Kursplan fastställd 2020-03-12 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnWavelet analysis
- KurskodTMA462
- Omfattning7,5 Högskolepoäng
- ÄgareMPENM
- UtbildningsnivåAvancerad nivå
- HuvudområdeMatematik
- InstitutionMATEMATISKA VETENSKAPER
- BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd
Kurstillfälle 1
Kurstillfället är inställt. Kurstillfället ges enligt plan vartannat år. För frågor kontakta utbildningssekreteraren för- Undervisningsspråk Engelska
- Anmälningskod 20129
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
---|---|---|---|---|---|---|---|
0101 Tentamen 7,5 hp Betygsskala: TH | 7,5 hp |
I program
- MPENM - MATEMATIK OCH BERÄKNINGSVETENSKAP, MASTERPROGRAM, Årskurs 1 (valbar)
- MPENM - MATEMATIK OCH BERÄKNINGSVETENSKAP, MASTERPROGRAM, Årskurs 2 (valbar)
Examinator
- Mohammad Asadzadeh
- Professor emeritus, Tillämpad matematik och statistik, Matematiska vetenskaper
Behörighet
Grundläggande behörighet för avancerad nivåSökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Särskild behörighet
Engelska 6Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Kursspecifika förkunskaper
Grundläggande fourieranalys.
Syfte
Fourieranalys (frekvensanalys) är ett oundgängligt verktyg i deterministisk och statistisk signalbehandling (och i teorin för partiella differentialekvationer). Numera används s k wavelettransform i stor utsträckning som komplement till traditionell Fouriertransform. Kursens syfte är dels att beskriva hur dessa transformer används praktiskt vid t ex "sampling" av signaler, i antennteori, i geometrisk optik, i datortomografi och i sannolikhetsteori samt dels de "snabba" transformer som numera utförs av datorer i detta sammanhang.
Lärandemål (efter fullgjord kurs ska studenten kunna)
identifiera problem som kan vara lämpliga att lösa med hjälp av diskreta Fouriertransformer och wavelet-transformer och kunna välja relevant transform-teknik för specifikt modellproblem och datamängd.
sampla signaler och genomföra bildkomprimering och bildbehandling genom att skriva och implementera Fourier- och wavelet-kod.
läsa och tillgodogöra sig information från vetenskapliga artiklar inom området.
Innehåll
Kursen består av tre delar: Diskreta (och kontinuerliga) Fouriertransformer, distributionsteori/generaliserda funktioner och wavelettransformer. Övergången mellem dessa delar är mjukt och väl-motiverad. I detta avseende fixpunkt begreppet inom Fouriertransformer och Fouriertransformen av tempererad-distributioner är kopplade, signal sampling i diskreta Fourier är länkade till Haar wavelets.Vi introducerar "multi-resolution" analys, konstruerar wavelet och skalningsfunktioner, och studerar duala och bi-ortogonala wavelet-bas.
En del avancerad Fourierrelaterad transformer i högre dimensioner (Hankel, Abel. Hilbert and Radon transformer) likaså högra (två i vårt fall) dimensionalla wavelet ingår också i kursen.
Organisation
Lektioner är 4 ggr/veck (8 tim) in 7 veckor. 5 tim/vecka är föreläsningar som täcker teorin och 3 timmar är avsedda för prolemlösning. Unser läsvecka 2-7 har TA "office-hours" för datorfrågor inom inlämningsuppgifterna.Har ni frågor är ni välkomna dagligen mellan 11 och 13.
Litteratur
Alla är elektroniska och finns på Kursens hemsida:
1. Bergh, Notes on Generalized Functions and Fourier Transforms, compendium, Chalmers and Göteborg University.
4. My Primary Lecture notes (5 chapter 86 pp) can be downloaded from the course site.
Examination inklusive obligatoriska moment
Skriftlig tentamen samt inlämningsuppgifter delvis baserade på datorberäkningar.
Kursplanen innehåller ändringar
- Ändring gjord på kurstillfälle:
- 2020-03-12: Inställd Ändrat till inställd av UOL
[Kurstillfälle 1] Inställt
- 2020-03-12: Inställd Ändrat till inställd av UOL