Nuova ricerca    Stampa scheda

Digital Adaptive Circuits and Learning Systems
Digital Adaptive Circuits and Learning Systems
Stefano Squartini

Sede Ingegneria
A.A. 2016/2017
Crediti 9
Ore 72
Periodo I
Lingua ITA

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

Risultati di apprendimento attesi
CONOSCENZE E COMPRENSIONE:
Lo studente dovrà conoscere e comprendere le tecniche avanzate di Digital Signal Processing (DSP), con particolare riferimento all'analisi, sintesi ed implementazione di circuiti e algoritmi a tempo discreto adattativi, lineari e non lineari, comprese le reti neurali artificiali.
CAPACITA' DI APPLICARE LE CONOSCENZE:
Lo studente dovrà acquisire abilità nell'applicare le tecniche studiate con particolare riferimento al campo dell'Audio Processing. Allo scopo, allo studente verrà richiesto di realizzare un progetto specifico che prevede la realizzazione di un algoritmo attraverso opportuni tool sw (sia su PC che su piattaforme Embedded).
COMPETENZE TRASVERSALI:
Lo studente dovrà di essere in grado di progettare algoritmi DSP avanzati e di condurre indagini analitiche, attraverso l'approfondimento teorico, le simulazioni al calcolatore e sperimentazioni in laboratorio. Inoltre allo studente verrà richiesto di saper valutare criticamente i dati ottenuti, trarre conclusioni e prendere decisioni con l'obiettivo di ottimizzare le soluzioni proposte.

Programma
Richiami di Teoria dei Circuiti a Tempo Discreto Richiami di Teoria della Stima Filtri FIR Ottimi e loro Proprietà Predizione lineare e stima spettrale parametrica Filtri FIR Adattattivi (nel dominio del tempo e della frequenza) Filtri IIR adattativi Applicazioni dei Filtri adattativi Reti Neurali Artificiali, Statiche Dinamiche Applicazioni delle Reti Neurali Approfondimenti su algoritmi specifici per l'elaborazione del segnale audio Implmentazione di algoritmi adattativi e reti neurali in ambiente MATLAB 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, con particolare riferimento alle applicazioni nel campo dell' Audio Processing, e da espletare per mezzo di opportuni tool SW (su PC e/o piattaforme embedded). Il progetto viene concordato con lo studente e può anche essere svolto in gruppo, con un numero massimo di studenti pari a 2. 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
Durante l'espletamento del progetto assegnato e in fase di discussione finale dello stesso, verrà valutata l'abilità dello studente di saper applicare le metodologie e tecniche avanzate di Digital Signal Processing e Computational Intelligence studiate a lezione, in funzione degli obbiettivi realizzativi del progetto. Viene valutata la capacità dello studente di affrontare autonomamente le problematiche inerenti lo sviluppo del progetto, a partire dall' analisi dei requisiti funzionali, passando per l' implementazione sulle piattaforme HW/SW selezionate per arrivare fino alla valutazione critica delle prestazioni. Infine, viene valutata la capacità di saper condurre indagini analitiche opportune, supportate da un adeguato approfondimento teorico, simulazioni al calcolatore e sperimentazioni in laboratorio.

CRITERI DI ATTRIBUZIONE DEL VOTO FINALE
La prova viene valutata in 30esimi. 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. Reay, Digital Signal Processing and Applications with the OMAP - L138 eXperimenter, Wiley and Sons, 2012; 4- Copia delle trasparenze delle lezioni disponibili presso il sito https://lms.univpm.it/, alla pagina relativa al corso in oggetto.

Corsi di laurea

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