Naključni procesi in signali

Uvod:

• definicija naključnega procesa in signala; uvedba nekaterih matematičnih orodij verjetnostnega računa in statistike.

Obdelava naključnih signalov:

• časovna in vzorčna povprečja, filtriranje naključnih signalov (Winnerjev in Kalmanov filter), ocenjevanje verjetnostnih porazdelitev (postopki »Expectation-Maximization« (EM), »Maximum A Posteriori« (MAP) in »Maximum Likelihood Linear Regression« (MLLR)).

Modeliranje stacionarnih in nestacionarnih naklučnih procesov:

• Gaussov proces, Poissonov proces, Gauss-Markov proces, Opis nestacionarnih procesov s Prikritimi Markovovimi modeli (HMM).

Primeri modeliranja tvorjenja, percepcije in obdelave govornega signala:

model tvorjenja govora »vir-filter«, perceptivini model in dekonvolucija govornega signala, časovno-frekvenčne parametrične predstavitve govornega signala, detekcija govornega signala, modeliranje govornega signala s HMM.

Cilj predmeta je seznaniti študenta z naprednimi metodami obravnave naključnih procesov in obdelave naključnih signalov. Posebej bodo obravnavani primeri iz obdelave govornih signalov.

Predavanja, individualne konzultacije, projektno delo