ДОПОЛНИТЕЛЬНОЕ ОБРАЗОВАНИЕ
В ТУСУРЕ

ТОЧНЫЕ ЗНАНИЯ
ОТТОЧЕННЫЕ НАВЫКИ

тел. +7 (3822) 70-17-36

Специалист по вопросам поступления

  • Безрукова
  • Вера Петровна

Специалист по вопросам поступления

  • Шушаникова
  • Юлия Викторовна

Специалист по вопросам обучения школьников

  • Тахтабаева
  • Ильмира Хусаиновна

Куратор дистанционного обучения

  • Завадовская
  • Олеся Александровна
 

Современные методы программной обработки сигналов сенсоров различных типов

Описание программы

В данной программе рассматриваются современные методы обработки данных как от сенсоров различных типов, так и полученных другими способами. Круг практических задач их применения весьма широк, от получения изображений до обработки финансовых данных и моделирования физических процессов. В частности, речь пойдет о способах уменьшения размерности матриц, содержащих данные без существенной потери полезной информации, таких как сингулярное разложение – SVD, сжатое зондирование – compressed sensing и др. Данные методы реализованы в виде библиотечных функций во многих языках программирования, например, Python, R, в таких пакетах математической обработки как Matlab и др. Сами методы обработки продолжают совершенствоваться и курс призван помочь применять эти методы осознанно и эффективно. Практическая часть курса будет реализовываться с использованием языка Python.

Курс предназначен для разработчиков систем обработки данных для задач сенсорики.

Программа реализуется в рамках Генерального соглашения между ТУСУР и Московским институтом электронной техники.

Рекомендуемая подготовка слушателей:

  • обязательно наличие высшего образования
  • знание линейной алгебры в пределах университетского курса,
  • навыки работы с ПК и Интернетом, основные знания и умения работы с ОС Windows, основы программирования на Python, знание технического английского языка.

Программа курса:

  1. Введение
    Причины появления новых методов обработки данных. Краткий обзор.
     
  2. Сингулярное разложение для обработки данных сенсоров
    Практика: примеры задач и решений в Python
     
  3. Метод главных компонент как пример сингулярного разложения
    Практика: примеры задач и решений в Python
     
  4. Преобразование данных сенсоров для эффективной обработки на примере преобразования Фурье
    Практика: примеры задач и решений в Python
     
  5. Как работает камера с однопиксельным сенсором
     
  6. Разреженность данных от сенсоров и методика сжатого зондирования
    Практика: примеры задач и решений в Python

 

После окончания курса вы будете знать:

  • Современные методы обработки данных, применяемые для широкого спектра прикладных задач;
  • Математические принципы работы таких методов как SVD, compressed sensing, RPCA;
  • В каких прикладных областях используются рассмотренные методы обработки данных;
  • Перспективы развития средств и методов обработки данных.

После окончания курса вы будете уметь:

  • Использовать такие методы обработки данных, как SVD, преобразование Фурье, сжатое зондирование, RPCA для решения прикладных задач;
  • Оценить границы применимости выбранного метода обработки;
  • Анализировать полученные результаты;
  • Использовать современные информационно-коммуникационные технологии, в том числе специализированное программное обеспечение для решения задач обработки данных и проведения расчетов.

Продолжительность обучения:

  • учебная программа: 72 часа.

Форма обучения:

  • заочная с применением дистанционных образовательных технологий.

Выдаваемые документы:

  • удостоверение о повышении квалификации ведущего государственного технического вуза.
Курс: Современные методы программной обработки сигналов сенсоров различных типов

Рассчитать итоговую стоимость
-----------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------

Телефон: 8 (3822) 70-17-36, 53-30-77
ул. 19 Гвардейской дивизии, 9а,
пр. Ленина, 40, оф. 127