2009/2010

02459 Machine Learning og Signalbehandling

Engelsk titel: 


Machine Learning for Signal Processing

Sprog:


Point (ECTS )

  5

Kursustype:   

Civil- Videregående Kursus
Kurset udbydes under åben uddannelse


Skemaplacering:

F1B
Kurset indledes med forelæsninger og øvelser i F1B (sædvanligvis 3-4 uger). Derefter udføres gruppearbejde i grupper af 2-3 studerende og projektmøder aftales med vejleder.
 

Undervisningsform:

Forelæsininger og projektarbejde i grupper af 2 studerende

Kursets varighed:

13-uger

Eksamensplacering:

Særlig dag  Mundtlig posterpræsentation i slutningen af semesteret. Skriftlig rapport afleveres ved udgangen af semesteret.

Evalueringsform:

Hjælpemidler:

Bedømmelsesform:

Pointspærring:

Faglige forudsætninger:

,

Ønskelige forudsætninger:

,

Deltagerbegrænsning:

Maksimum:  30
 

Overordnede kursusmål:

At sætte deltagerne i stand til at følge udvalgte emner af den nyeste udvikling indenfor anvendelsen af machine learning teknikker til signalbehandling.


Læringsmål:

En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Opstille egne læringsmål for projektforløbet
  • Indsamle videnskabelig viden og data om projektets emne med udgangspunkt i projektoplæg
  • Foretage en velbegrundet afgrænsning af projektet samt formulere specifikke hypoteser og mål
  • Organisere samarbejdet i projektgruppen
  • Planlægge og gennemføre et projektforløb i samarbejde med projektvejlederen
  • Designe et machine learning baseret signalbehandlingssystem med udgangspunkt i analyse af problemstilling og projekts mål samt udvælge relevante algoritmer og metoder
  • Vurdere og sammenfatte projektets resultater i relation til mål, metoder og tilgængelige data
  • Udføre projektet og fortolke resultater ved anvendelse af Matlab
  • Strukturere og skrive en afsluttende kort teknisk rapport indeholdende problemformulering, metodebeskrivelse, eksperimenter, evaluering og konklusion
  • Præsentere metoder, resultater ved møder med projektvejleder og andre projektgrupper
  • Organisere og fremlægge resultater af projekt ved afsluttende posterpræsentation

Kursusindhold:

Der indledes med forelæsninger introducerende en række områder, der har forskningsmæssig interesse. Som eksempler på områder kan nævnes: Prædiktion af tidssignaler, neurale netværk, skjulte Markov modeller til talegenkendelse, Bayesiansk modellering og signaldetektion, uafhængig komponent analyse, separation og analyse af audiosignaler. Deltagerne gennemfører derefter et projekt inden for de fremlagte områder.


Bemærkninger:

Dette kursus er sammen med 02457 videregående kurser indenfor intelligent signalbehandling. De tilhørende indledende kurser er 02451 og 02453. Kurset kan tages sideløbende med 02457. Kurset erstatter tidligere kursus 02455.


Kursusansvarlig:

Jan Larsen, 321, 113, (+45) 4525 3923, jl@imm.dtu.dk  
Lars Kai Hansen, 321, 028, (+45) 4525 3889, lkh@imm.dtu.dk  
Ole Winther, 321, 115, (+45) 4525 3895, owi@imm.dtu.dk  

Institut:

02 Institut for Informatik og Matematisk Modellering

Kursushjemmeside:

http://www.imm.dtu.dk/courses/02459

Tilmelding:

I CampusNet

Nøgleord:

signalbehandling, machine learning, Bayesian signalbehandling, anvendelse af machine learning for signalbehandling
Sidst opdateret: 2. december, 2009