Kursplan för Spatial statistik och bildanalys

Kursplanen innehåller ändringar
Se ändringar

Kursplan fastställd 2019-02-22 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnSpatial statistics and image analysis
  • KurskodTMS016
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPENM
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeMatematik
  • InstitutionMATEMATISKA VETENSKAPER
  • BetygsskalaTH - Fem, Fyra, Tre, Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 20136
  • Sökbar för utbytesstudenterJa

Poängfördelning

0101 Tentamen 7,5 hp
Betygsskala: TH		 7,5 hp
  • 03 Jun 2020 em J
  • Kontakta examinator
  • 26 Aug 2020 em J

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Information saknas

Särskild behörighet

För kurser på avancerad nivå gäller samma grundläggande och särskilda behörighetskrav som till det kursägande programmet. (När kursen är på avancerad nivå men ägs av ett grundnivåprogram gäller dock tillträdeskrav för avancerad nivå.)
Undantag från tillträdeskraven: Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

En grundläggande kurs i matematisk statistik samt MVE170 eller motsvarande kurs i stokastiska processer.

Syfte

Kursens syfte är att förmedla grundläggande kunskap om modeller och metoder med praktiska tillämpningar inom spatial statistik och bildanalys.

Lärandemål (efter fullgjord kurs ska studenten kunna)

- utföra grundläggande bildbehandling, inklusive filtering och brusreducering.

- identifiera och beskriva stokastiska modeller och analysmetoder för problem inom spatial statistik och bildanalys.

- implementera datorprogram för att lösa statistiska problem inom bildanalys med en given analysmetod.

- skriftligt och muntligt redovisa motiveringar, tillvägagångssätt och slutsatser vid lösning av ett givet statistiskt problem.

- föreslå och analysera stokastiska modeller för problem inom spatial statistik och bildanalys.

Innehåll

Grundläggande metoder för filtrering och mönsterigenkänning i bilder. Statistiska metoder för klassificering och rekonstruktion. Stokastiska fält, Gaussiska fält, Markovfält, Gaussiska Markovfält och punktprocesser. Kovariansfunktioner, Kriging och simuleringsmetoder för stokastisk inferens. Tillämpningar inom klimat, miljöstatistik, fjärranalys, mikroskopi, fotografi och medicinsk bildbehandling.


Organisation

Föreläsningar samt datorövningar där MATLAB eller R används. En viktig del av kursen är projektarbete som redovisas i en projektrapport och presenteras vid ett seminarium.


Litteratur

Anges på kurshemsidan senast åtta veckor innan kursstart.

Examination inklusive obligatoriska moment

Bedömningen baseras på en skriftlig examen och projektarbete.

Kursplanen innehåller ändringar

  • Ändring gjord på tentamen:
    • 2020-04-29: Tentamensdatum Tentamensdatum ändrat av elisabeth eriksson
      [31210, 50082, 3], Ny tenta för läsår 2019/2020, ordinal 3 (ej nedlagd kurs)
    • 2019-08-26: Tentamensdatum Tentamensdatum ändrat av Rickard Johansson
      [31210, 50082, 2], Ny tenta för läsår 2019/2020, ordinal 2 (ej nedlagd kurs)
  • Ändring gjord på kurstillfälle:
    • 2019-12-09: Examinator Examinator ändrat från David Bolin (bodavid) till Mats Rudemo (rudemo) av Viceprefekt
      [Kurstillfälle 1]
  • Ändring gjord på kurs:
    • 2019-06-24: Rapportering Rapportering ändrat från Enda prov till Separat rapportering av slutbetyg av PA
      Separat rapportering av slutbetyg