Uni Wien:Signal and Image Processing VU (Grosse-Wentrup)
Daten[Bearbeiten | Quelltext bearbeiten]
Vortragende | Moritz Grosse-Wentrup |
---|---|
ECTS | 6 |
Sprache | English |
Links | ufind:052600/2021S |
Inhalt[Bearbeiten | Quelltext bearbeiten]
In der LVA lernt man die Grundkonzepte von Signalen kennen.
Techniken wie man Signale von der Zeitdomain in die Frequenzdomain transformieren kann z.B.
- D(T)FT
- STFT
- cosine transform (DCT)
- discrete wavelet transform
Signale filtern, up/downsampling Signal eigenschaften
Signale aus einer stochastischen Sicht betrachten
Ablauf[Bearbeiten | Quelltext bearbeiten]
Achtung, dieses Review bezieht sich auf SS2021 (Corona). Die LVA wurde komplett online über Moodle abgehalten.
Es werden pro Woche immer mehrere Vorlesungsvideos (prerecorded) freigeschaltet, die einen bestimmten Themenbereich abdecken. Im Anschluss kann man im Moodle ein Bonus-Quiz bis zu der sogenannten Review Session absolvieren. Es empfiehlt sich die Bonus-Quiz immer zu machen, da die Punkte zur gesamten Note zählen. Die Review-Sessions finden live statt und es wird der Stoff der zuvor freigeschalteten Videos nochmal wiederholt. Zudem gibt es die Möglichkeit, Fragen zu stellen, um Unklarheiten zu beseitigen.
Zusätzlich gibt es noch 4 Aufgaben (Rechenbeispiele und Programmierbeispiele mit Python), die man unter dem Semester lösen muss.
Ablauf WS2022:
Die LVA wurde vor Ort abgehalten (einmal online aufgrund einer Erkrankung des Vortragenden). Es werden immer noch im voraus Vorlesungsvideos freigeschaltet, die vor den Review-Sessions angesehen werden sollen (Ebenso existieren noch die Bonus-Quizze).
Unter dem Semester gab es 3 Assignments:
1: Kürzeres mathematisches Quiz um Grundlagen zu wiederholen. Fragen waren zum Beispiel wie Matrixmultiplikationen gehen oder welche der gegebenen Vektoren orthogonal zueinander sind. Dieses Quiz zählt allerdings nur 1% zur Gesamtnote
2: (Pen-and-Paper Exercise): Händisch (konnte auch am PC geschrieben werden) z.B. Convolution oder D(T)FT von Signalen ausrechnen.
3: (Programming): In einem Jupyter Notebook File in Python diverse Signale und Filter implementieren. Konkret waren diese discrete cosine transform, discrete wavelet transform und wiener filter.
Nach den Deadlines von Assignment 2 und 3 gab es zuerst die Midterm Exam und dann die finale Exam. Zusätzlich gab es Q&A Sessions für Assignment 2 und 3.
Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]
Von Vorteil: Mathematikkenntnisse zu matrizen, komplexe Zahlen und Statistik
Diese LVA ist Voraussetzung für die LVA Image Processing and Analysis. Verwandte LVA auf TU Wien signale und systeme
Vortrag[Bearbeiten | Quelltext bearbeiten]
Der Vortrag wird im Stil einer Mathematik Vorlesung abgehalten, das heißt es gibt keine Folien, sondern es werden digital handschriftlich die Themen in englisch präsentiert. Ist vermutlich geschmackssache ob einem das zusagt.
Übungen[Bearbeiten | Quelltext bearbeiten]
1 Übung - Grundkenntnisse in Matrixen - Grundkenntnisse in komplexen Zahlen
2 Übung - Beispiele zu Signalen, z.B. Spektrum berechnen
3 Übung - Signale in Python darstellen, filtern und down/up sampling
4 Übung - DWT Python
Es empfiehlt sich so früh wie möglich mit den Übungen zu beginnen. Gerade das 3 Beispiel überschneidet sich terminlich mit dem ersten "Midterm" Test.
Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]
Weighting: Assignments: 51% Feedback: 4% Midterm: 20% Final: 25% Bonus points on lecture content: Up to +10
Im SS21 wurde die Prüfung als Open-Book Prüfung abgehalten. Im Moodle hat man sich die Prüfungsangabe heruntergeladen und dann Zuhause gelöst. Obwohl die Prfg als Open-Book abgehalten wird, sollte man den Modus nicht unterschätzen (höherer Schwierigkeitsgrad), auch zeitlich gesehen kann es eng werden. Wer die Bonusquizze, Übungen und bei den Reviews dabei war sollte die Prüfung aber schaffen.
Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]
noch offen
Semester | Letzte Leistung | Zeugnis | |
---|---|---|---|
SS21 | 30.06.2021 | 29.07.2021 |
Zeitaufwand[Bearbeiten | Quelltext bearbeiten]
Der Zeitaufwand ist gerade am Beginn doch sehr hoch. Wer das erste mal mit dem Thema in kontakt kommt, sollte genug Zeit für die Übungen und für das verstehen des Stoffes einplanen.
Unterlagen[Bearbeiten | Quelltext bearbeiten]
Im Moodle sind alle wichtigen Unterlagen.
Tipps[Bearbeiten | Quelltext bearbeiten]
Früh mit den Übungen beginnen, bei Fragen bzw. Unklarheiten das Moodle-Forum oder Review Session verwenden. Es empfiehlt sich auch bei Unklarheiten die jeweiligen Kapitel in der zusätzlich angegeben Literatur nachzuschlagen.
Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]
Die LVA ist insgesamt sehr gut strukturiert und es wird auch ausreichend Hilfestellung angeboten. Wenn jemand an dem Thema intressiert ist und nicht zu Mathe scheu ist, kann man die LVA nur empfehlen.