung wird eine schriftliche Prüfung abgehalten.
Angebotstermine: Die Vorlesung wird im Sommersemester angeboten.
Curriculum-Highlights: Neuronale Netze, Computergraphik, Bildsynthese, Inverse Probleme
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Franziska A.
Justin V.
Katrin L.
Marina M.
Sie haben bereits ein Konto? Login
74790 Strategisches Management | Kurs ansehen |
Advanced Design and Programming | Kurs ansehen |
Advanced Mechanized Reasoning in Coq | Kurs ansehen |
Advanced Programming Techniques | Kurs ansehen |
Algebra | Kurs ansehen |
Algebra des Programmierens | Kurs ansehen |
Algebraische und Logische Aspekte der Automatentheorie | Kurs ansehen |
Algorithmen und Datenstrukturen | Kurs ansehen |
Algorithmik kontinuierlicher Systeme | Kurs ansehen |
Allgemeine Biologie I | Kurs ansehen |
Xiulan H.