Kursplan fastställd 2021-02-26 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnSpatial statistics and image analysis
- KurskodTMS016
- Omfattning7,5 Högskolepoäng
- ÄgareMPENM
- UtbildningsnivåAvancerad nivå
- HuvudområdeMatematik
- InstitutionMATEMATISKA VETENSKAPER
- BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd
Kurstillfälle 1
- Undervisningsspråk Engelska
- Anmälningskod 20114
- 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
- MPBME - MEDICINSK TEKNIK, MASTERPROGRAM, Årskurs 2 (valbar)
- MPCAS - KOMPLEXA ADAPTIVA SYSTEM, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPDSC - DATA SCIENCE OCH AI, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPENM - MATEMATIK OCH BERÄKNINGSVETENSKAP, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
Examinator
Ottmar Cronie- Studierektor, 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
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.
Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.
Kursplanen innehåller ändringar
- Ändring gjord på tentamen:
- 2023-03-20: Tentamensdatum Tentamensdatum 2023-08-23 tillagt av Elisabeth Eriksson
[35324, 58589, 3], Ny tenta för läsår 2022/2023, ordinal 3 (ej nedlagd kurs) - 2022-08-25: Tentamensdatum Tentamensdatum Institutionstentamen tillagt av Elisabeth Eriksson
[35324, 58589, 2], Ny tenta för läsår 2022/2023, ordinal 2 (ej nedlagd kurs)
- 2023-03-20: Tentamensdatum Tentamensdatum 2023-08-23 tillagt av Elisabeth Eriksson
- Ändring gjord på kurstillfälle:
- 2022-09-29: Examinator Examinator ändrat från Aila Särkkä (aila) till Ottmar Cronie (ottmar) av Viceprefekt/adm
[Kurstillfälle 1]
- 2022-09-29: Examinator Examinator ändrat från Aila Särkkä (aila) till Ottmar Cronie (ottmar) av Viceprefekt/adm