Multimodaalinen datafuusio (AVOIN YO)

5 op, Academic Year 2023-2024 , 521161S
Opintojakso tarjoaa kattavan johdannon monianturisen ja multimodaalisen datafuusion käsitteisiin ja ideoihin. Paikkoja on rajatusti (10).

Ilmoittautumisaika

-

Järjestämistapa

Contact studies

Toteutusaika

-

Hinta

0 €

Koulutuksen tiedot

Opintojakso tarjoaa kattavan johdannon monianturisen ja multimodaalisen datafuusion käsitteisiin ja ideoihin. Erityisesti keskitytään kuvaamaan yleinen tilastollinen viitekehys multimodaalisen datan prosessointiin. Tämän viitekehyksen avulla käsitellään datan yhteiset esitysmuodot ja datan kohdistus, Bayesiläinen päättely ja parametrien estimointi, sekventiaalinen Bayesiläinen päättely, koneoppimisen ja hahmontunnistuksen tekniikoita datafuusioon sekä erityisiä malleja ja algoritmeja jokaisesta edellämainituista kategorioista. Lisäksi esitellään todellisia käytännön esimerkkejä ja erilaisia sovelluksia, jotka hyötyvät datafuusiosta.

Kurssi käsittelee seuraavia aiheita:

  1. Johdanto
  2. Anturit ja arkkitehtuurit
  3. Yleiset esitysmuodot
  4. Datan kohdistus
  5. Bayesiläinen päättely ja parametrien estimointi
  6. Sekventiaalinen Bayesiläinen päättely
  7. Bayesiläinen päätösteoria ja usean mallin koneoppiminen
  8. Viimeisimpiä edistyksiä ja sovelluksia

Koulutusmuoto

Continuous learning
Open university

Lukuvuosi

Academic Year 2023-2024

Opetuksen järjestäjä

Oulun yliopisto

Sijainti

Oulu

Osallistujien enimmäismäärä

10

Esitietovaatimukset

Opintojakson suorittamisen esitietovaatimukset ovat: 031078P Matriisialgebra, 031021P Tilastomatematiikka, 521156S Matkalla tiedonlouhintaan ja 521289S Koneoppiminen.

Yhteystiedot

Opinto-ohjaus

avoin.yliopisto (at) oulu.fi
Viimeksi päivitetty: 19.6.2023