1. komponenta

Vrsta nastave	Ukupno
Predavanja	45

* Opterećenje je izraženo u školskim satima (1 školski sat = 45 minuta)

CILJEVI PREDMETA:
Cilj predmeta je upoznavanje studenata s osnovnim metodama rješavanja inverznih problema korištenjem tehnike statističke inverzije.
Glavni primjer će biti u problemima obrade slike kao što su uklanjanje smetnji sa slike i rekunstrukcija slike iz više mjerenja.

SADRŽAJ PREDMETA:
1. Inverzni problemi i model mjerenja
2. Dekompozicija singularnih vrijednosti
3. Randomizirani algoritmi i aproksimacija malog ranga
4. Konveksna optimizacija
5. Rijetka reprezentacija podataka
6. Metode regularizacije i LASSO
7. Bayesovski pristup problemu inverzije
8. Teorija statističke inverzije
9. Metode dubokog učenja
10. Fourierova i Radonova transformacija
11. Primjene u obradi slika (Roentgenska CT)

1. Statistical and Computational Inverse Problems, Jari Kaipio, Erkki Somersalo, Springer, 2005.
2. Inverse Problem Theory and Methods for Model Parameter Estimation, Albert Tarantola, http://www.ipgp.fr/~tarantola/Files/Professional/Books/InverseProblemTheory.pdf.
3. Introduction to Bayesian Scientific Computing, D. Calvetti, E. Somersalo, Springer, 2007.
4. Compressive Imaging: Structure, Sampling, Learning, Ben Adcock, Anders Hansen.

Izborni modul Obrada signala i strojni vid - Redovni Studij - Primijenjena matematika

Izborni modul Obrada signala i strojni vid - Redovni Studij - Primijenjena matematika

Izborni modul Obrada signala i strojni vid - Redovni Studij - Primijenjena matematika

Izborni modul Obrada signala i strojni vid - Redovni Studij - Primijenjena matematika