Στατιστική Επεξεργασία Σήματος και Θέματα Μηχανικής Μάθησης¶

Επίσημο περίγραμμα μαθήματος του ΤΜΗΥΠ (Πανεπιστήμιο Πατρών), όπως δημοσιεύεται στη σελίδα του μαθήματος και στο συνημμένο αρχείο «Περίγραμμα Μαθήματος». Το κείμενο παρατίθεται αυτούσιο, χωρίς τα πρότυπα οδηγιών του εντύπου.

Στόχοι¶

Α. Θεωρία Ο φοιτητής που ολοκληρώνει επιτυχώς το μάθημα είναι σε θέση να :
κατανοεί τις βασικές έννοιες των στοχαστικών διαδικασιών,
γνωρίζει τις επιλογές αναφορικά με τη διαδικασία ανίχνευσης,
γνωρίζει τις επιλογές που διατίθενται σε ότι αφορά την εκτίμηση παραμέτρων και σημάτων,
υλοποιήσει βασικές μεθόδους ανίχνευσης και εκτίμησης,
αξιολογήσει την καταλληλότητα ενός εκτιμητή για συγκεκριμένο πρόβλημα,
υλοποιήσει βασικούς προσαρμοστικούς αλγορίθμους για συγκεκριμένες εφαρμογές,
γνωρίζει τις βασικές επιλογές σχετικά με μεθόδους επιβλεπόμενης και μη επιβλεπόμενης μάθησης,
υλοποιήσει βασικές μεθόδους επιβλεπόμενης και μη επιβλεπόμενης μάθησης.

Β. Εργαστηριακή Άσκηση

Ο φοιτητής που ολοκληρώνει επιτυχώς το εργαστηριακό μέρος του μαθήματος μπορεί να:

εξομοιώσει και να μελετήσει βασικές τεχνικές ανίχνευσης,
εξομοιώσει και να μελετήσει βασικές τεχνικές εκτίμησης για εφαρμογές όπως:
ταυτοποίηση συστήματος
εκτίμηση φάσματος ισχύος
εκτίμηση και ισοστάθμισης διαύλου
παρακολούθηση παραμέτρων χρονικά μεταβαλλόμενου συστήματος
εξομοιώσει και να μελετήσει βασικές τεχνικές επιβλεπόμενης και μη επιβλεπόμενης μάθησης.

Περιεχόμενο (ύλη)¶

Α. Διαλέξεις Μεταξύ άλλων, στο πλαίσιο του μαθήματος καλύπτονται τα ακόλουθα:

Ανασκόπηση βασικών εννοιών σχετικά με στοχαστικές διαδικασίες.
Στοιχεία της θεωρίας ανίχνευσης.
Στοιχεία της θεωρίας εκτίμησης παραμέτρων.
Στοιχεία της θεωρίας εκτίμησης σημάτων.
Έμφαση σε εκτιμητές 2ης τάξης, Εκτιμητής Wiener.
Αναδρομικές Τεχνικές Εκτίμησης, Βασικοί Αναδρομικοί Αλγόριθμοι.
Εκτίμηση φάσματος ισχύος.
Χωροχρονική επεξεργασία με περιορισμούς (LCMV).
Παραδείγματα επεξεργασίας:
Έξυπνες κεραίες. Μορφοποίηση λοβού. Εκτίμηση DoA.
Ταυτοποίηση άγνωστου συστήματος.
Εκτίμηση και ισοστάθμιση καναλιού.
Στοιχεία της θεωρίας στατιστικής μάθησης.
Βασικές μέθοδοι επιβλεπόμενης μάθησης.
Βασικές μέθοδοι μη επιβλεπόμενης μάθησης.

Β. Εργαστηριακές Ασκήσεις

Άσκηση 1: Υλοποίηση και συγκριτική μελέτη απόδοσης τεχνικών εκτίμησης φάσματος ισχύος.
Άσκηση 2: Υλοποίηση και μελέτη απόδοσης τεχνικών ταυτοποίησης συστήματος.
Άσκηση 3: Υλοποίηση και μελέτη απόδοσης τεχνικών εκτίμησης και ισοστάθμισης διαύλου.
Άσκηση 4: Υλοποίηση προσαρμοστικών αλγορίθμων για χρονικά μεταβαλλόμενα συστήματα.
Άσκηση 5: Υλοποίηση και μελέτη απόδοσης τεχνικών επιβλεπόμενης και μη επιβλεπόμενης μάθησης.

Αξιολόγηση¶

Η αξιολόγηση περιλαμβάνει:

Γραπτή ή προφορική εξέταση (50% του συνολικού βαθμού)
Εργαστηριακές Ασκήσεις (50% του συνολικού βαθμού)

Βιβλιογραφία¶

«Αλγόριθμοι και εφαρμογές συστημάτων επικοινωνιών: Σήματα και συστήματα», N. Benvenuto and G. Cherubini, Εκδόσεις Παν/μιου Πατρών, 2004. (ΕΥΔΟΞΟΣ)
«Στατιστική επεξεργασία σημάτων και μάθηση: Βασικές Έννοιες, Αλγόριθμοι και Μοντέλα», Δ. Αμπελιώτης, Χ. Μαυροκεφαλίδης, Κ. Μπερμπερίδης, Εκδόσεις Κάλλιπος (Ηλεκτρονικές Εκδόσεις Συνδέσμου Ελληνικών Ακαδημαϊκών Βιβλιοθηκών), 2016. Διαθέσιμο στη διεύθυνση: https://repository.kallipos.gr/bitstream/11419/2189/3/Book.pdf -Συναφή επιστημονικά περιοδικά και συνέδρια:
IEEE Transactions on Signal Processing
IEEE Transactions on Signal and Information Processing over Networks
IEEE Signal Processing Magazine
EURASIP Journal on Advances in Signal Processing
ICASP, GLOBALSIP, Eusipco