Neuer Algorithmus rekursiv Zustände aus Slow Feature Analysis extrahiert
Slow Feature Analysis (SFA) hat sich in den letzten Jahren als leistungsstarkes Verfahren zur Erkennung langsam variierender Merkmale in Klassifikations- und Signalverarbeitungsaufgaben etabliert. Durch probabilistische Erweiterungen, wie die Probabilistic Adaptive Slow Feature Analysis, werden diese Merkmale nun als Zustände in einem ARMA-Prozess modelliert und aus den Beobachtungen geschätzt.
