Classificació de patrons: aplicacions en tractament de senyal

Objectius

Aquesta assignatura fa una revisió de la teoria de classificació i reconeixement de models des d'una perspectiva matemàtica i al mateix temps aplicada a diferents àrees del tractament del senyal. El típic problema de pre-tractament de senyal, extracció de característiques i classificació pròpiament dita, es pot aplicar a un ampli conjunt de temàtiques d'entre les que es podrien destacar control de qualitat, aplicacions biomèdiques (diagnòstic mèdic), sistemes de comunicacions, processament d'imatges i reconeixement de veu entre d'altres. Es pretén donar una visió general de la teoria de decisió bayesiana, l'estimació de màxima versemblança, tècniques de classificació no paramètrica i aprenentatge no supervisat amb una experimentació simultània en diferents aplicacions de tractament de senyal, d'entre les que destaquem classificació de senyals biomèdics i classificació d'imatges, detecció de senyals modulats digitalment, etc... Per cada una de les aplicacions seleccionades pel treball a classe s'aplicaran diferents criteris de classificació amb la idea d'analitzar per cada tipus de classificador el compromís entre el bon comportament i l'eficiència computacional. Els 6 crèdits de l'assignatura es reparteixen en 3 credits teòrics i 3 crèdits pràctics (laboratori) per tal de paral.lelitzar els coneixements teòrics amb el desenvolupament d'aplicacions. El temari consistirà en impartir els temes en classes teòriques i a la vegada, en classes pràctiques de laboratori (MATLAB) es desenvoluparan les aplicacions seleccionades, posant èmfasi amb aplicacions de diagnòstics a partir de bases de dades de senyals biomèdics, processament d'imatges i comunicacions... En cada un dels temes teòrics es desenvoluparan els mètodes més bàsics per facilitar la seva comprensió i implementació. Es referiran les tècniques mes avançades només com a divulgació de les mateixes.


Objectius d'aprenentatge