Kursen behandlar mönsterigenkänningens teoretiska grunder och ger en introduktion till praktiska tillämpningar, speciellt inom taligenkänning och bild- eller ljudklassificering.
EN2202 Mönsterigenkänning 7,5 hp
Denna kurs är avvecklad.
Sista planerade examination: HT 2017
Avvecklingsbeslut:
Ingen information tillagdInformation per kursomgång
Kursomgångar saknas för aktuella eller kommande terminer.
Kursplan som PDF
Notera: all information från kursplanen visas i tillgängligt format på denna sida.
Kursplan EN2202 (HT 2010–)Innehåll och lärandemål
Kursinnehåll
Lärandemål
Deltagarna skall efter genomgången kurs kunna
* konstruera system och algoritmer för mönsterigenkänning (signalklassificering), med tonvikt på sekvenser av mönster, som hanteras med t.ex. hidden-Markov-modeller (HMM).
* analysera klassificeringsproblem på probabilistisk grund och beräkna teoretiska prestanda,
* konstruera och analysera metoder för automatisk träning av klassificeringssystem,
* tillämpa maximum-likelihood-skattning av parametrar i tämligen komplexa probabilistiska modeller, t.ex. sammanvägda täthetsfunktioner (mixture-modeller) och hidden-Markov-modeller,
* förstå principen i Bayesiansk parameter-skattning och tillämpa den i enklare probabilistiska modeller.
Kurslitteratur och förberedelser
Särskild behörighet
För fristående kursstudent: 120 hp samt Engelska B eller motsvarande
Utrustning
Kurslitteratur
Arne Leijon (20xx) Pattern Recognition. KTH. (senaste version)
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
Examination
- INL1 - Inlämnings arbete, 2,5 hp, betygsskala: A, B, C, D, E, FX, F
- TEN1 - Tentamen, 5,0 hp, betygsskala: A, B, C, D, E, FX, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
Skriftlig tentamen samt obligatoriskt enskild uppgift (projektarbete) som innefattar implementering av klassificeringsverktyg i Matlab.
Övriga krav för slutbetyg
Tentamen 5p (betyg A-F). Obligatorisk enskild uppgift/ projektarbete 2.5p (A-F). Slutbetyg sammanvägs med vikten 25 för tentamen och 10 för projektarbetet.
Möjlighet till komplettering
Möjlighet till plussning
Examinator
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.
Ytterligare information
Kursrum i Canvas
Ges av
Huvudområde
Utbildningsnivå
Påbyggnad
Kontaktperson
Övrig information
Allt kursmaterial på engelska. All redovisning på svenska eller engelska.