Deep learning for signal and image processing

A.A. 2020/2021
Course offered to students on the PhD programme in
2
Crediti
10
Ore totali
Periodo
Dicembre 2020
Lingua
Inglese
Docente responsabile: Angelo Genovese
Il corso presenterà le tecniche più recenti di intelligenza artificiale e machine learning per l'elaborazione di segnali multidimensionali e pattern recognition, con particolare attenzione agli approcci basati su Deep Learning (DL). Rispetto agli algoritmi di pattern recognition tradizionali, i metodi basati su DL offrono l'importante vantaggio di apprendere automaticamente rappresentazioni dei dati distintive da segnali multidimensionali, riducendo quindi la necessità di possedere una conoscenza specifica per ogni scenario applicativo. Attualmente, i metodi basati su DL rappresentano lo stato dell'arte in svariati campi applicativi, che includono il monitoraggio industriale, l'elaborazione di immagini mediche, il riconoscimento biometrico, la classificazione degli oggetti e l'ambient intelligence. Tuttavia, la scelta del migliore modello di DL per una determinata applicazione rappresenta ancora una sfida rilevante in fase di progettazione. Il corso presenterà una panoramica dei metodi principali di DL applicati all'elaborazione di segnali ed immagini, quali Convolutional Neural Networks, Autoencoders e Generative Adversarial Networks. Successivamente, il corso presenterà alcuni esempi di applicazioni per scenari eterogenei, tra cui il monitoraggio industriale e l'ambient intelligence.
Elaborazione di immagini; Reti neurali.
Modalità di valutazione
Giudizio di approvazione
Giudizio di valutazione
superato/non superato
Iscrizioni

Scadenze

Il termine di iscrizione ai corsi è previsto generalmente entro il 25° giorno del mese precedente al mese di avvio, in particolare:

  • per i corsi in avvio a gennaio 2022 fino al 27 dicembre 2021
  • per i corsi in avvio a febbraio 2022 fino al 25 gennaio 2022
  • per i corsi in avvio a marzo 2022 fino al 25 febbraio 2022.

Saranno rese note appena possibile le scadenze di iscrizione ai corsi in avvio nei mesi successivi.

Come iscriversi

  1. Autenticarsi al servizio di iscrizione con le credenziali di Ateneo
  2. Selezionare l’insegnamento scelto e cliccare su Iscrizione e infine su Iscriviti

Trascurare del tutto la voce "Data di appello" che appare durante la procedura di iscrizione.

Assistenza

Per informazioni e richieste di chiarimento scrivere a: [email protected]

Docente/i
Ricevimento:
Su appuntamento via email
Ufficio 6002 (6 piano)