Παρουσίαση/Προβολή

(M143.EN) -  Γεώργιος Αλεξανδρόπουλος

Περιγραφή Μαθήματος

Tο μάθημα αποσκοπεί στην κατανόηση των βασικών εννοιών των σημάτων κι επιλεγμένων προχωρημένων μεθόδων ανάλυσης κι εκτίμησής τους. Η ύλη του μαθήματος αντλείται από μια εκτενή θεματολογία εναρμονιζόμενη με τις ανάγκες των εκπαιδευόμενων. Η δεξαμενή των θεμάτων περιλαμβάνει: στοχαστικές διαδικασίες και παραμετρικά μοντέλα ανάλυσή τους (ΑR, MA, ARMA), βέλτιστα γραμμικά μοντέλα μέσου τετραγωνικού σφάλματος, κανονικές εξισώσεις και γεωμετρική ερμηνεία, αμερόληπτη εκτίμηση ελάχιστης διασποράς και μέγιστης πιθανοφάνειας, εκτιμητές και βελτιστοποίηση κατά Bayes, προσαρμοστικοί αλγόριθμοι (αλγόριθμος απότομης κατάδυσης, αλγόριθμος στοχαστικής προσέγγισης Robins Monro, LMS) και affine projection αλγόριθμοι, κατανεμημένοι αλγόριθμοι, μέθοδος ελαχίστων τετραγώνων: ασυμπτωτικές ιδιότητες, αλγόριθμος RLS, σήματα πάνω σε γράφους (εισαγωγικές έννοιες, η Laplacian, η έννοια της συχνότητας σημάτων σε γράφους, φίλτρα πάνω σε γράφους) και τεχνικές compressed sensing. Έμφαση δίνεται σε εφαρμογές επεξεργασίας σηματών (πχ, εκτίμηση ασύρματου καναλιού, εύρεση θέσης χρήστη, διαχείριση παρεμβολών, χωρική κωδικοποίηση, μορφοποίηση λοβού) σε συστήματα επικοινωνιών πέμπτης γενεάς (5G) και πέραν αυτών.

Ημερομηνία δημιουργίας

Τρίτη 19 Φεβρουαρίου 2019