PředmětyPředměty(verze: 965)
Předmět, akademický rok 2019/2020
  
Advanced Methods of Signal Processing for PhD Students - AP445013
Anglický název: Advanced Methods of Signal Processing for PhD Students
Zajišťuje: Ústav počítačové a řídicí techniky (445)
Fakulta: Fakulta chemicko-inženýrská
Platnost: od 2019 do 2020
Semestr: letní
Body: letní s.:0
E-Kredity: letní s.:0
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:3/0, Jiné [HT]
Počet míst: neomezen / neurčen (neurčen)
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: angličtina
Způsob výuky: prezenční
Úroveň:  
Poznámka: student může plnit i v dalších letech
Garant: Mareš Jan prof. Ing. Ph.D.
Kukal Jaromír doc. Ing. Ph.D.
Záměnnost : P445013
Termíny zkoušek   Rozvrh   
Anotace -
Speciální metody zpracování signálů se vyznačují použitím funkcionálních transformací, robustních statistických metod a variačním přístupem. Výše uvedené techniky umožňují konstrukci efektivních postupů vyhlazování signálu, jeho analýzy a klasifikce do tříd. Výuka je orientována především na matematické principy a aplikace v analytické chemii.
Poslední úprava: Pátková Vlasta (19.11.2018)
Podmínky zakončení předmětu (Další požadavky na studenta) -

Příprava a obhajoba individuálního projektu spojená s ústní zkouškou.

Poslední úprava: Pátková Vlasta (19.11.2018)
Literatura -

Z: Gonzales, R.C., Woods, R.E., Digital Image processing (4th edition), Pearson, New York, 2017.

Z: Mitra, S.K., Sicuranza, G.L., Nonlinear Image Processing, Academic Press, New York, 2001.

Z: King, W., Hilbert Transforms, Vol.1, Cambridge University Press, Cambridge, 2009.

D: Aubert, G., Kornprobst, P., Mathematical Problems in Image Processing: Partial Differential Equations and the Calculus of Variations (2nd edition), Springer, New York, 2006.

Poslední úprava: Pátková Vlasta (19.11.2018)
Metody výuky -

Přednášky, příprava projektu zaměřeného na analýzu signálu souvisejícího se zaměřením doktorského studia.

Poslední úprava: Pátková Vlasta (19.11.2018)
Sylabus -

přednášky a individuální projekty budou zaměřeny na:

1.Číslicový signál a jeho vlastnosti ve frekvenční oblasti.

2.Statistické vlastnosti vzorkovaného signálu.

3.Funkcionální transformace pro zpracování signálu (Laplace,Fourier,Hilbert,Z,DFT,FFT,DHT)

4.Techniky zlepšování kvality signálu (filtrace,vyhlazování,ostření,dekonvoluce,rekonstrukce)

5.Analýza signálu (spektrum, koherence, deskriptory chaosu, fraktální analýza)

6.Lokální zpracování signálu pomocí robustních statistických metod (M-odhady,L-odhady, speciální rozdělení)

7.Regularizované metody zpracování signálu.

8.Variační přístup ke zpracování signálu.

9.Signál jako předmět klasifikace vzorů.

10.Zobecnění na 2D a 3D obrazy.

Poslední úprava: Pátková Vlasta (19.11.2018)
Studijní opory -

interní materiály

Poslední úprava: Pátková Vlasta (19.11.2018)
Výsledky učení -

Studenti budou umět:

Rozpoznat, která funkcionální transformace by mohla být užitečná pro zpracování signálu při řešení zadané úlohy.

Rozhodnout, která technika modifikace signálu by v dané aplikaci mohla zlepšit jeho kvalitu ve vztahu k cílům zpracování signálu.

Aplikovat speciální statistické metody v kombinaci s variačním počtem, a tak vytvářet nové metody zpracování signálu.

Poslední úprava: Pátková Vlasta (19.11.2018)
Vstupní požadavky -

Nejsou

Poslední úprava: Pátková Vlasta (19.11.2018)
Studijní prerekvizity -

Nejsou

Poslední úprava: Pátková Vlasta (19.11.2018)
 
VŠCHT Praha