برنامه درسی

لیست برنامه های درسی

فایل پیوست اول 14032.pdf

اطلاعات کلاس

زمان برگزاری مکان برگزاری توضیحات فایل پیوست اول فایل پیوست دوم فایل پیوست سوم

برنامه نیمسال 14021

18- 16

16- 14

12- 10

10- 8

شنبه

*شبکه عصبی پیشرفته- هفته  زوج- آز. تحقیقاتی

*بینایی ماشین-هفته فرد-ک 266

پردازش سیگنال های زیستی

ک260

یک شنبه

سیگنالها و سیستم ها

ک259

دو شنبه

شبکه عصبی پیشرفته

آز. تحقیقاتی

پردازش سیگنال های زیستی

هفته  زوج -ک260

سه شنبه

سیگنالها و سیستم ها

هفته زوج - ک259

بینایی ماشین

ک-266

چهار شنبه

- - -
پیش نیاز درس

ریاضیات مهندسی

منابع

1-Signals and Systems (2nd Edition)

By: Alan Oppenheim , Alan Willsky , Hamid Nawab

 

2-Signals and systems laboratory with MATLAB

By: Alex Palamides, Anastasia Veloni

طرح درس

فصل1: مفاهیم اساسی سیگنال ها و سیستم ها -3 جلسه

فصل2: سیستمهای خطی و تغییر ناپذیر با زمان(LTI) 3 جلسه

فصل3: نمایش سری فوریه سیگنالهای متناوب ( پیوسته و گسسته)4 جلسه

فصل4: تبدیل فوریه پیوسته در زمان-4 جلسه

فصل5: تبدیل فوریه گسسته در زمان-3 جلسه

فصل5(ضمیمه): فیلترها-1 جلسه

فصل9: تبدیل لاپلاس-3 جلسه

فصل10: تبدیلZ- 3 جلسه

هدف از طرح درس

آشنایی دانشجویان کارشناسی مهندسی با مفاهیم پایه سیگنال و پردازش سیگنال در حوزه های زمان و فرکانس

تعداد واحد ۳
روش تدریس

حضوری- تمرین کامپیوتری

نحوه ارزیابی

نمره

ارزیابی درس:

8

امتحان میان ترم

2

کلاس حل تمرین و تکالیف

1

تمرینات کامپیوتری ( Matlab یا Python)

10

امتحان پایان ترم

1+20

جمع

زمان بندی و نحوه ارائه درس

فصل1: 3 جلسه

فصل2 3 جلسه

فصل3: 4 جلسه

فصل4: 4 جلسه

فصل5: 3 جلسه

فصل5(ضمیمه): 1 جلسه

فصل9: 3 جلسه

فصل10 3 جلسه

اطلاعات کلاس

زمان برگزاری مکان برگزاری توضیحات فایل پیوست اول فایل پیوست دوم فایل پیوست سوم
دانشکده مهندسی برق - - -
پیش نیاز درس

This is a course for advanced undergraduates and graduate students.

We will be using Matlab or Python to do programming assignments.  No prior knowledge of Matlab or Python is assumed. 

This is not a programming class, so coding style is not critical.

Familiarity with basic concepts in linear algebra (e.G., Matrices, solving systems of  equations), multivariable calculus (e.G., Partial derivatives), probability, and  statistics (e.G., Covariance, outliers) is essential in order to follow the material.

طرح درس
Introduction to Image Processing and Programming in Matlab
Digital Image Fundamentals
Intensity Transformations and Spatial Filtering
Filtering in the Frequency Domain
Image Restoration and Reconstruction
Color Image Processing
Wavelets and Multi-resolution Processing

هدف از طرح درس

آشنایی دانشجویان کارشناسی ارشد با مفاهیم پردازش تصاویر دیجیتالی در حوزه زمان و فرکانس و کاربردهای مختلف آن.

تعداد واحد ۳
روش تدریس

حضوری- تمرین های کامپیوتری

نحوه ارزیابی

40%

Midterm exam

20%

Projects (Matlab or Python)

40%

Final exam

زمان بندی و نحوه ارائه درس

مقدمه: یک جلسه

فصل2- سه جلسه

فصل 3- چهارجلسه

فصل 4-چهارجلسه

فصل 5-چهارجلسه

فصل6-چهارجلسه

فصل7-چهارجلسه

اطلاعات کلاس

زمان برگزاری مکان برگزاری توضیحات فایل پیوست اول فایل پیوست دوم فایل پیوست سوم
دانشکده مهندسی برق و کامپیوتر - - -
پیش نیاز درس

پردازش تصویر

سیگنالها و سیستم ها

منابع

Computer Vision – A Modern Approach

D. Forsyth & J. Ponce, Prentice Hall, 2002

 

Computer Vision: Algorithms and Applications

Richard Szeliski, Springer, 2011

Computer Vision

D. Ballard & C. Brown, Prentice Hall, 1982

طرح درس

   

 

III   EARLY VISION: ONE IMAGE

 

2 جلسه        LINEAR FILTERS

       2 جلسه    EDGE DETECTION

       3 جلسه  FILTERS AND FEATURES  

 

 

V   MID-LEVEL VISION

 

         3 جلسه   SEGMENTATION USING CLUSTERING METHODS3   جلسه   

         3 جلسه   FITTING

         3 جلسه SEGMENTATION AND FITTING 

         3 جلسه    TRACKING

VI   HIGH-LEVEL VISION  3 جلسه     

          CORRESPONDENCE AND POSE CONSISTENCY

         FINDING TEMPLATES USING CLASSIFIERS

          RECOGNITION BY RELATIONS BETWEEN TEMPLATES

     

 

VII   APPLICATIONS AND TOPICS

           23 RANGE DATA

           24 APPLICATION: FINDING IN DIGITAL LIBRARIES

           25 APPLICATION: IMAGE-BASED RENDERING

    22 ASPECT GRAPHS

      10 TEXTURE

هدف از طرح درس

مقدمه‌ای بر تحلیل تصاویر و ویدیو به منظور تشخیص، بازسازی، مدل‌سازی و استنباط ویژگی‌های ایستا و پویای اشیاء در دنیای سه‌بعدی.

هندسه تشکیل تصویر؛ مفاهیم پایه در پردازش تصویر مانند هموارسازی، تشخیص لبه و ویژگی، رنگ و بافت؛ قطعه‌بندی؛ نمایش شکل شامل الگوهای تغییر شکل‌پذیر؛ دید استریو؛ تخمین و ردیابی حرکت؛ تکنیک‌های بازسازی سه‌بعدی؛ و رویکردهای احتمالاتی برای تشخیص و طبقه‌بندی مطالعه خواهد شد.

پیش نیاز درس

سیگنال ها و سیستم ها

منابع

Biomedical Signal Analysis

(Second Edition)

By: Rangaraj M. Rangayyan

 

Biosignal Processing

By: Stefan Bernhard, Andreas Brensing, Karl-Heinz Witte

طرح درس
vمفاهیم اساسی سیگنال ها و تقسیم بندی های آنها  - 2 جلسه
22
vانواع سیگنالهای زیستی  - 3 جلسه
vپردازش های رایج برای آنالیز سیگنالهای زیستی -  4 جلسه
پردازش های زمانی
پردازش های فرکانسی
پردازش های زمان- فرکانس
vاستخراج ویژگی و طبقه بندی  - 4 جلسه
کاربرد شبکه های عصبی و یادگیری عمیق در استخراج ویژگی و طبقه بندی  - 3 جلسه
vآشنایی با کاربردهای پردازش سیگنالهای زیستی   - 2 جلسه
کاربردهای تشخیصی و درمانی
واسط های ماشین و انسان
vآشنایی با جعبه ابزارهای رایج برای پردازش سیگنالهای زیستی (مانند EEGLAB ، EMGLAB و MNE)
هدف از طرح درس

آشنایی دانشجویان دوره کارشناسی مهندسی پزشکی با تحلیل و پردازش انواع سیگنالهای حیاتی و کاربردهای مختلف آن