Razpoznavanje vzorcev

Opis predmeta

V okviru predmeta se študenti poglobijo v napredne metode razpoznavanja vzorcev, kot so govorni in drugi zvočni signali, računalniške slike in večmodalni podatki. Študenti se seznanijo z matematičnimi osnovami, ki so ključne za razumevanje in izvedbo algoritmov razpoznavanja vzorcev. Poudarek je na globokem učenju in arhitekturah nevronskih omrežij, kjer se študenti seznanijo z naprednimi modeli, kot so konvolucijske in rekurentne nevronske mreže, ter raziskujejo nove trende pri metodah globokega strojnega učenja. V okviru predmeta se obravnava tudi praktične uporabe metod razpoznavanja vzorcev v industriji in raziskavah, s študijami izbranih primerov iz različnih področij. Naslovljena je tudi etika in odgovorna uporaba tehnologij razpoznavanja vzorcev, pri čemer je poudarek na vprašanju zasebnosti, pristranskosti in avtomatizacije odločitev. Posebna pozornost je posvečena tudi preizkušanju razpoznavalnikov vzorcev in ustreznemu ocenjevanje verjetnosti napačnega razpoznavanja.

Predmet učimo na programih

Cilji in kompetence

Seznaniti študenta z naprednimi matematičnimi in računalniškimi metodami razpoznavanja vzorcev z razvrščanjem in analizo.

Metode poučevanja in učenja

predavanja,
individualne konzultacije,
seminarski projekti.

Predvideni študijski rezultati

Po zaključku predmeta bo študent zmožen izkazati znanje in razumevanje iz:

gradnje sistemov, ki temelje na razpoznavanju signalov iz okolja,
modeliranja določenih razumskih zmožnosti človeka (zaznavanje in spoznavanje okolja, učenje),
sodobnih metod razčlenjevanja, luščenja značilk, rojenja in razvrščanja vzorcev.

Med študijem pri tem predmetu bo pridobil ali nadgradil prenosljive spretnosti, kot so:

uporaba informacijske tehnologije: uporaba razvojnih orodij (OpenCV, Weka, Orange, scikit-learn, PyTorch), okolij za programiranje (Matlab, Netbeans, Visual Studio Code, PyCharm), programskih jezikov (Matlab, C++, Java, Python),
reševanja problemov: analiza problema, načrtovanje algoritma, implementacija programa in testiranje programa.

Temeljni viri in literatura

N. Pavešić: Razpoznavanje vzorcev : uvod v analizo in razumevanje vidnih in slušnih signalov,  3. popravljena in dopolnjena izdaja,  Založba FE in FRI, 2012. ISBN 978-961-243-201-0. [COBISS.SI-ID 260256256]
M. Bishop, Christopher.: Pattern recognition and machine learning, 8. popravljena izdaja, Springer, 2009. ISBN 0-387-31073-8. [COBISS.SI-ID 7988308]
R. C. Gonzalez, R. E. Woods: Digital Image Processing, Pearson, 2018. ISBN 978-1-292-22304-9. [COBISS.SI-ID – 12389972]