|
|
|||||||||||||||||
Opinto-opas 2012-2013
Oppivat ja älykkäät järjestelmät, 25 op |
Opintokokonaisuuden tyyppi
Aineopinnot
Yhteyshenkilö
Alpo Värri, Ari Visa
Osaamistavoitteet
| - | Opintokokonaisuuden suoritettuaan opiskelija osaa selittää oppivien ja älykkäiden järjestelmien peruskäsitteet. |
| - | Opiskelija osaa käsitellä mittaussuureiden joukkoa siten, että niistä voidaan tunnistaa eri tekniikoilla haluttuja ilmiöitä ja pystyy arvioimaan kehitetyn järjestelmän suorituskyvyn rajat. |
| - | Opiskelija osaa kuvata tärkeimmät hahmontunnistusmenetelmät ja vertailemalla valita niistä soveltuvimman annettuun tehtävään sekä osaa evaluoida eri menetelmiä. |
| - | Opiskelija pystyy seuraamaan alan kirjallisuutta ja pystyy ottamaan käyttöön kirjallisuudesta löydetyn älykkään menetelmän. |
Esitietovaatimukset
SGN-1201 Signaalinkäsittelyn menetelmät ( Pakollinen )
OHJ-1100 Ohjelmointi I ( Suositeltava )
Sisältö
Pakolliset opintojaksot
| Opintojakso | Opintopisteet | Vuosikurssi |
| ASE-7716 Predictive and Fuzzy Control | 5 op | III |
| SGN-1251 Signaalinkäsittelyn sovellukset | 5 op | III |
| SGN-2500 Johdatus hahmontunnistukseen | 4 op | III |
| SGN-2556 Pattern Recognition | 5 op | III |
| SGN-2806 Neural Computation | 5 op | III |
| Yhteensä | 24 op |
Täydentävät opintojaksot
Listasta täydennetään opintokokonaisuuden laajuuteen (25)
| Opintojakso | Opintopisteet | Vuosikurssi |
| ASE-3036 Microsensors | 5 op | IV |
| ELE-2301 Sulautettujen prosessorisovellusten perusteet | 4 op | III |
| MAT-51706 Bayesian Methods | 6 op | III |
| OHJ-1150 Ohjelmointi II | 5 op | II |
| OHJ-2556 Artificial Intelligence | 6 op | IV |
| OHJ-4200 Laitteistonläheinen ohjelmointi | 4 op | III |
| OHJ-4301 Sulautettu ohjelmointi | 5 op | IV |
| SGN-2010 Digitaalinen lineaarinen suodatus I | 5 op | III |
| SGN-2206 Adaptive Signal Processing | 5 op | IV |
| SGN-2607 Statistical Signal Processing | 6 op | V |
| SGN-2706 Nonlinear Signal Processing | 5 op | IV |
| SGN-3010 Digitaalinen kuvankäsittely I | 5 op | II |
| SGN-4106 Speech Recognition | 5 op | III |
| SGN-4507 Speech Recognition Laboratory | 3 op | IV |
| SGN-5306 Knowledge Mining | 3 op | III |
| TKT-1111 Tietokonearkkitehtuuri 1 | 5 op | III |
| TKT-1202 Digitaalisuunnittelu | 5 op | II |
| TKT-1426 Digital Design for FPGA | 6 op | V |
| TKT-3517 DSP Implementations | 5 op | IV |
| TKT-3541 SoC-alustat | 5 op | IV |
| TTE-5516 Machine Vision and Optical Measurements | 6 op | V |
Lisätiedot
Oppivilla ja älykkäillä menetelmillä tarkoitetaan pääsääntöisesti menetelmiä, joiden avulla voidaan suorittaa tietynlaista älykkyyttä vaativia tehtäviä kuten hahmontunnistus (luokittelu), ennustaminen ja erilaisten signaalien analysointi. Tällaisia ominaisuuksia tarvitaan esimerkiksi itsenäisesti toimivissa koneissa ja laitteissa. Neurolaskenta ja sumea logiikka ovat kaksi tunnettua esimerkkiä oppivista ja älykkäistä menetelmistä. Yksi keskeinen oppivien ja älykkäiden menetelmien käyttöalue on signaalinkäsittely ja sen sovellutukset. Oppivien ja älykkäiden järjestelmien sivuaine antaa opiskelijalle perustiedot oppivista ja älykkäistä menetelmistä sekä kyvyn soveltaa niitä erityisesti signaalinkäsittelyn sovellutuksissa. Täydentävillä kursseilla sivuaineen painotusta voidaan suunnata joko teoreettisempaan tai soveltavampaan suuntaan.