Signalų atpažinimas

Dalyko anotacija lietuvių kalba

Dalyko studijų tikslas yra atverti studentams žinias, išugdyti gebėjimus, suformuoti įgūdžius kurti ateities ir eksploatuoti dabar veikiančias įvairios paskirties signalų atpažinimo sistemas ir prietaisus

Dalyko anotacija užsienio kalba

The goal of the study subject is to open for students knowledge, skills and ability to investigate signal recognition theory problems and apply theory and modern information technologies for recognition of various nature stochastic signal and stochastic dynamic system

Būtinas pasirengimas dalyko studijoms

Tikimybių teorija, matematinė statistika, procesų analizės pradmenys, programavimo patirtis

Dalyko studijų rezultatai

Žinojimas ir supratimas kaip aprašyti ir vertinti signalų savybes ir panaudoti aprašymų rezultatus stebėsenos ir atpažinimo sistemų, prietaisų kūrimui.
Mokėjimas analizuoti, aprašyti natūralių ir dirbtinių signalų savybes ir panaudoti žinias , kuriant ir eksploatuojant signalų savybių vertinimo ir atpažinimo sistemas, prietaisus.
Gebėjimas spręsti aukščiausios kokybės signalų atpažinimo produktų kūrimo problemas.

Dalyko turinys

1. Signalai. Signalų rūšys. Natūralūs ir dirbtiniai signalai
2. Signalų požymiai. Signalų požymių vertinimas.
3. Dinaminės sistemos ir jų požymiai
4. Signalų modeliavimas
5. Atpažinimo sistemos ir jų dalys
6. Atsitiktinių signalų atpažinimas
7. Stochastinių dinaminių sistemų funkcinės būsenos ir jų atpažinimas
8. Tiesiniai ir atkarpmis tiesiniai atpažintuvai
9. Atpažinimas minimizuojant vidutinę riziką. Bayes‘o metodas
10. Signalų savybių pasikeitimų atpažinimas
11. Laiko skalės kraipymas
12. Šnekos signalų atpažinimas. Paslėptieji Markovo modeliai
13. Balsu valdomos sistemos
14. Judrių, bet kur esančių objektų funkcinių būsenų atpažinimas
15. Suboptimalios atpažinimo procedūros. Atpažinimo tikslumas ir patikimumas

Dalyko studijos valandomis

Paskaitos (P) 45 val.
Laboratoriniai darbai (L) 15 val.
Savarankiškas darbas 100 val.
Iš viso 160 val.

Studijų rezultatų vertinimas

Kolokviumas – 17 procentų, laboratoriniai darbai -33 procentai, egzaminas – 50 procentų

Literatūra

1. 2006 John G. Proakis, Dimitris G. Manoakis. Digital Signal Processing. Principles, Algorithms, and Applications. Fourth Edition. Prentice-Hall, Inc.,
2. 2001 Richard O. Duda, Peter E. Hart, David G. Stork. Pattern Classification. John Wiley Sons Inc.,
3. 2011 Telksnys L.,Kaukėnas J. Recognition of short-time specific random elements in random sequences. Informatica. ISSN 0868-4952. 2011, vol. 22, no. 2.
4. 2012 Telksnys L., Kaukėnas J. Accuracy Estimation of Detection of Extrasystoles in Heart Rate Sequences // e-Health Networking, Applications and Services (Healthcom) : 2012 IEEE 14th International Conference, 10-13 October, Beijing, China. Beijing. IEEE, 2012. ISBN 9781457720390http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6379377>.
5. 2009 Sergios Theodoridis, Konstantinas Koutroumbas. Pattern Recognition. Elsevier Inc.
Papildoma literatūra
1. 2006 Fang Chen. (2006) Designing Human Interface in Speech Technology. Springer