Razpoznavanje vzorcev

Visokošolski učitelji: Dobrišek Simon
Sodelavci: Pavešić Nikola

Opis predmeta

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti:

• Vpis v ustrezni letnik študijskega programa.

Vsebina:

• Uvod: definicije, oblike vzorcev, razpoznavanje vzorcev z razvrščanjem in analizo, uporaba metod razpoznavanja vzorcev v gospodarstvu, prometu, medicini, robotiki, bančništvu, kriminalistiki, pri komunikaciji človek-stroj ipd.
• Predobdelava vzorcev: obnavljanje, izboljšanje kakovosti, normalizacija.
• Razčlenjevanje vzorcev: zasnova, razčlenjevanje vidnih vzorcev, razčlenjevanje slušnih vzorcev.
• Značilke vzorcev: hevristični in matematični postopki določanja značilk.
• Analiza primernosti opisa področja uporabe z učno množico vzorcev: mere razdalje med vzorci, preizkus rojenja vzorcev, »izrazita« in »neizrazita« definicija rojenja, postopki iskanja rojev, »globoko« učenje generativnih modelov.
• Razvrščanje vzorcev: razvrščanje vektorjev vrednosti značilk s prileganjem, odločanjem, sklepanjem in umetnimi nevronskimi omrežji; razvrščanje nizov vrednosti značilk z dinamičnim programiranjem in prikritimi Markovovimi modeli; razvrščanje grafnih struktur s prileganjem; razvrščanje ob upoštevanju soodvisnosti vzorcev.
• Kombiniranje in zlivanje razvrščevalnikov.

Cilji in kompetence:

Seznaniti študenta z naprednimi matematičnimi in računalniškimi metodami razpoznavanja vzorcev z razvrščanjem in analizo.

Predvideni študijski rezultati:

Po zaključku predmeta bo študent zmožen izkazati znanje in razumevanje iz:

• gradnje sistemov, ki temelje na razpoznavanju signalov iz okolja,
• modeliranja določenih razumskih zmožnosti človeka (zaznavanje in spoznavanje okolja, učenje),
• sodobnih metod razčlenjevanja, luščenja značilk, rojenja in razvrščanja vzorcev.

Med študijem pri tem predmetu bo pridobil ali nadgradil prenosljive spretnosti, kot so:

• uporaba informacijske tehnologije: uporaba razvojnih orodij (OpenCV,WEKA), okolij za programiranje (Matlab, GCC, Netbeans), programskih jezikov (C++,Java),
• reševanja problemov: analiza problema, načrtovanje algoritma, implementacija programa in testiranje programa,
• delo v skupini: organizacija in vodenje skupine, aktivno sodelovanje v skupini.

Metode poučevanja in učenja:

• predavanja,
• seminarski projekti.

Gradiva

1. N. Pavešić: Razpoznavanje vzorcev : uvod v analizo in razumevanje vidnih in slušnih signalov, 3., popravljena in dopolnjena izdaja, Založba FE in FRI, 2012. 2 zv. ([XVI], 707 str.), ilustr. ISBN 978-961-243-201-0. [COBISS.SI-ID 260256256]
2. S. Theodoridis, K. Koutroumbas, Pattern Recognition, Fourth Edition, Academic Press, 2009 [COBISS.SI-ID 1497508]
3. C. M. Bishop, Pattern recognition and machine learning, New York : Springer, 2009 [COBISS.SI-ID 7988308]