„Médiainformatikai rendszerek” változatai közötti eltérés
Nincs szerkesztési összefoglaló |
|||
| (2 közbenső módosítás ugyanattól a felhasználótól nincs mutatva) | |||
| 9. sor: | 9. sor: | ||
| hf = nincs | | hf = nincs | ||
| tanszék = TMIT | | tanszék = TMIT | ||
| jelenlét = | | jelenlét = gyak 70%, előadás ajánlott | ||
| nagyzh = 1 db | | nagyzh = 1 db | ||
| vizsga = van | | vizsga = van | ||
| tad = https://portal.vik.bme.hu/kepzes/targyak/VITMMA08/ | | tad = https://portal.vik.bme.hu/kepzes/targyak/VITMMA08/ | ||
| tárgyhonlap = | | tárgyhonlap = https://elearning.tmit.bme.hu/ | ||
}} | }} | ||
A tárgy célkitűzései közé tartozik a digitális multimédia tartalomkezelés legfontosabb fogalmainak ismertetése, megoldásainak és technikáinak oktatása. A hallgatók megismerik a multimédia állományok jellemzésének és kategorizálásának elveit és szabványos előírásait. A kurzust elvégző hallgatók a félév végére képessé válnak az médiainformatikai rendszerek mérnöki feladatainak megértésére, elvégzésére, és a kapcsolódó feladatkörök ellátására, elsajátítva az ehhez szükséges technológiákat és eszközöket. | A tárgy célkitűzései közé tartozik a digitális multimédia tartalomkezelés legfontosabb fogalmainak ismertetése, megoldásainak és technikáinak oktatása. A hallgatók megismerik a multimédia állományok jellemzésének és kategorizálásának elveit és szabványos előírásait. A kurzust elvégző hallgatók a félév végére képessé válnak az médiainformatikai rendszerek mérnöki feladatainak megértésére, elvégzésére, és a kapcsolódó feladatkörök ellátására, elsajátítva az ehhez szükséges technológiákat és eszközöket. | ||
== ZH == | |||
Az új tematika kifejezetten kiforratlan, innen-onnan lehet kibogarászni az anyagot. Érdemes előadásra bejárni és figyelni, mert anélkül nehéz megtanulni a tárgyat. | |||
==Vizsga== | ==Vizsga== | ||
=== 2018 === | === 2018 === | ||
A tárgy tematikája jelentősen megváltozott. A korábbi kérdések-válaszok már nem igazán relevánsak. Az új anyag témája a hang-kép felismerés, Gaussian Mixture Model, Deep Learing és Neurális hálózati alapok voltak. | A tárgy tematikája 2017-ben jelentősen megváltozott. A korábbi kérdések-válaszok már nem igazán relevánsak. Az új anyag témája a hang-kép felismerés, Gaussian Mixture Model, Deep Learing és Neurális hálózati alapok voltak. | ||
===2015 december=== | ===2015 december=== | ||
A lap jelenlegi, 2018. november 26., 23:05-kori változata
A tárgy célkitűzései közé tartozik a digitális multimédia tartalomkezelés legfontosabb fogalmainak ismertetése, megoldásainak és technikáinak oktatása. A hallgatók megismerik a multimédia állományok jellemzésének és kategorizálásának elveit és szabványos előírásait. A kurzust elvégző hallgatók a félév végére képessé válnak az médiainformatikai rendszerek mérnöki feladatainak megértésére, elvégzésére, és a kapcsolódó feladatkörök ellátására, elsajátítva az ehhez szükséges technológiákat és eszközöket.
ZH
Az új tematika kifejezetten kiforratlan, innen-onnan lehet kibogarászni az anyagot. Érdemes előadásra bejárni és figyelni, mert anélkül nehéz megtanulni a tárgyat.
Vizsga
2018
A tárgy tematikája 2017-ben jelentősen megváltozott. A korábbi kérdések-válaszok már nem igazán relevánsak. Az új anyag témája a hang-kép felismerés, Gaussian Mixture Model, Deep Learing és Neurális hálózati alapok voltak.
2015 december
Kérdések voltak:
- CMS bevezetésének okai
- Metakeresők hogyan működnek, mit kell megadni a kereséshez (tételesen)
- Meg volt adva kb. 7 szó, és ezek közül kellett aláhúzni azokat, amelyek nem elemei a DublinCore-nak
- Mi található a www.archive.org weboldalon? Milyen dokumentumokat kell megadni/létrehozni ha archiválni szeretnénk adatokat?
- IR rendszerek, távolság alapú rangsorolás, le kellett írni, hogy hogyan működik (távolság csökkentése és növelése)
- Haar transzformációs számolós feladat, meg volt adva egy rajz, ahol egy téglalap 4 részre volt osztva, és az egyes részekhez tartozott egy-egy érték, és ki kellett számolni az integrál kép értékét
2016 január
- IPTV vs OTT
- Kép tartalom kinyerési dolgok
- MPEG-7 szabvány bemutatása
- Valami bővített boolean modell, 3 koordináta amik keresési eredmények, koordináták első eleme alma, második körte
- kérdés: alma ÉS körte esetben relevancia sorrend
- kérdés: alma VAGY körte esetben relevancia sorrend
- Szózsák modell
- Általános klaszterező algoritmus bemenete is kimenete, miben különböznek a klaszterező algoritmusok
