La Rete Università

Rappresentazioni sparse nell'elaborazione di segnali e immagini: fondamenti

Descrizione

Questo corso introduce i fondamenti del campo delle rappresentazioni sparse, partendo dai suoi concetti teorici e presentando sistematicamente i suoi principali risultati. Toccheremo teoria e algoritmi numerici. La modellazione dei dati è il modo in cui noi, scienziati, crediamo che le informazioni debbano essere spiegate e gestite. In effetti, i modelli svolgono un ruolo centrale praticamente in ogni compito nell'elaborazione di segnali e immagini. La teoria della rappresentazione sparsa propone un modello di questo tipo emergente, altamente efficace e universale. La sua idea centrale è la descrizione dei dati come una combinazione lineare di pochi elementi costitutivi - atomi - presi da un dizionario predefinito di tali elementi fondamentali. Una serie di problemi teorici sorgono nell'implementazione di questo modello apparentemente semplice nelle fonti di dati, portando a nuovi affascinanti risultati in algebra lineare, teoria dell'approssimazione, ottimizzazione e apprendimento automatico. In questo corso imparerai a conoscere questi risultati, che costituiscono le basi per una rivoluzione avvenuta negli ultimi anni nell'elaborazione di segnali e immagini.

Prezzo: $ 99 - GRATUITO per l'audit!

Rappresentazioni sparse nell'elaborazione di segnali e immagini: Fondamenti attraverso edX, una piattaforma per l'educazione fondata da Harvard e dal MIT.

Rappresentazioni sparse nell'elaborazione di segnali e immagini: fondamenti - IsraelX