Információfeldolgozás

A tantárgy angol neve: Information Processing

Adatlap utolsó módosítása: 2014. október 7.

Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar

Villamosmérnöki szak, MSc képzés   
Beágyazott információs rendszerek szakirány   

Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
VIMIM237 2 2/1/0/v 4  
3. A tantárgyfelelős személy és tanszék Dr. Kollár István,
A tantárgy tanszéki weboldala http://www.mit.bme.hu/oktatas/targyak/vimmm237/
4. A tantárgy előadója

Kollár István egyetemi tanár

5. A tantárgy az alábbi témakörök ismeretére épít Jelek és rendszerek, Szabályozástechnika, Méréstechnika
6. Előtanulmányi rend
Kötelező:
NEM ( TárgyEredmény( "BMEVIMIMA10" , "jegy" , _ ) >= 2
VAGY
TárgyEredmény("BMEVIMIMA10", "FELVETEL", AktualisFelev()) > 0)

A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

A kötelező előtanulmányi rendek grafikus formában itt láthatók.

7. A tantárgy célkitűzése

A tantárgy a környező anyagi világból származó információ (mérési eredmények, mért jelek stb.) jellemzésével, kinyerésével, és komplex feldolgozásával foglalkozik. A jelenségek fizikai jellemzőit összekapcsolja a számítógépben ábrázolható diszkrét mennyiségekkel, értelmezi a rendelkezésre álló információt, ennek mennyiségét és formáját, valamint felhasználhatóságát, ismerteti legfontosabb kinyerési módjait. A beágyazott rendszerekre való tekintettel a teljes információkinyerés mellett foglalkozik a részleges, de gyors információkinyeréssel (lásd maximum likelihood kontra LMS módszer). A módszerek részben autonómok (így beágyazott rendszerekben alkalmazhatók), részben humán vezérlésűek.

A tantárgy követelményeit eredményesen teljesítő hallgatóktól elvárható, hogy:

  • értékelni tudják a mért jellemzők és rendelkezésre álló jelek által reprezentált információt,
  • ismerjék a jelek és rendszerek alapvető mérnöki leírási módjait, a mérnöki modellezés eljárásait és eszközeit,
  • ismerjék az információfeldolgozás alapvető számítógépes módszereit,
  • elemezni tudjanak megvalósított rendszereket, modellezési és számábrázolási hibák, információkinyerési hatékonyság, futási idő stb. elemzésével,
  • meg tudjanak tervezni alapvető információ- és jelfeldolgozó rendszereket,
  • értelmezni, kezelni és felhasználni is tudjanak heterogén érzékelő-rendszerekből származó mérési információt.
8. A tantárgy részletes tematikája

Modellillesztés, a számítógépes modell és a valóság kapcsolata. Modelltípusok (diszkrét és folytonos idejű, determinisztikus és sztochasztikus stb.). Az analóg helyettesítő képek módszere (a fizikai jelenségek és törvények hasonlósága és hasonló modellezése.

A sztochasztikus folyamat. Stacionaritás és ergodicitás, példák. A DFT. Véletlen időzítésű periodikus, illetve folytonos teljesítmény-sűrűségfüggvényű sztochasztikus jelek DFT-jének tulajdonságai.

Mintavételezés, kvantálás, kerekítés, dither. Elvi tételek és gyakorlati közelítések. Rendszerek felépítése ADC-kkel. Változó sűrűségű mintavételezett sorozatok illesztése, rendszertervezés. Példák és ellenpéldák.

Átlagolás. Az analóg és diszkrét feldolgozás kapcsolata. Átlagolás és aluláteresztő szűrés, folytonos jel helyreállítása on-line és off-line eszközökkel. Explicit és rekurzív átlagolás, stabilitási kérdések. Additív zajszűrés és mozgó átlagolás.

Alapvető jellemzők értelmezése, és az ezekre vonatkozó információ kinyerése. Tömörítés. Korrelációs függvény, teljesítmény-sűrűségfüggvény értelmezése és kiszámítása. A periodogram és a cirkuláris korreláció. Sávszűrős spektrumbecslés. Szűrőbankok. Valós és komplex keverés, zoom, információtartalom és on-line jelfeldolgozás.

Beágyazott rendszerek modellezése, rendszeridentifikáció. Hálózatanalízis. Mérés és kísérlettervezés. Gerjesztőjelek: sweepelt jel és multiszinusz, zaj, álvéletlen zaj és impulzus/lépésválasz.

A mesterséges neurális hálók alapjai. Visszaterjesztéses tanulás. Jellegzetes feladattípusok, demók. A megerősítéses tanulás alapjai.

Fuzzy logikai módszerek. Fuzzy logika alapjai. Fuzzy halmazok és a tagsági függvények. Fuzzy következtetés fajtái. Fuzzy következtető rendszer. Tipikus fuzzy információfeldolgozási sémák. Fuzzy jelfeldolgozás. Információfúzió szintjei, tipikus feldolgozási feladatok.

Kvalitatív információ fúziója. Fúzió neurális és valószínűségi hálókkal. Fúzió Dempster-Shaffer elmélettel, fúzió fuzzy logikával.

Komplex, hibrid esettanulmány(ok)

Önálló tanulásra szánt anyag

A mintavételezés sok részlete

Időtartománybeli jelfeldolgozás, ad hoc algoritmusok, részleges információkinyerés gyors algoritmusokkal.

Digitális szűrők tervezése

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Előadás
10. Követelmények

Aláírás: egy sikeres nagyzárthelyi

Opcionális: egy választható házi feladat

Vizsgajegy: szóbeli vizsga. A tantárgy tematikájának egy része otthoni tanulással sajátítandó el.

11. Pótlási lehetőségek A TVSZ  16. §-sal összhangban a pótlási héten egy db pótzárthelyi. Aki ezen nem tudott részt venni, annak számára (jelentkezéssel) ugyancsak a pótlási héten egy pót-pót zárthelyi.
12. Konzultációs lehetőségek Megbeszélés szerint
13. Jegyzet, tankönyv, felhasználható irodalom

Pálfi Vilmos, Renczes Balázs, Virosztek Tamás, Kollár István: Információfeldolgozás. Segédlet. Elérhető a zárthelyi illetve a vizsgaidőszak előtt.

Schnell László (főszerk.): Jelek és rendszerek méréstechnikája. Műszaki Könyvkiadó, Budapest, 1985.
Jegyzetforma: Dr. Schnell László (főszerk.): Jelek és rendszerek méréstechnikája I. és III. kötet (51435, 514352, régen J5-1435, J5-1435/b)

Kollár István: Méréstechnika II. (Jelanalízis) feladatgyűjtemény. BME jegyzet, 51441 (J5-1441)

Tanszéki Munkaközösség: Németh József, Péceli Gábor, Kollár István, Sujbert László, Digitális jelfeldolgozás. Hallgatói segédlet, BME Méréstechnika és Információs Rendszerek Tanszék, 2006. 172 oldal.

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
Kontakt óra

 42

Félévközi készülés órákra

 10

Felkészülés zárthelyire

 10

Házi feladat elkészítése

 

Kijelölt írásos tananyag elsajátítása

 10

Vizsgafelkészülés

 48

Összesen

 120

15. A tantárgy tematikáját kidolgozta Tanszéki munkaközösség