Informacje o przedmiocie

Pobierz kartę w formacie PDF
Nazwa przedmiotu METODY KLASYFIKACJI DANYCH GEOINFORMATY
Kod przedmiotu E:35825W0 Liczba punktów ECTS
3
Godziny kontaktu: 38
Godziny wymagające bezpośredniego kontaktu z nauczycielem akademickim
Praca własna: 37
Godziny pracy własnej studenta
Kierunek studiów, Jednostka prowadząca Informatyka,
Katedra Systemów Geoinformatycznych
Semestr 2
Rok studiów 1
Sposób realizacji na uczelni
Forma zaliczenia egzamin
Obszar kształcenia Profil kształcenia ogólnoakademicki
Poziom studiów II stopnia stacjonarne Typ przedmiotu Obowiązkowy
Imię i nazwisko wykładowców dr hab. inż. Zbigniew Łubniewski (Osoba odpowiedzialna za przedmiot)
Prowadzący:
dr hab. inż. Zbigniew Łubniewski
Formy zajęć i metody nauczania
Forma zajęć Wykład Ćwiczenia Laboratorium Projekt Seminarium
Liczba godzin zajęć 15 0 0 15 0
Suma godzin dydaktycznych w semestrze, objętych planem studiów 30
W tym nauczanie na odległość 0
Wymagania wstępne i dodatkowe

Student powinien posiadać wiedzę i umiejętności uzyskane na przedmiocie Pozyskiwanie i analiza danych w GIS (sem. 1 specjalności Technologie geoinformatyczne i mobilne).

Cel przedmiotu

Nabycie przez studentów podstawowej wiedzy oraz umiejętności praktycznych z zakresu metod przetwarzania danych geoinformatycznych w celu ich klasyfikacji, na przykładzie danych z sondowań hydroakustycznych oraz danych z obrazowania satelitarnego Ziemi

Odniesienie do efektów kierunkowych Efekty kształcenia z przedmiotu Sposób weryfikacji efektu
K_U17 Student umie zaimplementować oraz zastosować odpowiednie metody przetwarzania danych geoinformatycznych w celu ich klasyfikacji. - Ocena umiejętności zaprezentowania wyników realizacji zadania
- Ocena umiejętności korzystania z metod i narzędzi
- Ocena umiejętności wykorzystania wiedzy uzyskanej w ramach przedmiotu
- Ocena umiejętności analizy informacji
- Ocena realizacji zadania
K_W08 Student zna zastosowania klasyfikacji obrazów rastrowych oraz danych hydroakustycznych. Zna przykłady deskryptorów używanych w klasyfikacji. Zna wybrane metody przetwarzania sygnałów i danych w toku procesu klasyfikacji: analiza czasowo-częstotliwościowa, analiza głównych składowych. Potrafi dokonać wyboru metody klasyfikacji odpowiedniej w danym zastosowaniu - Ocena wiedzy faktograficznej
K_U13 Student zna modele i rodzaje danych danych używane w klasyfikacji. Umie dokonać ich wyboru oraz przeprowadzić ich wstępne przetwarzanie. - Ocena umiejętności zaprezentowania wyników realizacji zadania
- Ocena umiejętności korzystania z metod i narzędzi
- Ocena umiejętności wykorzystania wiedzy uzyskanej w ramach przedmiotu
- Ocena umiejętności analizy informacji
- Ocena realizacji zadania
K_U10 Student umie wytworzyć oprogramowanie, także w formie aplikacji graficznych, realizujące procedury analizy i klasyfikacji obrazów rastrowych i innych danych. - Ocena umiejętności zaprezentowania wyników realizacji zadania
- Ocena umiejętności korzystania z metod i narzędzi
- Ocena umiejętności wykorzystania wiedzy uzyskanej w ramach przedmiotu
- Ocena realizacji zadania
Treści przedmiotu, zajęć

1. Rola i przykłady zastosowań algorytmów automatycznej klasyfikacji danych w zastosowaniach geoinformatycznych 2. Dane używane w klasyfikacji: obrazy rastrowe (zdjęcia satelitarne i lotnicze, obrazy otrzymywane z sonarów), sygnały ech (elektromagnetyczne, akustyczne) 3. Redukcja i wstępne przetwarzanie danych 4. Problem wyboru zestawu cech wejściowych dla klasyfikatora. 5. Rodzaje parametrów używanych w klasyfikacji: parametry statystyczne, geometryczne, fizyczne, parametry otrzymywane w wyniku transformacji danych 6. Podstawowe parametrów dla obrazów i sygnałów (dla wektorów i macierzy danych) 7. Segmentacja obrazów 8. Analiza czasowo-częstotliwościowa danych, zastosowanie transformacji falkowych 9. Wprowadzenie do analizy tekstur 10. Redukcja rozmiaru wektora cech klasyfikowanego obiektu: analiza głównych składowych (PCA) 11. Analiza niezależnych składowych (ICA) 12. Odległość w przestrzeni cech, stosowane metryki

Zalecana lista lektur Literatura podstawowa:

1. A. Stepnowski, "Systemy akustycznego monitoringu środowiska morskiego", Gdańskie Towarzystwo Naukowe, Gdańsk 2001

2. K. Jajuga, "Statystyczna teoria rozpoznawania obrazów", Państwowe Wydawnictwo Naukowe, Warszawa 1990



Literatura uzupełniająca:

1. B. Jaehne, "Digital Image Processing. Concepts, Algorithms, and Scientific Applications", Springer, 1995

2. J. A. Richards, "Remote Sensing Digital Image Analysis. An Introduction", Springer-Verlag, 1995

Metody i kryteria oceniania Kryteria oceniania składowe Próg zaliczeniowy Procent składowej oceny końcowej
Kolokwia w czasie semestru 50 20
Projekt 50 50
Egzamin pisemny 50 30
Język wykładowy polski
Praktyki zawodowe w ramach przedmiotu
  • gk – Godziny wymagające bezpośredniego kontaktu z nauczycielem akademickim
  • pw – Godziny pracy własnej studenta