INF9243 – Statistical Methods in Signal Processing
Beskrivelse av emnet
Kort om emnet
Kurset er en innføring i statistisk signal-behandling, utfra et generelt statistisk perspektiv; hypoteste-testing, fordelingsteori, antagelser om suffisient, konsistens og optimalitet. Kurset tar utgangspunkt i disse prinsippene for å vise egenskaper rundt forskjellige typer stokastiske og adaptive filtre, som kalman-filtre, wiener-filtre, matchede filtre og underroms-filtre.
Hva lærer du?
Studetene skal ved endt kurs være i stand til å bruke statistisk rigorøse metoder for å løse praktiske metoder i anvendt signalbehandling, slik som deteksjon av kjente signaler i kjent og ukjent støy, kommunikasjon under de mest typiske antagelser om signaler og støy, og detekesjonsmetoder ved kobling av sensorer som i array-systemer.
Opptak og adgangsregulering
Ph.d.-kandidater ved UiO søker plass på undervisningen og melder seg til eksamen i Studentweb.
Hvis emnet har begrenset kapasitet, vil ph.d.-kandidater som har emnet i sin utdanningsplan ved UiO bli prioritert. Noen nasjonale forskerskoler kan ha egne regler for rangering av søkere til emner med begrenset kapasitet.
Ph.d.-kandidater som har opptak ved andre utdanningsinstitusjoner må innen angitt frist søke om hospitantplass.
Forkunnskaper
Anbefalte forkunnskaper
God forståelse av lineær algebra og statistikk, fortrinnsvis gjennom kurs som INF-MAT4350, og STK1120.
Undervisning
Kollokvium. Kursdeltagerne er etablerte forskere eller stipendiater/post-doktorer. Deltagerne legger fram kapitler fra boken og evt. Egnet støttelitteratur. De tyngste bitene av pensum gjennomgås av de med mest erfaring, enklere deler framlegges av stipendiatene. Det kreves innlevering og godkjenning av obligatorisk oppgave.
Eksamen
Muntlig eksamen. For å kunne fremstille seg til eksamen må alle obligatoriske oppgaver i emnet være godkjent.
Eksamensspråk
Du kan besvare eksamen på norsk, svensk, dansk eller engelsk. Søknad om engelsk oppgavetekst sender du til kontaktpunktet for emnet.
Karakterskala
Emnet bruker karakterskala bestått/ikke bestått. Les mer om karakterskalaen.