Kursplan för Spatial statistik och bildanalys

Kursplanen innehåller ändringar
Se ändringar

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 20122
  • Sökbar för utbytesstudenterJa

Poängfördelning

0101 Tentamen 7,5 hp
Betygsskala: TH
0 hp0 hp0 hp7,5 hp0 hp0 hp
  • 29 Maj 2024 em J
  • 28 Aug 2024 em J

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Grundläggande behörighet för avancerad nivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Engelska 6
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.

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 kurstillfälle:
    • 2023-10-04: Examinator Examinator ändrat från Aila Särkkä (aila) till Ottmar Cronie (ottmar) av Viceprefekt
      [Kurstillfälle 1]