2008/2009

02457 Signalbehandling i ikke-lineære systemer

Engelsk titel: 


Non-Linear Signal Processing

Sprog:


Point (ECTS )

  10

Kursustype:   

Civil- Videregående Kursus
Kurset udbydes under åben uddannelse


Skemaplacering:

E1

 

Undervisningsform:

Forelæsninger, Matlab øvelser og et miniprojekt.

Kursets varighed:

13-uger

Eksamensplacering:

Aftales med læreren 

Evalueringsform:

Hjælpemidler:

Bedømmelsesform:

Tidligere kursus:

04364

Faglige forudsætninger:


Overordnede kursusmål:

Signal detektion og mønstergenkendelse er fundamentale komponenter i moderne anvendelser af signalbehandling i for eksempel høreapparater, telekommunikation, underholdning og biomedicin. I mange anvendelse er der ikke etableret en brugbar fysisk model, og derfor må man anvende såkaldt machine learning metoder til at finde en brugbar model - typisk indenfor en familie af fleksible parametriske modeller som for eksempel kunstige neurale netværk eller gaussiske miksturer.


Læringsmål:

En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Diskutere fundamentale aspekter af machine learning: Generaliserbarhed, likelihood funktionen, Bayes metoder, og bias-varians afvejning.
  • Diskutere fundamentale aspekter af signal detektion: Bayes beslutningsteori, posterior sandsynligheder, og tabsfunktioner.
  • Definere likelihood funktioner for signal modellering og detektion
  • Designe lineære og ikke-lineære signal modellering and detektionssystemer
  • Benytte krydsvalidering til at opnå centrale estimatorer for ydeevne
  • Evaluere adaptive lineære og ikke-lineære signal modellering og detektionssystemer.
  • Forklare implementering af adaptive systemer og deres evaluering i Matlab
  • Være bekendt med anvendelser af machine learning indenfor lydbehandling herunder talegenkendelse
  • Være bekendt med anvendelser af machine learning indenfor bio-medicinske anvendelser
  • Være i stand til at give en mundligt redegørelse for resultater fra kursets matlab øvelser.

Kursusindhold:

Indholdet i kurset varierer fra år til år, men vil blive udvalgt blandt følgende emner:
Signal detektion og mønstergenkendelse. Bayesiansk beslutningsteori og matematisk modellering af mønstergenkendelsessysstemer.
Machine learning herunder neurale netværk. Der gives en grundlæggende indføring i teorien for machine learning. Teorien belyses ved anvendelser inden for en række områder, herunder multimedier, biomedicin og datamining. Metoder til talegenkendelse baseret på skjulte Markov modeller.


Litteratur:

Christopher M. Bishop: "Pattern Recognition and Machine Learning".
Springer (2006) ISBN 0-38-731073-8


Bemærkninger:

Dette kursus er sammen med kursus 02459 videregående kurser inden for digital signalbehandling. De tilhørende indledende kurser er 02451, 02453.


Kursusansvarlig:

Lars Kai Hansen, 321, 028, (+45) 4525 3889, lkh@imm.dtu.dk  

Institut:

02 Institut for Informatik og Matematisk Modellering

Kursushjemmeside:

http://www.imm.dtu.dk/courses/02457

Nøgleord:

neurale netværk, skjulte Markov modeller, mønstergenkendelse, multimedie signalbehandling, machine learning
Sidst opdateret: 23. april, 2009