Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the updraftplus domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /var/www/lmi_wordpress/wp-includes/functions.php on line 6114
Naključni procesi in signali – Laboratorij za strojno inteligenco

Naključni procesi in signali

Študij: Elektrotehnika, UN 3 stopnja

Predavatelj: izr. prof. dr. Vitomir Štruc

Cilji predmeta

Cilj predmeta je seznaniti študenta z naprednimi metodami obravnave naključnih procesov in obdelave naključnih signalov. Posebej bodo obravnavani primeri iz obdelave govornih in slikovnih signalov.

Vsebina

Vsebina predmeta se predstavi tekom predavanj, ki so razdeljena v naslednje vsebinske sklope:

  • Uvod: definicija naključnega procesov in signalov; uvedba ključnih matematičnih orodij verjetnostnega računa in statistike.
  • Obdelava naključnih signalov: časovna in vzorčna povprečja, filtriranje naključnih signalov (Winnerjev in Kalmanov filter), ocenjevanje verjetnostnih porazdelitev (postopki »Expectation-Maximization« (EM), »Maximum A Posteriori« (MAP) in »Maximum Likelihood Linear Regression« (MLLR)).
  • Modeliranje stacionarnih in nestacionarnih naklučnih procesov: Gaussov proces, Poissonov proces, Gauss-Markov proces, Opis nestacionarnih procesov s Prikritimi Markovovimi modeli (HMM), nevronskimi mrežami z dolgim kratkoročnim spominom (LSTM), konvolucijskimi mrežami (CNN), rekurzivnimi mrežami.
  • Primeri modeliranja tvorjenja, percepcije in obdelave govornega signala: model tvorjenja govora »vir-filter«, perceptivini model in dekonvolucija govornega signala, časovno-frekvenčne parametrične predstavitve govornega signala, detekcija govornega signala, modeliranje govornega signala s HMM.
  • Obdelava in modeliranje slikovnih signalov z nevronskimi mrežami, generativni problemi obdelave slik, prevladujoče topologije konvolucijskih mrež, predstavitev problemov obdelave slikovnih signalov za globoko učenje

Literatura

  • Robert M.G., Lee D.D. (2004) An Introduction to Statistical Signal Processing. Cambridge University Press
  • Shlomo E. (2007) Random signals and noise: a mathematical introduction. CRC Press
  • Rabiner L., Schafer R. (2010) Theory and Applications of Digital Speech Processing. Prentince Hall
  • Pieraccini R. (2012) The Voice in the Machine: Building Computers That Understand Speech. MIT Press
  • Gonzales R. C., Woods, R.E. (2007) Digital Image Processing, 3 izdaja, Prentice Hall.
  • Goodfellow, I., Bengio, Y., Courville, A. and Bengio, Y. (2016) Deep learning (Vol. 1). Cambridge: MIT press.