---
fontsize: 11pt
---

# Einleitung

## Wieso ist FFD cool?

## Was ist evolutionäre Optimierung?

## Wieso ist evo-Opt so cool?

## Evolvierbarkeitskriterien

- Konditionszahl etc.

# Hauptteil

## Was ist FFD?

- Definition
- Wieso Newton-Optimierung?
  - Was folgt daraus?

## Szenarien vorstellen

### 1D

#### Optimierungszenario

- Ebene -> Template-Fit

#### Matching in 1D

- Trivial

#### Besonderheiten der Auswertung

- Analytische Lösung einzig beste
  - Ergebnis auch bei Rauschen konstant?
  - normierter 1-Vektor auf den Gradienten addieren
    - Kegel entsteht

### 3D

#### Optimierungsszenario

- Ball zu Mario

#### Matching in 3D

- alternierende Optimierung

#### Besonderheiten der Optimierung

- Analytische Lösung nur bis zur Optimierung der ersten Punkte gültig
- Kriterien trotzdem gut

# Evaluation

## Spearman/Pearson-Metriken

- Was ist das?
- Wieso sollte uns das interessieren?
- Wieso reicht Monotonie?
- Haben wir das gezeigt?
- Stastik, Bilder, blah!

# Schluss

HAHA .. als ob -.-