Universität Regensburg

Elmar Wolfgang Lang

Anschrift:

Leistungsprofil:

• Adaptive künstliche Neuronale Netze zur Mustererkennung und Klassifikation, Funktionsapproximation, Überwachung und Kontrolle, Prozessteuerung.Adaptive artificial neural networks for pattern recognition and classification, function approximation, supervision and control, process control
• Entwicklung informationstheoretischer und statistischer Methoden zur Signal-, Daten- und Bildanalyse - Merkmalsextraktion, Eigenbildanalyse, Hauptkomponentenanalyse, Analyse statistisch unabhängiger Komponenten, blinde Quellenseparation, Zeitreihenanalyse, Algorithmenentwicklung.Development of information theoretical and statistical methods for signal, data and image analysis - feature extraction, eigenimage analysis, principal component analysis (PCA), independent component analysis (ICA), blind source separation (BSS), time series analysis, development of algorithms
• Anwendung neuronaler Netze sowie informationstheoretischer Datenanlyseverfahren in der BioinformatikApplication of neural nets and information theoretical methods of analysis to bioinformatics problems
• Entwicklung und Analyse von geometrischen ICA Verfahren für Probleme mit mehr Quellen- als Sensorsignalen, zur nichtlinearen blinden Quellenseparation und zur Hardware ImplementationDevelopment and analysis of geometric ICA methods - application to problems with more sources than sensors, to nonlinear blind source separation problems, hardware implementations

• Mustererkennung und Klassifikation von Fluoreszenzbildern von Hautläsionen (Tumorerkennung und -klassifikation) mit selbstorganisierenden Merkmalskarten, neuronalen Netzen und informationstheoretischen Verfahren - Bildverarbeitung, Segmentierung, Dimensionsreduktion mulivariater Datensätze, Merkmalsextraktion und Eigenbildanalyse, Clusteranalyse, Klassifikation, Dekorrelation (PCA), unabhängige Komponenten Analyse (ICA)Pattern recognition and classification of fluorescence images of skin lesions (skin cancer recognition and classification) with self-organizing feature maps, neural nets and statistical and information theoretical methods - image processing, segmentation, dimension reduction of multivariate data sets, feature extraction and eigenimage analysis, cluster analysis, classification, decorrelation (principal component analysis-PCA), independent component analysis (ICA)
• Entwicklung informationstheoretischer Verfahren zur Analyse von funktionellen Magnetresonanzbildern (fMRI), Elektro- und Magnetenzephalographischen Signalen (EEG, MEG) und neurodynamische Modellierung der Aktivitätsmuster - Diagnose und Charakterisierung pathologischer Veränderungen emotionaler Zustände bei Patienten, Aufmerksamkeitssteuerung kognitiver Prozesse, Mensch-Maschine Interaction.Development of information theoretical methods to analyse functional magnetic resonance imaging data sets (fMRI), elctro- and magnetoencephalographic signals (EEG, MEG) and neurodynamic modelling of the activity patterns - Diagnosis and characterization of pathological changes of emotional states, attention control of cognitive processes, man-machine interaction.
• Entwicklung informationstheoretischer Verfahren zur Analyse von multidimensionalen NMR Spektren - Artefakterkennung und -entfernung, blinde QuellenseparationDevelopment of informationtheoretical methods to analyze multidimensional NMR spectra - artefact detection and removal, blind source separation
• Analyse von Prozesskontrolldaten mit neuronalen Netzen - Merkmalsextraktion, Ausreisser Erkennung, Clusteranalyse, KlassifikationAnalysis of process control data with neural nets - feature extraction, outlier detection, cluster analysis, classification

• Linux and SUN workstations

Publikationen:

• siehe www.biologie.uni-regensburg.de/Biophysik/Lang/publications.html

Kooperationsangebot für die Wirtschaft / Praxis:

• Signal- und Bildanalyse, Analyse hochdimensionaler, multivariater Datensätze, Data Mining
• Mustererkennung und -klassifikation, Prozesskontrolle

Bestehende Kooperationen: