Laboratuvarımda uzmanlık alanı "istatistiksel sinyal işleme" olan bir postdoc var. Elektrik Mühendisliği doktorası var ve toplanan sinirsel verileri analiz ediyor.
Onun izinden hangi dersleri / konuları izlemeye başlamam gerektiğini merak ediyorum . İstatistik ve sinyal işleme gibi şeyleri tam olarak aramıyorum, her ikisinde de temel sınıflarım vardı, ancak yine de çalışmasını anlamakta zorlanıyorum.
Yanıtlar:
Bazen 'istatistiksel sinyal işleme' başlıklı dersler vardır, bu başlamak için iyi bir yerdir :-) Üniversiteniz buna sahip değilse, 'algılama ve tahmin' veya 'gelişmiş sinyal işleme' aramayı deneyin. Kullanışlı bir üniversiteniz yoksa, http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-432-stochastic-processes-detection-and-estimation-spring -2004 /
Çok fazla istatistiksel sinyal işleme doğrusaldır, bu yüzden olabildiğince doğrusal cebir öğrenmelisiniz. Stokastik süreçler temel bir derstir. Kontrol teorisi SSP ile çok şey paylaşır ve çok faydalı olacaktır.
Bu bir başlangıç için yeterli olmalıdır :-)
Bu klasik referanslar iyi bir başlangıçtır:
B. Porat, Rastgele İşaretlerin Dijital İşlenmesi, Prentice-Hall, 1994. Kütüphane seri numarası 2144342.
A. Papoulis, Olasılık, Rasgele Değişkenler ve Stokastik Süreçler, 3. Baskı. , McGraw-Hill, 1991. Kütüphane seri numarası 21111643.
SM Kay, İstatistiksel Sinyal İşlemenin Temelleri, Cilt I: Tahmin Teorisi, Prentice-Hall, 1993. Kütüphane seri numarası 2157997.
KT Wong'un (Waterloo Üniversitesi) ders notlarını da deneyebilirsiniz
M.Chakraborty'nin Uyarlamalı Sinyal İşleme hakkındaki bu ders serilerinden bazılarını YouTube kullanımında da bulabilirsiniz.
Selam,
Alanında araştırma yapmak istediğinizi varsayarsak, matematikte güçlü bir temel üzerine inşa edilmiş bir yolu izlemenizi tavsiye ederim.
Bunu biliyorum, çünkü Tahmin ve Algılama kursunu yeni bitirdim ve çalışmanın kalitesi ve yeniliği ile matematik bilginiz arasında güçlü bir korelasyon olduğunu garanti edebilirim.
Ne tür bir matematik?
Lineer Cebir:
Vektör uzayları ve matris cebiri hakkında bilgi sahibi olmalısınız çünkü; daha önce birisinin yayınladığı gibi, bu tür modellerle ilgili birçok teori ve algoritma vardır. Sıklıkla kullanılan bazı sonuçlar Ters Matris Lemmasıdır, bunların hepsi matris bozunmasıyla ilgilidir.
Olasılık Teorisi ve Stokastik Süreçler
Bu da anahtar. İstatistiksel sinyal işleme, rasgele olabilen fenomenlerin hatalı gözlemlerini (gürültülü) kullanarak bilgileri (çıkarım) tespit etme ve tahmin etme yöntemleri ile ilgilidir.
Bu yüzden bu tür bir nesnenin nasıl ele alınacağını bilmeniz gerekir. Olasılıkta temel bir kurs size iyi bir başlangıç noktası verebilir (rastgele değişkenleri ve rastgele vektörleri kapsayan ve umarım rastgele diziler ve süreçler hakkında biraz konuşur), ancak rastgele süreçlere odaklanan ikinci bir ders almak istenir. Araştırma ve teknolojide kullanılan birçok uygulamayı ve pratik uygulamayı anlamanıza izin vereceğinden, bu fikirlere güvenmeniz gerekir.
İkinci bir aşamada da, Tahmincilerin hesaplanması çoğunlukla maksimizasyon ve minimizasyon problemlerini (maksimum olasılık tahmin edicileri, minimum ortalama kare hata tahmincisi, vb.)
Elbette, hızlı hesaplama, yakınsama, düşük karmaşıklık, vb. İçin istatistiksel sinyal işleme prosedürlerine daha fazla odaklandığınız "algoritmik" bakış açısı da vardır, ancak sonunda yeni fikirler matematikte iyi bir temel gerektirir .
Belirli bir fenomenin iç çalışması hakkındaki bilginizin, belirli bir kurulumda kullanmayı planladığınız modelleri üretmek için de önemli olduğunu unutmayın. Bu anlamda, dijital iletişim, dijital sinyal işleme ve hatta elektronik devreler derslerinden edinebileceğiniz pratik deneyim, araştırmacı olarak size avantaj sağlamak için çok değerli olabilir.
Başka sorularınız varsa, benimle iletişime geçmekten çekinmeyin.
Şerefe, Patricio
Belirtildiği gibi tdc, Papoulis (bu alanın liderlerinden birine RIP) en iyi kitaplardan biridir, ancak önce http://www.amazon.com/Discrete-Time-Signal gibi bir şeyle bu konuya adım atmanız gerekebilir. -İşleme-2.-Prentice-Hall / dp / 0137549202 Eğer sinyal işleme konusunda iyi bir lisans / erken lisansüstü dersi almadıysanız (yapmadım ve biraz acıttı).
Daha istatistiksel bir bakış açısından (ancak mühendisler için hala çok geçerli) http://www.amazon.com/Random görünür-Measurement-Procedures-Probability/dp/0470248777/ref=sr_1_1?s=books&ie=UTF8&qid= 1323737134&sr= 1-1 . Bu bilgi ile solungaçlara doludur, bu yüzden çok yavaş okuma.
okudum
Van Den Bos, Adriaan: "Parameter Estimation for Scientists and Engineers"
Parametre tahminini (maksimum olasılık, en küçük kareler), tahmin edicilerin özelliklerini (kesinlik, doğruluk) ve bu özelliklerin nasıl tahmin edileceğini açıklar.
Kitap, tahmin için kullanılan bazı sayısal yöntemlerin açıklamalarını içermektedir.