Nuova ricerca    Stampa scheda

Circuiti e Algoritmi per l'Elaborazione dei Segnali 2
Digital Adaptive Circuits and Learning Systems
Stefano Squartini

Sede Ingegneria
A.A. 2015/2016
Crediti 9
Ore 72
Periodo I
Lingua ITA

Prerequisiti
Algebra Lineare, Elettrotecnica, Circuiti e Algoritmi per l'Elaborazione dei Segnali

Risultati di apprendimento attesi
Conoscere e comprendere le tecniche avanzate di Digital Signal Processing (DSP): analisi, sintesi ed implementazione di circuiti e algoritmi a tempo discreto adattativi, lineari e non lineari, comprese le reti neurali artificiali. Applicare le tecniche studiate nel campo dell'Audio Processing (sia su PC che su piattaforme Embedded).

Programma
RICHIAMI DI TEORIA DEI CIRCUITI A TEMPO DISCRETO RICHIAMI DI TEORIA DELLA STIMA FILTRI FIR OTTIMI E LORO PROPRIETA’ PREDIZIONE LINEARE E ANALISI SPETTRALE PARAMETRICA FILTRI FIR ADATTATIVI (NEL TEMPO ED IN FREQUENZA) FILTRI IIR ADATTATIVI APPLICAZIONI DEI FILTRI ADATTATIVI RETI NEURALI ARTIFICIALI STATICHE E DINAMICHE APPLICAZIONI DELLE RETI NEURALI APPROFONDIMENTI SU ALGORITMI SPECIFICI PER L'ELABORAZIONE DEI SEGNALI AUDIO IMPLEMENTAZIONE DI ALGORITMI ADATTATIVI IN AMBIENTE MATLAB/SCILAB IMPLEMENTAZIONE IN TEMPO-REALE DI ALGORITMI ADATTATIVI SU DIGITAL SIGNAL PROCESSORS

Modalità di svolgimento dell'esame
METODI DI VALUTAZIONE DELL'APPRENDIMENTO
La valutazione del livello di apprendimento dello studente consiste nella presentazione di una relazione tecnica, con relativa discussione finale, relativa ad un progetto inerente i temi di Digital Signal Processing avanzato e Computational Intelligence trattati nel corso. Il progetto viene concordato con lo studente e può anche essere svolto in gruppo, con un numero massimo di studenti pari a 3. Gli studenti possono anche proporre degli argomenti sulla base dei loro interessi: sarà cura del docente verificarne l'attinenza con i contenuti del corso, calibrarne i vari aspetti implementativi e dunque finalizzare la proposta. Dal momento in cui viene assegnato il progetto, lo studente ha sei mesi di tempo per completare il lavoro e discuterlo.

CRITERI DI VALUTAZIONE DELL'APPRENDIMENTO
Per superare l'esame con esito positivo, lo studente deve dimostrare di aver compreso i concetti teorici trattati a lezione e di saperli applicare in maniera autonoma per l'espletamento del progetto assegnato. Allo studente è anche richiesto di saper esporre in maniera chiara e sintetica l'elaborato tecnico relativo al progetto svolto.

CRITERI DI MISURAZIONE DELL'APPRENDIMENTO
La prova viene valutata in 30esimi.

CRITERI DI ATTRIBUZIONE DEL VOTO FINALE
Al fine del superamento dell'esame con votazione minima lo studente deve essere in grado di analizzare correttamente il problema, sfruttando le conoscenze tecniche approfondite a lezione, ed elaborare degli algoritmi adeguati per la sua soluzione. La valutazione massima viene conseguita quando lo studente riesce in maniera autonoma e costruttiva ad affrontare le difficoltà tecniche incontrate nell'espletamento del progetto e a motivare, tramite adeguate prove sperimentali, le caratteristiche funzionali dell'algoritmo realizzato. La lode viene riservata gli studenti che nel superare con voto pieno la prova abbiano mostrato uno spiccato rigore scientifico nella trattazione dei problemi affrontati ed una particolare brillantezza espositiva nella redazione della relazione tecnica e nella discussione finale.

Testi consigliati
1 -P. M. Clarkson, Optimal and Adaptive Signal Processing, CRC Press, 2000. 2 -S.Haykin, Neural Networks, IEEE Press, 1994 (o edizioni successive). 3- D. O'Shaughnessy, Speech Communications: Human and Machine, IEEE Press, 2001. 4- R. Chassaing, D. Rea

Corsi di laurea

• Ingegneria Elettronica (Corso di Laurea Magistrale (DM 270/04))