EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu
Home
User Menu
Nicht angemeldet
Anmelden
[
Deutsch (Schweiz)
Deutsch (Schweiz)
] [
Englisch
Englisch
]
[
de
de
] [
en
en
]
Nicht angemeldet
Anmelden
EventoWeb
Kontakt zu Service Desk
Online-Dokumentation
Allgemeiner Zugriff
Module suchen
t.BA.WV.DSV2.19HS (Digitale Signalverarbeitung 2)
Modul: Digitale Signalverarbeitung 2
Diese Information wurde generiert am: 05.12.2024
Nr.
t.BA.WV.DSV2.19HS
Bezeichnung
Digitale Signalverarbeitung 2
Veranstalter
T ISC
Credits
4
Beschreibung
Version: 4.0 gültig ab 01.02.2024
Kurzbeschrieb
Die Digitale Signalverarbeitung (DSV) spielt eine zentrale Rolle in vielen Anwendungen der Wireless Communication, Regelungstechnik, Sensorik, Messtechnik, Medizintechnik, Sprach- und Audio-Signalverarbeitung, ...). In diesem Modul lernen Sie klassische Schätzverfahren, lernende Systeme und die Klassifikation mit Deep Neural Networks kennen.
Modulverantwortung
Rupf Marcel (rumc)
Lernziele (Kompetenzen)
Ziel
Kompetenzen
Taxonomiestufen
Kennenlernen von "advanced" DSV-Algorithmen und ihren Anwendungen
F, M
3-5
Vertiefung der Kenntnisse der Implementation von DSV-Algorithmen
F, M
3-5
Kennenlernen der stochastischen DSV und Deep Neural Networks
F, M
3-5
Modulinhalte
- Beschreibung von Zufallssignalen / "random signals"
(Alle interessanten Signale sind zufällig! Beschreibung im
Zeit- und Frequenzbereich. Anwendungen: Suche von Ähnlichkeiten / Features, Messung der Raum-Impuls-Antwort mit Pseudo-Noise-Signalen ...)
- Adaptive LMS-Filter
(zeitvariante Filter, die sich mit einem rekursivem
Algorithmus selbst an "unbekannte" Anforderungen anpassen und Veränderungen folgen können, Minimum Mean Squared Error- bzw. Wiener-Filter, LMS-Algorithmus)
- Least-Squares Schätzfilter
(Methode der kleinsten Quadrate, Orthogonalitätsprinzip, lineare Regression,
LS-FIR-Filter, Rekursiv Least-Squares, Anwendungen
wie Prädiktion, Echo-Unterdrückung, Active Noise Cancelling, System-Identifikation, ...)
- Kalman-Filterung
(Zustandsgleichungen, System-Modell, Kalman Filter Gleichungen, einfache kinematische Tracking-Beispiele, Datenfusion z.B. von Inertial Measurement Unit bzw. IMU)
- Machine Learning Grundbegriffe
(Training- und Testdaten, Overfitting, Kostenfunktion, Regression und Klassifikation, Entscheidungsregionen)
- Deep Learning
(Künstliches Neuron, Deep Neural Networks, Backpropagation, Convolutional Neural Networks, Recurrent Neural Networks, Anwendungsbeispiele: Spracherkennung, TinyML, ...)
Lehrmittel/Materialien
Skript, Folien, Uebungen, Praktikas und Testprüfungen
Ergänzende Literatur
A.V. Oppenheim, G.C. Verghese, "Signals, Systems & Inference", Pearson, 2016.
CH.M. Bishop with H. Bishop, "Deep Learning: Foundations and Concepts", Springer, 2023.
Zulassungs-voraussetzungen
DSV1 empfohlen
Unterrichtssprache
(X) Deutsch ( ) Englisch
Teil des Internationalen Profils
( ) Ja (X) Nein
Modulausprägung
Typ 3a
Details siehe unter:
T_RL_Richtlinie_Modulauspraegungen_Stundengutschriften
Leistungsnachweise
Bezeichnung
Art
Form
Umfang
Bewertung
Gewichtung
Leistungsnachweise während Studiensemester
Klausur
Labor
schriftlich
Testat
90'
Benotung
Benotung
20%
20%
Semesterendprüfung
Klausur
schriftlich
90'
Benotung
60%
Bemerkungen
Rechtsgrundlage
Die Modulbeschreibung ist neben Rahmenprüfungsordnung und Studienordnung Teil der Rechtsgrundlage. Sie ist verbindlich. Eine in der ersten Unterrichtswoche des Semesters schriftlich festgehaltene und kommunizierte Modulvereinbarung kann die Modulbeschreibung präzisieren. Die Modulvereinbarung ersetzt nicht die Modulbeschreibung.
Hinweis
Weitere verfügbare Versionen:
1.0 gültig ab 01.02.2021
,
2.0 gültig ab 01.08.2022
,
3.0 gültig ab 01.02.2023
Kurs: Digitale Signalverarbeitung 2 - Praktikum
Nr.
t.BA.WV.DSV2.19HS.P
Bezeichnung
Digitale Signalverarbeitung 2 - Praktikum
Hinweis
Für das Stichdatum 05.12.2024 ist kein Modulbeschreibungstext im System verfügbar.
Kurs: Digitale Signalverarbeitung 2 - Vorlesung
Nr.
t.BA.WV.DSV2.19HS.V
Bezeichnung
Digitale Signalverarbeitung 2 - Vorlesung
Hinweis
Für das Stichdatum 05.12.2024 ist kein Modulbeschreibungstext im System verfügbar.