Overordnede kursusmål
At give deltagerne viden om og kompetencer indenfor
*Signal og data typer i intelligente systemer
*Representationer af signaler med fokus på billeder. lyd, video og
tekst
*Signalbehandling og probabilistiske metoder til at fremhæve
signaler og dæmpe støj og systematiske fejl
* Visualisering som værktøj til debugging og kommunikation af
signalbehandling
* Python som et værktøj til sansning, repræsentation og analyse af
signaler
Kurset giver deltagerne kompentencer til at arbejde med signaler i
praktiske AI systemer
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Kan beskrive the vigtigste trin involveret i signalbehandling
fra sansning, repræsentation, rensning, adskillelse af
signalkomponenter til kommunikation
- Kan anvende signalbehandlingsbegreber som
vektorrumsrepræsentationer, foldninger, rensning, signalseparation,
og krydsvalidering.
- Kan anvende probabilistiske beskrivelser af signalusikkerhed og
støj
- Kan diskutere karakteristika of typiske signaler i AI systemer:
Visuelle scener, tale og formel og uformel tekst.
- Kan anvende signalbehandling i billeder, lyd, video og tekst
data.
- Kan anvende signalbehandling med anvendelse af Python og Python
notebooks.
- Kan anvende visualisering til evaluering og kommunikation af
signalbehandlingsresultater.
- Kan identificere signalbehandlingsstrategier og metoder til
givne signalbehandlingsproblemer.
- Kan designe signaloptagelse og anvende signalbehandlingsmetoder
på egne data og kommunikere resultatet.
Kursusindhold
Former for signaler der opstår i intelligente systemer (billeder,
lyd, video, tekst). Vektorrumsrepræsentationer af billeder, lyd,
video og tekst. Valg af basis til fremhævning af signaler og deres
position. Linæer algebra for 1D og 2D foldninger. Probabilistiske
modeller af signaler og støj. Adaptive basisfunktioner.
Similaritetsmål og signaldetektion. Vekselvirkning med signaler og
optagelse af metadata. Opsummeringer, histogrammer og evalueringer.
Visualisering og fortolkning af signaler. Python AI værktøjer og
notebooks
Litteraturhenvisninger
Noter, video og python notebooks
Sidst opdateret
12. juni, 2020