|
Opinto-opas 2012-2013
Signaalinkäsittely, 30 op |
Opintokokonaisuuden tyyppi
Syventävät opinnot
Yhteyshenkilö
Ari Visa
Osaamistavoitteet
- | Opintokokonaisuuden suoritettuaan opiskelija tuntee oman signaalinkäsittelyn painopistealueensa käsitteistön niin hyvin, että osaa selittää ne ja osaa kehittää edelleen oman painopistealueensa signaalinkäsittelymenetelmiä sekä innovoida signaalinkäsittelyyn perustuvia tuotteita. |
- | Opiskelija osaa analysoida mittaussignaalia siten, että pystyy määrittelemään ne digitaalisen suodattimen ominaisuudet, joilla parhaiten päästään haluttuun lopputulokseen. |
- | Opiskelija osaa luetella digitaalisten suodattimien perustyypit ja selittää niiden parhaat käyttötarkoitukset. |
- | Opiskelija osaa suunnitella lineaarisen digitaalisen suodattimen annettujen spesifikaatioiden mukaan. |
- | Opiskelija pystyy seuraamaan alan kirjallisuutta ja pystyy ottamaan käyttöön kirjallisuudesta löydetyn signaalinkäsittelymenetelmän ja sovittamaan sen omaan työkohteeseensa. |
Esitietovaatimukset
Opintokokonaisuus | Opintopisteet | P/S | Lisätiedot |
25 op | Pakollinen | Seuraavat matematiikan opintojaksot tukevat signaalinkäsittelyn opintoja, ja niitä suositellaan sisällytettäväksi esimerkiksi diplomi-insinöörin tutkinnon yhteisiin opintoihin: MAT-20450 Fourier'n menetelmät, MAT-31090 Matriisilaskenta 1, MAT-31080 Kompleksimuuttujan funktiot, MAT-33310 Tilastomatematiikka, MAT-41120 Matemaattinen optimointiteoria 1. Näitä opintojaksoja voidaan suorittaa rinnakkain Signaalinkäsittelyn syventävien opintojen kanssa. | |
25 op | Pakollinen | Opiskelijan tulee muistaa tarkistaa, että on suorittanut esitieto-opintojaksot niistä opintojaksoista, jotka sisällyttää syventäviin opintoihinsa. Opintojaksot SGN-1251 Signaalinkäsittelyn sovellutukset, SGN-2500 Johdatus hahmontunnistukseen ja SGN-3010 Digitaalinen kuvankäsittely I pitää olla suoritettu, jotta Signaalinkäsittelyn ja tietoliikenteen aineopinnot kelpaavat Signaalinkäsittelyn syventävien opintojen esitiedoiksi. |
Esitieto-opintokokonaisuuksista suoritettava toinen. ( Pakollinen )
Sisältö
Pakolliset opintojaksot
Tietotekniikan diplomityöseminaari TST-1300 sekä seminaariesitys TST-1400 ovat pakolliset niille, jotka tekevät diplomityönsä tähän syventävään opintokokonaisuuteen.
Opintojakso | Opintopisteet | Vaihtoehtoisuus | Vuosikurssi |
SGN-1656 Signal Processing Laboratory | 5 op | IV | |
SGN-1706 Signal Processing Project | 5-8 op | 1 | V |
TST-1206 Demola project work | 5-10 op | 1 | V |
Yhteensä | 15 op |
1. Opintojaksoista on valittava vähintään toinen.
Vaihtoehtoiset opintojaksot
Opiskelija voi halutessaan rakentaa oheisista opintojaksoista joko perussignaalinkäsittelypainotteisen, kuvan- ja videonkäsittelypainotteisen, puhe- ja audiosignaalienkäsittelypainotteisen sekä biologisten signaalien käsittelyyn suuntautuneen tai sekamuotoisen opintokokonaisuuden, kun vielä täydentää näitä sopivilla opintojaksoilla Signaalinkäsittelyn laitokselta ja muualtakin. Vaihtoehtoisista opintojaksoista on valittava vähintään 10 pisteen edestä opintojaksoja.
Valittava vähintään 10 opintopisteen edestä opintojaksoja
Opintojakso | Opintopisteet | Vuosikurssi |
SGN-2010 Digitaalinen lineaarinen suodatus I | 5 op | III |
SGN-2056 Digital Linear Filtering II | 4 op | IV |
SGN-2106 Multirate Signal Processing | 6 op | V |
SGN-2206 Adaptive Signal Processing | 5 op | V |
SGN-2306 Signal Compression | 5 op | IV |
SGN-2556 Pattern Recognition | 5 op | IV |
SGN-2706 Nonlinear Signal Processing | 5 op | III |
SGN-2806 Neural Computation | 5 op | IV |
SGN-3057 Digital Image Processing II | 6 op | IV |
SGN-3106 Digital Video Processing | 4 op | IV |
SGN-3507 Introduction to Medical Image Processing | 5 op | V |
SGN-4106 Speech Recognition | 5 op | IV |
SGN-4200 Digitaalinen audio | 5 op | III |
Täydentävät opintojaksot
Listasta täydennetään opintokokonaisuuden laajuuteen (30)
Lisätiedot
Signaalinkäsittelyssä tutkitaan digitaalisessa muodossa olevien mittaustulosten automaattista muokkausta ja tulkintaa. Tunnetuimpiin sovelluksiin kuuluvat puheen ja tekstin tunnistus sekä äänen, kuvan ja videon pakkaus. Opintokokonaisuudesta voi rakentaa joko laajan eri alueita kattavan paketin tai voi painottaa jotakin erikoisaluetta syvällisemmin. Valintaa helpottamaan on laadittu seuraavia profiileita. "Visuaalisten signaalien käsittelyn" profiiliin voisi sisällyttää esimerkiksi seuraavat opintojaksot: SGN-2706 Nonlinear Signal Processing, SGN-3057 Digital Image Processing II, SGN-3106 Digital Video Processing ja SGN-3156 Video Compression. "Äänien signaalinkäsittelyn" profiiliin voisi sisällyttää esimerkiksi seuraavat opintojaksot: SGN-4106 Speech Recognition, SGN-4200 Digitaalinen audio, MIT-5511 Akustiikan mittaukset, SGN-4010 Puheenkäsittelyn menetelmät, SGN-4507 Speech Recognition Laboratory, SGN-5016 Multimedia Signal Processing ja SGN-2607 Statistical Signal Processing. "Signaalien ymmärtämisen" profiiliin voisi sisällyttää esimerkiksi seuraavat opintojaksot: SGN-2556 Pattern Recognition, SGN-2806 Neural Computation, SGN-4106 Speech Recognition, SGN-5508 Multimedia Analysis and Retrieval, SGN-4507 Speech Recognition Laboratory ja SGN-5306 Knowledge Mining. "Automaation signaalinkäsittelyn" profiiliin voisi sisällyttää esimerkiksi seuraavat opintojaksot: SGN-2556 Pattern Recognition, ASE-2110 Systeemit ja säätö ja ASE-7410 Kuvaan perustuvat mittaukset. Opiskelijan tulisi muissa opinnoissaan hankkia perustietoja ohjelmistosuunnittelusta ja sen mallinnusmenetelmistä, digitaalisten laitteiden suunnittelusta sekä projektitoiminnasta ja kokous-, neuvottelu- ja johtamistaidosta voidakseen toimia täysipainoisesti teollisuuden tuotekehitystehtävissä. Nykyään teollisuudessa ollaan kiinnostuneita innovatiivisista diplomi-insinööreistä, joten kaikenlainen oma-aloitteinen keksintö- ja kehittelytoiminta on erittäin suositeltavaa.