Videregående signalbehandling (ELE640)

Vi omgir oss med smarte telefoner, klokker og sensorer. Gjennom slikt utstyr har vi samtaler, hører på musikk, ser film, mottar informasjon om verden rundt oss i tillegg til at vi overvåker våre omgivelser og oss selv. Vi trenger avansert signal- og bildebehandling for å kunne tolke og gi mening til data fra slike sensorer inkludert medisinsk utstyr. Dette emnet bygger på emner som Signalbehandling, Bildebehandling og Maskinlæring. Vi lærer grunnleggende teori, noen nye teknikker og etablerer "byggeklosser", som vi utforsker i konkrete applikasjoner. Vi lærer å trekke egenskaper ut av data som for eksempel kan mates inn i maskinlæringsprogrammer. 


Dette er emnebeskrivelsen for studieåret 2023-2024. Merk at det kan komme endringer.

Fakta

Emnekode

ELE640

Versjon

1

Vekting (stp)

10

Semester undervisningsstart

Høst

Antall semestre

1

Vurderingssemester

Høst

Undervisningsspråk

Norsk

Innhold

NB! Ingen undervisning/eksamen høsten 2023


Tema som omhandles er: Multirate signalbehandling, wavelets og filterbanker, stokastisk signalbehandling, spektralestimering og kvantisering, teknikker og metoder for signal- og bildekompresjon, samt egenskapsuttrekking fra signaler i tid- og frekvensdomene. Vi vil bruke signal- og bildebehandling i konkrete applikasjoner blant annet med eksempler fra biomedisinske problemstillinger. Vi vil også bruke maskinlæring for å lage beslutningssystemer.

Læringsutbytte

Kunnskap:

  • Studenten skal lære noe mer avanserte signalbehandlingsteknikker som bygger videre på ELE500 Signalbehandling og ELE510 Bildebehandling og maskinsyn.
  • Studenten skal få kunnskap om signal- og bildebehandlingsverktøy, som multirate signalbehandling, wavelets og filterbanker, stokastisk signalbehandling, spektralestimering og kvantisering, teknikker og metoder for signal- og bildekompresjon, samt egenskapsuttrekking fra signaler i tid- og frekvensdomene. 
  • Studenten skal forstå hvordan signal- og bildebehandlingsteknikker kan benyttes i konkrete applikasjoner som kompresjon av bilder og signaler.
  • Studenten skal også forstå hvordan signal- og bildebehandling kan bli brukt i biomedisinske problemstillinger.

Ferdigheter:

Studenten skal kunne bruke avanserte matematiske og statistiske metoder i analyse og konstruksjon av signalbehandlingssystemer samt evne å bruke programmeringsverktøy for å få til dette (Matlab og/eller Python).

Generell kompetanse:

Etter å ha gjennomført dette emnet skal studenten ha en forståelse for grunnleggende signalbehandlingskonsepter, der noen konsepter vil være på mer overordnet nivå og andre mer i detalj. Studenten skal ha en grunnleggende forståelse av anvendelsesmuligheter og evne å benytte metoder på nye anvendelser. 

Forkunnskapskrav

ELE500 Signalbehandling

Anbefalte forkunnskaper

ELE510 Bildebehandling og maskinsyn, ELE520 Maskinlæring

Eksamen / vurdering

Skriftlig eksamen og prosjekt rapport

Vurderingsform Vekting Varighet Karakter Hjelpemiddel
Skriftlig eksamen 60/100 4 Timer Bokstavkarakterer Ingen trykte eller håndskrevne hjelpemidler tillatt. Godkjent, enkel kalkulator tillatt
Skriftlig prosjekt rapport 40/100 Bokstavkarakterer Alle trykte eller håndskrevne hjelpemidler tillatt. Alle kalkulatorer tillatt

Prosjektoppgaven skal gjøres i grupper på 1-2 personer. Rapporten beskriver og dokumenterer arbeid i prosjektdelen. Alle deltakere i en gruppe får samme karakter basert på rapporten. Dersom en student ikke leverer prosjektet i tide regnes det som stryk så sant det ikke foreligger gyldig dokumentasjon som har gitt grunnlag for utvidet tid.   Dersom en student stryker på prosjektet kan studenten ta et nytt prosjekt med en ny tittel neste gang emnet undervises.

Vilkår for å gå opp til eksamen/vurdering

Presentasjon av prosjekt

Fagperson(er)

Emneansvarlig:

Ketil Oppedal

Instituttleder:

Tom Ryen

Arbeidsformer

4-6 timer forelesninger i uken.  Øvinger med bruk av Matlab og/eller Python kommer i tillegg.  Prosjektarbeid de 4 siste ukene av semesteret, der minst 3 av ukene er undervisningsfri.

Åpent for

Enkeltemner ved Det teknisk-naturvitenskaplige fakultet
Robotteknologi og signalbehandling - master i teknologi/siv.ing.

Emneevaluering

Det skal være en tidligdialog mellom emneansvarlig, studenttillitsvalgt og studentene. Formålet er tilbakemelding fra studentene for endringer og justering i emnet inneværende semester.I tillegg skal det gjennomføres en digital emneevaluering minimum hvert tredje år. Den har som formål å innhente studentenes erfaringer med emnet.

Litteratur

Søk etter pensumlitteratur i Leganto