Kurzus nemzetközi vendég- és részidős hallgatóknak

Kar

Informatikai Kar

Szervezet

IK Numerikus Analízis Tanszék

Kód

IPM-24ATAAE

Cím

Hanganalízis Ea.

Tervezett félév

Őszi

Meghirdetve

2024/25/1

ECTS

3

Nyelv

en

Oktatás célja

a) tudása Tisztában van az elemzéshez, modellezéshez használt aktuális technológiák működésével és képes azok valós körülmények között történő alkalmazására nagy mennyiségű adat esetében is. Ismeri a nagymennyiségű adatok tárolására, feldolgozására és vizualizációjára szolgáló technikákat, tisztában van az egyes eszközrendszerek tulajdonságaival. Ismeri az adattudomány főbb alkalmazási területeit, az ezekhez kötődő problémákat és a megoldási lehetőségek főbb irányait, a kapcsolódó technikák alkalmazási korlátait. Összefüggéseket tud teremteni az egyes adattípusok között, képes az adatok transzformációján alapuló információ-kinyerésre és feladatmegoldásra multidiszciplináris környezetben is. Átfogó ismeretekkel rendelkezik az adatkezelés, elemzés, modellezés szabályozási kérdéseiről, problémáiról, beleértve a jogi és etikai vonatkozásokat is. Ismeri az informatikai biztonság területeit. b) képességei Képes az előírt feladathoz tartozó nyers adat transzformációs lépéseinek megalkotására. Képes az adatokat kontextusba helyezve más információkkal összekapcsolni, egyesítve különböző modalitásokat. Ismeri az adatelemek közötti függőségi viszonyokat és az adatok strukturálhatóságát, típusait. A technológia változása esetén képes az adatelemzési stratégiát a technológiától függetleníteni. Képes hatékonyan együttműködni az adattudományhoz kapcsolódó, a feldolgozandó, elemzést igénylő adatokat előállító tudományterületek képviselőivel. Képes nagy mennyiségű adat hatékony vizualizációjára, az eredmények interpretálására. Képes a rutinproblémák felismerésén és megoldásán túl eredeti ötleteket felvetni. Szakmai irányítás mellett képes önálló tudományos kutatómunkát végezni. Anyanyelvén kívül legalább angol nyelven képes szóban és írásban szakmai eszmecserét folytatni, eredményeket bemutatni és értelmezni, jelentéseket készíteni, szakmai anyagokat feldolgozni. c) attitűd Figyelemmel kíséri az adattudomány és a kapcsolódó szakterületek elsősorban matematikai, statisztikai, informatikai vonatkozású, valamint mesterséges intelligenciával kapcsolatos legújabb eredményeit és törekszik arra, hogy ezeket saját fejlődésének szolgálatába állítsa. Hitelesen képviseli szakmáját és mutatja be munkájának eredményeit. Elkötelezett a környezettudatos magatartás közvetítése és megvalósítása iránt. d) autonómiája és felelőssége Nagy figyelmet fordít feladatainak precíz elvégzésre és a határidők pontos betartására, illetve betartatására. Felelősséget vállal a vele együtt dolgozó vagy irányítása alatt állók munkájáért. Felelősen, az aktuális szabályozásnak megfelelően kezeli a rábízott érzékeny, esetlegesen bizalmas adatokat. Munkáját a szakmai és tudományos etika követelményeinek maximális figyelembevételével végzi.

Tantárgy tartalma

Bevezetés az analóg hang jelek alaptulajondágaiba analóg - digitális konverzió alapjai: kvantálás, mintavételezés digitális audio jelek reprezentációi: idősoros ábrázolás, szabványok szűrési eljárások 1.: válaszfüggvény, alsó-, felső, tartomány áteresztő szűrő, Szűrési eljárások 2.: zajszűrések jellemző kivonatolási eljárások: Fourier Transformáció, Mel Frekvencia transzformáció, Chroma transzformáció, dimenziócsökkentő eljárások: PCA, t-SNE, Isomap, SOM Audió jelek képi ábrázolása: Spektrogram Audi jelek gépi tanulásos feldolgozása 1. Audi jelek gépi tanulásos feldolgozása 2.

Számonkérés és értékelés

kollokvium

Irodalomjegyzék

Andreas S., Ted P., Venkatraman A., Audio Signal Processing and Coding, Wiley-Interscience, 2007. Isabelle G., Steve G., Massoud N., Lotfi A. Z., Feature Extraction Foundations and Applications, Springer, 2016. Julius O. S. III, Introduction to Digital Filters with Audio Application, W3K Publishing, 2007.

Kurzus szakjai