„Információfeldolgozás” változatai közötti eltérés

A VIK Wikiből
aNincs szerkesztési összefoglaló
Friss vizsga tételek hozzáadása
51. sor: 51. sor:
* 2013 zárthelyi:
* 2013 zárthelyi:
**[[Media:Infofeld_zh_2013.pdf | zh]] és [[Media:Infofeld_zh_2013_mo.pdf | megoldása]], [[Media:Infofeld_zh_2013_pot.pdf | pótzh]] és [[Media:Infofeld_zh_2013_pot_mo.pdf | megoldása]], [[Media:Infofeld_zh_2013_potpot.pdf | pótpótzh]] és [[Media:Infofeld_zh_2013_potpot_mo.pdf | megoldása]]
**[[Media:Infofeld_zh_2013.pdf | zh]] és [[Media:Infofeld_zh_2013_mo.pdf | megoldása]], [[Media:Infofeld_zh_2013_pot.pdf | pótzh]] és [[Media:Infofeld_zh_2013_pot_mo.pdf | megoldása]], [[Media:Infofeld_zh_2013_potpot.pdf | pótpótzh]] és [[Media:Infofeld_zh_2013_potpot_mo.pdf | megoldása]]
==Vizsga==
A vizsga szóbeli.
Vizsga témakörök (2020-ban, 2021-ben):
# Valós idejű (RT) rendszerek tulajdonságai. SW architektúrák elemzése RT szempontból. Ütemezési algoritmusok.
# SW-ek futási idő analízise: ütemezhetőségi analízis, Worst Case Execution Time (WCET) becslése.
# Elosztott rendszerek valós idejű működése: óraszinkronizáció.
# Valós idejű kommunikáció elosztott rendszerekben.
# Jelek típusai és jellemzőik. Sztochasztikus folyamatok leírása. Stacionaritás, ergodicitás.
# Megfigyelés hatásai: mintavételezés. Mintavételi tételek (időtartománybeli-, frekvenciatartománybeli-, közelítő mintavételi tétel, sztochasztikus folyamatok mintavételezése).
# Megfigyelés hatásai: kvantálás. Kvantálási tételek (1., 2.), Shepard-korrekció. Dither.
# Spektrumbecslés rezonátoros szűrőstruktúrával (Fourier-analizátor, FA). Az Adaptív Fourier Analizátor (AFA). Robusztusság növelése az FA és AFA esetében.
# Digitális szűrő tervezése (FIR, IIR).
# Inverzszűrés. Közvetlenül nem megfigyelhető jelek mérése.
# Szenzorfúzió (komplementer szűrő, Kalman szűrő).
# Döntési fák építése, az információnyereség fogalma.
# Zaj hatása a tanulásra, túltanulás, korai leállás, visszametszés.
# Az általánosítás problémája, a valószínűleg közelítőleg helyes (VKH) megoldások, szükséges mintaszám becslése.
# Neurális hálózatok, perceptron, többrétegű perceptron, tanítás hibavisszaterjesztéssel, mély hálók.
# Fuzzy rendszerek alapjai.
# Diszkriminatív és generatív klaszterezés, EM algoritmus Gauss eloszlások keveréke esetén. Analitikus tanulás: SVM
# Féligellenőrzött tanulás, transzduktív tanulás.
# Szekvenciális döntési problémák, értékiteráció, eljárásmód iteráció.
# Passzív és aktív megerősítéses tanulás.
# Pontos, de különböző együttműködő szakértők.
# Bagging, Boosting.
# Összetett rendszerek: kooperáció, hibrid rendszerek (MOE).
# A bizonytalanságkezelés Dempster-Shafer elmélete


==Vizsga tapasztalatok==
==Vizsga tapasztalatok==

A lap 2022. január 6., 14:57-kori változata

Információfeldolgozás
Tárgykód
VIMIMA10
Általános infók
Szak
MSc Villamosmérnök
Kredit
4
Ajánlott félév
2. félév (ősz)
Keresztfélév
nincs
Tanszék
MIT
Követelmények
Jelenlét
?
Labor
nincs
KisZH
nincs
NagyZH
1 db
Házi feladat
opcionális
Vizsga
szóbeli
Elérhetőségek

Segédanyagok

Kidolgozások

  • Sziki és Zsolti kidolgozása 2012
    • Az előadó által feltöltött tételek lehetőség szerinti legrészletesebb kidolgozása. A tételek kidolgozásánál törekedtünk az érthetőségre és a gyakorlati használhatóságra. Használjátok egészséggel!
  • Kotroczó Nándor tétel kidolgozása 2011-ből
    • (Még a régi 5 éves jelfeldolgozás tételek alapján, és nem volt időm rendesen átnézni, így vannak benne hibák (javítani már nem fogom). - a szerző)

Zárthelyi

Vizsga

A vizsga szóbeli.

Vizsga témakörök (2020-ban, 2021-ben):

  1. Valós idejű (RT) rendszerek tulajdonságai. SW architektúrák elemzése RT szempontból. Ütemezési algoritmusok.
  2. SW-ek futási idő analízise: ütemezhetőségi analízis, Worst Case Execution Time (WCET) becslése.
  3. Elosztott rendszerek valós idejű működése: óraszinkronizáció.
  4. Valós idejű kommunikáció elosztott rendszerekben.
  5. Jelek típusai és jellemzőik. Sztochasztikus folyamatok leírása. Stacionaritás, ergodicitás.
  6. Megfigyelés hatásai: mintavételezés. Mintavételi tételek (időtartománybeli-, frekvenciatartománybeli-, közelítő mintavételi tétel, sztochasztikus folyamatok mintavételezése).
  7. Megfigyelés hatásai: kvantálás. Kvantálási tételek (1., 2.), Shepard-korrekció. Dither.
  8. Spektrumbecslés rezonátoros szűrőstruktúrával (Fourier-analizátor, FA). Az Adaptív Fourier Analizátor (AFA). Robusztusság növelése az FA és AFA esetében.
  9. Digitális szűrő tervezése (FIR, IIR).
  10. Inverzszűrés. Közvetlenül nem megfigyelhető jelek mérése.
  11. Szenzorfúzió (komplementer szűrő, Kalman szűrő).
  12. Döntési fák építése, az információnyereség fogalma.
  13. Zaj hatása a tanulásra, túltanulás, korai leállás, visszametszés.
  14. Az általánosítás problémája, a valószínűleg közelítőleg helyes (VKH) megoldások, szükséges mintaszám becslése.
  15. Neurális hálózatok, perceptron, többrétegű perceptron, tanítás hibavisszaterjesztéssel, mély hálók.
  16. Fuzzy rendszerek alapjai.
  17. Diszkriminatív és generatív klaszterezés, EM algoritmus Gauss eloszlások keveréke esetén. Analitikus tanulás: SVM
  18. Féligellenőrzött tanulás, transzduktív tanulás.
  19. Szekvenciális döntési problémák, értékiteráció, eljárásmód iteráció.
  20. Passzív és aktív megerősítéses tanulás.
  21. Pontos, de különböző együttműködő szakértők.
  22. Bagging, Boosting.
  23. Összetett rendszerek: kooperáció, hibrid rendszerek (MOE).
  24. A bizonytalanságkezelés Dempster-Shafer elmélete

Vizsga tapasztalatok

2011

Mondta még anno, hogy a szűrőtervezést nézzük át otthon. Cirkuláris, modellillesztés, kvantálás nem volt 2011-ben.


Kis tapasztalat:

Szóbelin lényeg, hogy beszélj! Fél órát minimum szóbelizel, az már csak rajtad múlik, hogy mit. Ha mindent tip-topra kidolgozol a tételed során, könnyen belekérdez olyanba, amit nem tudhatsz. Így célszerű a tételt nagy vonalakban kidolgozni és ha belemegy részletesebben, még mindig tudsz válaszolni. Hallottam olyanról is, hogy direkt hibát raksz bele, és aztán szóban kijavítod, de ezt azért nem ajánlom... Ha valamit nem tudsz, gondold végig, gondolkodj! Talán Kollár tanár úr a legjobb példája annak, hogy jobban értékeli a "mérnöki" hozzáállást, gondolkodást, mint a száraz tudást. Fontos: ne a kettesért menj, mert nem fogsz kettest kapni... Legtöbbször négyest-ötöst ad, vagy egyest.

-- Sippi - 2012.01.19


Kis tapasztalat - 2012:

Vizsga: Ahogy én láttam és szükséges volt:

Először is a vizsga úgy néz ki, hogy a Tanár Úr egy pár mondatban elmondja mit dolgozz ki. Erre kapsz ~20 percet. Ezután erről beszélgettek. A lényeg, hogy a kidolgozott papíron minél több a témába vágó dolog szerepeljen, abból egyrészt látni fogja, hogy képben vagy, másrészt, hogy készültél. Persze ez még nem fog kettest érni. A beszélgetős résznél pedig - Sippit idézve - beszélni kell! Ez azt jelenti, hogy ha nem is tudsz valamit akkor gondolkozz, fejtsd ki, hogy min törpölsz éppen! Ezt mindenképpen értékeli a Tanár Úr! Nem kell a konvencionális választ adni, ha logikus józan ésszel átgondolt, és megtudod indokolni, akkor az pozitív -> Sippi: "értékeli a "mérnöki" hozzáállást". Mindent elfogad, amit meg tudsz indokolni.

-- Sziki - 2013.01.10


Tapasztalat - 2013

Vizsga menete:

  1. kitaláltok a várakozóban egy vizsgázási sorrendet, célszerű érkezés alapján felírni magatokat egy lapra
  2. bemész, Kollár mond egy tételt
  3. leülsz, kidolgozod, amíg a másik felel
  4. felelsz, jó esetben átmész (más témakörbe nem kérdezett bele)

Szóbeli tételek: (tapasztalat alapján ezeket kérdezi vizsgán)

  • jelek csoportosítása, tulajdonságai
  • sztochasztikus jelek, mi közük a szinuszhoz
  • Bayes-becslő
  • Maximum Likelihood becslők - MAP becslő (tavaly nem volt előadáson, de vizsgán elbeszélgettünk róla)
  • mintavételi tételek, mintavételezés (arra figyelj, hogy a tételeket az ő szavaival mondd el - asszem a végén "nem vesztünk információt" mondasz :))
  • átlagolás (mozgó, exponenciális, indított)
  • cirkuláris konvolúció
  • DFT, négyszögablak DFT-je
  • dither
  • zaj csökkentése átlagolással
  • fehér zajjal terhelt szinuszos jel paramétereinek kinyerése
  • teljesítmény, energiasűrűség, ilyesmi
  • teljesítmény-sűrűségfüggvény mérési módszerek
  • energia-sűrűségfüggvény mérési módszerek
  • neurális hálózatok
  • fuzzy

-- TL - 2013.05.28

Egyéb


1. félév (tavasz)
2. félév (ősz)
3. félév (tavasz)
Egyéb