Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Zaawansowane przetwarzanie sygnałów
Tok studiów:
2019/2020
Kod:
HIFS-2-205-s
Wydział:
Humanistyczny
Poziom studiów:
Studia II stopnia
Specjalność:
-
Kierunek:
Informatyka Społeczna
Semestr:
2
Profil:
Praktyczny (P)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr inż. Igras-Cybulska Magdalena (migras@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Student ma wiedzę i umiejętności pozwalające na zaawansowane przetwarzanie sygnałów.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student zna zaawansowane metody analizy czasowo-częstotliwościowej sygnałów i wie jak je optymalizować. IFS2P_W04 Kolokwium,
Wykonanie projektu,
Aktywność na zajęciach
M_W002 Student zna zaawansowane metody przetwarzania sygnałów sygnałów i wie jakie jest ich zastosowanie w praktyce. IFS2P_W01 Kolokwium,
Wykonanie projektu,
Aktywność na zajęciach
Umiejętności: potrafi
M_U001 Student potrafi na zaawansowanym poziomie przetwarzać dane i wykorzystywać odpowiednie metody do przetwarzania sygnałów. IFS2P_U05 Wykonanie projektu,
Kolokwium,
Aktywność na zajęciach
Kompetencje społeczne: jest gotów do
M_K001 Student ma kompetencje pozwalające na uczestniczenie w przygotowaniu i wdrażaniu projektów z zakresu przetwarzania sygnałów IFS2P_K03 Wykonanie projektu,
Aktywność na zajęciach
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
45 0 0 30 0 15 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Student zna zaawansowane metody analizy czasowo-częstotliwościowej sygnałów i wie jak je optymalizować. - - + - + - - - - - -
M_W002 Student zna zaawansowane metody przetwarzania sygnałów sygnałów i wie jakie jest ich zastosowanie w praktyce. - - + - + - - - - - -
Umiejętności
M_U001 Student potrafi na zaawansowanym poziomie przetwarzać dane i wykorzystywać odpowiednie metody do przetwarzania sygnałów. - - + - + - - - - - -
Kompetencje społeczne
M_K001 Student ma kompetencje pozwalające na uczestniczenie w przygotowaniu i wdrażaniu projektów z zakresu przetwarzania sygnałów - - + - + - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 79 godz
Punkty ECTS za moduł 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 45 godz
Przygotowanie do zajęć 15 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 15 godz
Egzamin lub kolokwium zaliczeniowe 1 godz
Dodatkowe godziny kontaktowe 3 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Ćwiczenia laboratoryjne (30h):

Ćwiczenia komputerowe z zakresu:
reprezentacji czasowej i częstotliwościowej sygnałów;
transformacji sygnałów;
filtracji sygnałów;
zastosowania algorytmów kodowania i kompresji.

Konwersatorium (15h):

1. Akwizycja sygnałów na potrzeby systemów interakcji człowiek-komputer.
2. Kodowanie i kompresja.
3. Filtry, zespoły filtrów. Projektowanie filtrów.
4. Zaawansowane metody analizy czasowo-częstotliwościowej sygnałów. Wielorozdzielcza analiza sygnałów.
5. Adaptacyjne przetwarzanie sygnałów.
6. Zaawansowane metody wydobywania informacji i redukcji zakłóceń.
7. Architektura systemów przetwarzania sygnałów.

Pozostałe informacje
Metody i techniki kształcenia:
  • Ćwiczenia laboratoryjne: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
  • Konwersatorium: Nie określono
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Kolokwium i projekt. Zasady i forma zaliczenia w drugim (w sesji) i trzecim (w sesji poprawkowej) terminie pozostaje bez zmian.

Zasady udziału w zajęciach:
  • Ćwiczenia laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
  • Konwersatorium:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Nie określono
Sposób obliczania oceny końcowej:

kolokwium 50%
projekt, obejmujący praktyczne zastosowanie z zakresu przetwarzania sygnałów 50%

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Zaległości student może nadrobić w oparciu o literaturę zaleconą przez wykładowcę. Powstałe zaległości student zalicza w terminie ustalonym z wykładowcą.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Obecność na zajeciach jest obowiązkowa. Nieobecności wymagają zaliczenia ćwiczeń i/lub literatury przedmiotu w formie i zakresie ustalonym z osobą prowadzącą zajęcia.

Zalecana literatura i pomoce naukowe:

Materiały i literatura zostaną więc dostarczone studentom na zajęciach.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Od 2010 roku wykonawca i uczestnik projektów rozwojowych i badawczych, w których zajmował się implementacją algorytmów analizy i modelowania sygnałów multimedialnych. W ramach pracy magisterskiej obronionej w roku 2012 na kierunku Elektronika i Telekomunikacja opracował algorytm klasyfikacji sekwencji wizyjnych do ogólnych klas użytkowych (ang. Generalized Use Classes). W latach 2012-2014 programista w projekcie “Biometryczna weryfikacja i identyfikacja mówcy”, w którym był jednym z twórców biblioteki obliczeniowej umożliwiającej rozpoznawanie głosu. W latach 2013-2016 uczestniczył w projekcie finansowanym przez NCBiR, którego celem było opracowanie systemu o dziewiątym (najwyższym) poziomie gotowości technologicznej. Stworzony system umożliwia profilowanie osób dzwoniących pod numery alarmowe w czasie rzeczywistym na podstawie sygnału audio. Marcin Witkowski był jednym z projektantów architektury systemu oraz wdrożył algorytmy identyfikacji mówcy w czasie rzeczywistym.
Członek zespołu badawczego krakowskiego start-upu Techmo, gdzie jako programista współtworzył system do syntezy głosu oraz poprawiał skuteczność systemów rozpoznawania mowy w trudnych warunkach akustycznych.
Marcin Witkowski ma również doświadczenie dydaktyczne. W ramach studiów doktoranckich od 2014 roku jest prowadzącym laboratorium z Cyfrowego Przetwarzania Sygnałów na kierunkach Elektronika i Telekomunikacja oraz Inżynieria Akustyczna. Obecnie kończy rozprawę doktorską, w której poprawia skuteczność systemów rozpoznawania mówcy w trudnych warunkach akustycznych. Prywatnie pasjonat dźwięku z 8-letnim doświadczeniem w pracy jako realizator dźwięku i muzyk.

Informacje dodatkowe:

brak