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 - 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)
- MPCAS - KOMPLEXA ADAPTIVA SYSTEM, MASTERPROGRAM, Årskurs 2 (valbar)
- MPDSC - DATA SCIENCE OCH AI, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPENM - MATEMATIK OCH BERÄKNINGSVETENSKAP, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
Examinator
- Aila Särkkä
- Professor, 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
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 kurstillfälle:
- 2021-02-03: Examinator Examinator ändrat från Stefan Lemurell (sj) till Aila Särkkä (aila) av Viceprefekt/adm
[Kurstillfälle 1] - 2021-01-29: Examinator Examinator ändrat från Krzysztof Podgorski (krzpod) till Stefan Lemurell (sj) av Viceprefekt
[Kurstillfälle 1] - 2020-12-18: Examinator Examinator ändrat från Mats Rudemo (rudemo) till Krzysztof Podgorski (krzpod) av Viceprefekt/adm
[Kurstillfälle 1]
- 2021-02-03: Examinator Examinator ändrat från Stefan Lemurell (sj) till Aila Särkkä (aila) av Viceprefekt/adm
- Ändring gjord på tentamen:
- 2021-12-22: Institutionstenta Inte längre institutionstenta av Montell
[7,5 hp, 0101] Ges ej av institution - 2021-04-14: Tentamensdatum Tentamensdatum ändrat av Elisabeth Eriksson
[32150, 53789, 3], Ny tenta för läsår 2020/2021, ordinal 3 (ej nedlagd kurs) - 2020-12-22: Tentamensdatum Tentamensdatum 2021-06-02 Eftermiddag tillagt av Montell
[7,5 hp, 0101]
- 2021-12-22: Institutionstenta Inte längre institutionstenta av Montell