Магистратура 2024/2025

Основы статистической теории обнаружения сигналов и распознавания образов в искусственном интеллекте

Статус: Курс обязательный (Аппаратно-программные комплексы искусственного интеллекта)

Направление: 11.04.02. Инфокоммуникационные технологии и системы связи

Кто читает: Департамент электронной инженерии

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 1-й курс, 2, 3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Нефедова Юлия Сергеевна

Прогр. обучения: Аппаратно-программные комплексы искусственного интеллекта

Язык: русский

Кредиты: 6

Программа дисциплины

Аннотация

Целью курса является приобретение теоретических знаний и практических навыков в области статистического анализа и статистического синтеза радиотехнических устройств и систем различного назначения, овладение методиками оценки помехоустойчивости обнаружителей и различителей сигналов, изучение задачи распознавания образов. Материал излагается в контексте его приложения к задачам искусственного интеллекта. Курс является основой для курса “Цифровая обработка сигнала для задач искусственного интеллекта”. Знания полученные в курсе используются слушателями при изучении курсов “Нейрокомпьютерные технологии и машинное обучение в задачах искусственного интеллекта” и “Архитектура вычислительных систем и нейроускорителей

Цель освоения дисциплины

• Приобретение теоретических знаний и практических навыков в области статистического анализа и статистического синтеза радиотехнических устройств и систем различного назначения

Планируемые результаты обучения

• Уметь определять основные характеристики случайных сигналов
• Уметь разрабатывать структурные схемы устройств обработки сигналов для различных моделей полезного сигнала: обнаружителей и различителей сигналов
• Владеть методами расчета основных характеристик случайных сигналов при их преобразованиях в линейных устройствах
• Владеть методами расчета основных характеристик случайных сигналов при их преобразованиях в нелинейных устройствах
• Принципы формирования нейросетевых моделей как моделей, основанных на биологическом прототипе, условия и особенности применения методов статистических решений в задачах распознавания образов

Содержание учебной дисциплины

• Характеристики случайных процессов
• Прохождение случайных процессов через линейные инерционные системы
• Прохождение случайных процессов через нелинейные системы
• Основные понятия теории оптимальных методов приема. Оптимальные критерии
• Задача обнаружения сигналов
• Задача различения сигналов
• Задача распознавания образов

Элементы контроля

• Домашнее задание
  Сдача домашнего задания обязательна
• Опросы по теории
• Экзамен

Промежуточная аттестация

• 2024/2025 3rd module
  0.2 * Домашнее задание + 0.1 * Опросы по теории + 0.1 * Опросы по теории + 0.6 * Экзамен

Список литературы

Рекомендуемая основная литература

• Информационные технологии в радиотехнических системах : учеб. пособие для вузов, Васин, В. А., 2003
• Распознавание образов и машинное восприятие : общий подход на основе принципа минимальной длины описания, Потапов, А. С., 2007
• Статистическая радиотехника, Тихонов, В. И., 1982

Рекомендуемая дополнительная литература

• Восприятие и распознавание образов, Фор, А., 1989
• Статистическая радиотехника : примеры и задачи: учеб. пособие для вузов, Горяинов, В. Т., 1980

Авторы

• Нефедов Сергей Игоревич
• Нефедова Юлия Сергеевна