00:00 / 00:00
1.8x
1.4x
1.0x
0.7x
HD SD
HD
SD
ثبت‌نام رایگان
  • دسترسی به کل جلسات ویدیویی از دوره
  • دسترسی به کل جلسات ویدیویی از دوره
  • اضافه شدن دوره به پروفایل
00:00 / 00:00
1.8x
1.4x
1.0x
0.7x
HD SD
HD
SD

تئوری تخمین

دوره‌های رایگان
20 جلسه
76٪ (149 رای)

نظریه تخمین مدرن را در قلب بسیاری از سامانه‌های پردازش سیگنال که برای استخراج اطلاعات طراحی شده‌اند می‌توان یافت. این سامانه‌ها شامل ۱. رادار ۲. سونار ۳. پردازش صوت ۴. پردازش تصویر ۵. مهندسی پزشکی ۶. مخابرات ۷. کنترل ۸. لرزه‌شناسی و بسیاری سامانه‌های دیگر هستند. نقطه اشتراک همه این سامانه‌ها در نیازمند بودن آن‌ها به تخمین مقدار گروهی از پارامترها است.

در سونار کشتی‌ها برای تخمین جهت حرکت زیردریایی دشمن، آرایه زیرآبی از حسگرها را با خود می‌کشد. این حسگرها هیدروفون نام دارند. روش کار به این صورت است که تأخیر زمانی بین سیگنال‌های دریافتی هیدروفون‌های مجاور می‌تواند برای پیدا کردن جهت حرکت زیردریایی دشمن مورد استفاده قرار گیرد. مسئله‌ای که وجود دارد این است که سیگنال­‌ها آمیخته به نویز هستند. در این مثال منشا نویز می‌تواند ناشی از جریان آب، ادوات الکترونیکی، ادوات کشتی و غیره باشد.

مثال دیگر در زمینه مهندسی پزشکی است. فرض کنید می‌خواهیم نرخ ضربان قلب یک بیمار را تعیین نماییم. به علاوه میدانیم که سیگنال ضربان قلب آغشته به نویز الکترونیکی، نویز موجود در حسگر و نیز اغتشاشات حرکت بدن بیمار است.

مثال بعدی در زمینه مخابرات است. وقتی می‌خواهیم سطح نویز را در خطوط تلفن تخمین بزنیم تا میزان بهره تقویت کننده را تعیین کنیم نیاز به تکنیک‌های علم تخمین داریم. در علم اقتصاد باید بتوان شاخص بازار بورس را تخمین زد. در مهندسی قابلیت اطمینان باید بتوانیم میانگین زمان بین دو خراب شدن سامانه را تخمین بزنیم. در بیمه سنجی باید بتوانیم طول عمر انسان‌های مذکر در یک کشور را تخمین بزنیم. در همه این مثال‌ها نیاز به تکنیک‌هایی داریم که در این درس یاد خواهیم گرفت.

درس نظریه تخمین حدود ۳۰ ساعت شامل ۲۰ جلسه یک ساعت و نیمه خواهد بود. این درس برای دانشجویان رشته برق خصوصا گرایش‌های کنترل، مخابرات و مهندسی پزشکی مفید است. به علاوه دانشجویان رشته مهندسی مکانیک که در زمینه ناوبری و یا کنترل فعالیت دارند، بسیاری از مطالب این درس خصوصا بخش دوم آن را مفید خواهند یافت.  تخمین پارامتر موضوعی است که به طور استاندارد در بسیاری از کتاب‌های آماری یافت می‌شود. این کتاب‌ها گستره بزرگی را شامل می‌شوند. مثلا دربرگیرنده مباحث نظری آماری هستند که معمولا در کتاب‌های نوشته شده توسط آماردانان یافت می‌شوند. طیف دیگر اما موضوعات کاربردی هستند. درس حاضر تلاشی برای ایجاد تعادل بین این دو غایت است. مخاطبین این درس کسانی هستند که به دنبال طراحی و پیاده‌سازی الگوریتم‌های پردازش سیگنال می‌باشند. به همین دلیل تمرکز اصلی روی بدست آوردن الگوریتم‌های تخمین بهینه‌ای است که روی یک کامپیوتر دیجیتال قابل پیاده‌سازی هستند.

مرجع این درس کتاب زیر است:

Steven Kay, Fundamentals of Statistical Signal Processing: Estimation Theory

 

دروس آمار و تجزیه تحلیل سیستم‌های دوره کارشناسی، پیش‌نیاز این درس هستند.

جزوه و تمرین‌های دوره در آدرس زیر قابل مشاهده هستند:

https://drive.google.com/drive/folders/1To57ojytGiCXKazCPM-NV5SlyQM3--AS?usp=sharing

سرفصل‌های دوره تئوری تخمین

تئوری تخمین
26:39 ساعت
26:39
Combined Shape Created with Sketch. 20 جلسه
جلسه اول: تعریف تخمین و انواع آن +‌ برآوردگر MVUE + صورت قضیه کرامر رائو در حالت اسکالر و اثبات آن
"74:49
جلسه دوم: قضیه کرامر رائو در حالت برداری + مدل‌های خطی با نویز سفید جمع‌شونده
"84:10
جلسه سوم: ادامه مدل‌های خطی با نویز گوسی سفید جمع‌شونده +‌ مدل‌های خطی در حضور نویز رنگی
"62:01
جلسه چهارم: برآوردگر BLUE (برآوردگر خطی بدون بایاس با کمترین واریانس) + قضیه گاوس مارکوف + مروری بر بهینه‌سازی
"84:23
جلسه پنجم: ادامه اثبات قضیه گاوس مارکوف + ذکر مثال از برآوردگر BLUE
"81:05
جلسه ششم: برآوردگر درست‌نمایی بیشینه (Maximum Likelihood)
"83:47
جلسه هفتم: اثبات بهینگی مجانبی برآوردگر درست‌نمایی بیشینه
"82:19
جلسه هشتم: ادامه اثبات بهینگی مجانبی برآوردگر درست‌نمایی بیشینه + ذکر مثال از برآوردگر (رادار)
"91:03
جلسه نهم: تخمین کمترین مربعات (Least Squares)
"81:18
جلسه دهم: اثبات فرمول بازگشتی تخمین کمترین مربعات + ذکر مثال از برآوردگر (فیلتر کردن نویز ۶۰ هرتز برق)
"93:19
جلسه یازدهم: مثال عملی از تخمین کمترین مربعات (حلقه قفل فاز + استخراج ضربان قلب جنین از روی مخلوط ضربان قلب جنین و مادر)
"62:06
جلسه دوازدهم: تخمین بیزی + توزیع پیشین مزدوج
"87:32
جلسه سیزدهم: ادامه تخمین بیزی + مدل خطی بیزی در حضور نویز گوسی
"85:02
جلسه چهاردهم: ذکر مثال از مدل خطی بیزی در حضور نویز گوسی + استفاده از تخمین بیزی برای یک پارامتر غیر تصادفی
"81:57
جلسه پانزدهم: مدلهای تعمیم یافته تخمین بیزی + تخمین MAP + تخمین maximum likelihood بیزی
"84:48
جلسه شانزدهم: تخمین بیزی خطی (اسکالر)
"80:46
جلسه هفدهم: تخمین بیزی خطی (برداری) + فیلتر وینر (Wiener filtering)
"84:05
جلسه هجدهم: ادامه فیلتر وینر +‌ آغاز فیلتر کالمن (Kalman filtering)
"81:04
جلسه نوزدهم: ادامه فیلتر کالمن در حالت اسکالر
"58:43
جلسه بیستم: فیلتر کالمن در حالت برداری +‌ ذکر مثال از فیلتر کالمن به همراه معرفی فیلتر کالمن توسعه یافته +‌ فیلتر کالمن بی‌بو
"75:23
استاد دوره
جواد کاظمی‌تبار جواد کاظمی‌تبار

سید جواد کاظمی تبار برنده مدال نقره کشوری در المپیاد سال ۱۳۷۷ و نفر سوم کنکور سراسری در سال ۱۳۷۸، مدارک کارشناسی و دکتری خود را در رشته برق و کامپیوتر به ترتیب در دانشگاه صنعتی شریف (۱۳۸۲) و دانشگاه کالیفرنیا در شهر ارواین (۱۳۸۷) دریافت نمود. وی در سال ۱۳۹۱ و به هنگام کار در شرکت Guardian Analytics با روش‌های داده‌کاوی در کشف تقلب‌های بانکی آشنا گردید. در همان شرکت بود که وی موفق به اخذ گواهینامه امنیت +Comptia Security گردید. مطالعه کتاب‌ها و دوره‌های انجمن بازرسان تقلب گواهی شده وی را با انواع تقلب در صنایع بیمه، بانک و بورس اوراق بهادار آشنا نمود. وی پس از بازگشت به ایران و از سال ۱۳۹۴ عضو هیئت‌علمی دانشگاه و مشاور شرکت‌های نرم‌افزاری همچون توسن و سان بوده است.

اطلاعات بیشتر
درباره برگزارکننده
دانشگاه صنعتی نوشیروانی بابل دانشگاه صنعتی نوشیروانی بابل (اطلاعات بیشتر)

نظرات  (3 نظر)

کاربر مکتب‌خونه
16:54 - 1399/12/14
کاربر‌ سایت
با سلام و عرض خسته نباشید. دوره بسیار عالی بود. خیلی استفاده کردم. جلسه آخر (فیلتر کالمن بی بو) کامل نبود. اگر فایل کامل وجود دارد حتما بارگذاری فرمایید. با تشکر فراوان
پشتیبانی مکتب‌خونه
همراه عزیز؛ از اینکه نظر خود را با ما در میان گذاشتید صمیمانه سپاسگزاریم .لطفا جهت بررسی بیشتر توضیحات دقیق تر خود را به ایمیل پشتیبانی ارسال کنید. info@maktabkhooneh.org
مسلم
14:54 - 1399/12/14
کاربر‌ سایت
این درس بسیار پایه ایی و مهم هست خصوصا برای مباحث یادگیری آماری ماشین و بسیار هم عالی و با سرفصل جامع تدریس شده است‌. از استاد محترم این دوره تشکر میکنم.
امید
13:02 - 1399/12/09
کاربر‌ سایت
دوره بسیار خوبی بود ولی به نظر میرسه که جلسات آخر ضبط نشده
پشتیبانی مکتب‌خونه
همراه عزیز؛ تمامی فایل ها و ویدئوهایی که در اختیار مکتب خونه قرار گرفته شده اند روی سایت آپلود شده است.

سوالات پرتکرار

آیا ممکن است که درسی ناقص ضبط شده باشد؟
ما همواره تلاش کرده­‌ایم که دروس را به طور کامل ضبط نماییم و در اختیار شما دوستان قرار دهیم. اما گاهی برخی ناهماهنگی ها سبب می شود که یک یا تعدادی از جلسات یک درس ضبط نشود. توضیح این گونه نواقص در توضیح درس­ ها آمده است.
اگر لینک دانلود یا پخش ویدئو مشکل داشت چه باید کرد؟
در صورتی که با هر گونه مشکلی رو به رو شدید می توانید از طریق صفحه ارتباط با ما به ما اطلاع دهید تا ما سریعا مشکل را پیگیری و برطرف نماییم.
آیا امکان دریافت فیلم های یک درس به صورت سی دی یا دی وی دی وجود دارد؟
در حال حاضر امکان ارسال دروس به صورت سی دی یا دی وی دی وجود ندارد.

×

ثبت نظر

به این دوره از ۱ تا ۵ چه امتیازی می‌دهید؟

تئوری تخمین
26:39 ساعت
26:39
Combined Shape Created with Sketch. 20 جلسه
جلسه اول: تعریف تخمین و انواع آن +‌ برآوردگر MVUE + صورت قضیه کرامر رائو در حالت اسکالر و اثبات آن
"74:49
جلسه دوم: قضیه کرامر رائو در حالت برداری + مدل‌های خطی با نویز سفید جمع‌شونده
"84:10
جلسه سوم: ادامه مدل‌های خطی با نویز گوسی سفید جمع‌شونده +‌ مدل‌های خطی در حضور نویز رنگی
"62:01
جلسه چهارم: برآوردگر BLUE (برآوردگر خطی بدون بایاس با کمترین واریانس) + قضیه گاوس مارکوف + مروری بر بهینه‌سازی
"84:23
جلسه پنجم: ادامه اثبات قضیه گاوس مارکوف + ذکر مثال از برآوردگر BLUE
"81:05
جلسه ششم: برآوردگر درست‌نمایی بیشینه (Maximum Likelihood)
"83:47
جلسه هفتم: اثبات بهینگی مجانبی برآوردگر درست‌نمایی بیشینه
"82:19
جلسه هشتم: ادامه اثبات بهینگی مجانبی برآوردگر درست‌نمایی بیشینه + ذکر مثال از برآوردگر (رادار)
"91:03
جلسه نهم: تخمین کمترین مربعات (Least Squares)
"81:18
جلسه دهم: اثبات فرمول بازگشتی تخمین کمترین مربعات + ذکر مثال از برآوردگر (فیلتر کردن نویز ۶۰ هرتز برق)
"93:19
جلسه یازدهم: مثال عملی از تخمین کمترین مربعات (حلقه قفل فاز + استخراج ضربان قلب جنین از روی مخلوط ضربان قلب جنین و مادر)
"62:06
جلسه دوازدهم: تخمین بیزی + توزیع پیشین مزدوج
"87:32
جلسه سیزدهم: ادامه تخمین بیزی + مدل خطی بیزی در حضور نویز گوسی
"85:02
جلسه چهاردهم: ذکر مثال از مدل خطی بیزی در حضور نویز گوسی + استفاده از تخمین بیزی برای یک پارامتر غیر تصادفی
"81:57
جلسه پانزدهم: مدلهای تعمیم یافته تخمین بیزی + تخمین MAP + تخمین maximum likelihood بیزی
"84:48
جلسه شانزدهم: تخمین بیزی خطی (اسکالر)
"80:46
جلسه هفدهم: تخمین بیزی خطی (برداری) + فیلتر وینر (Wiener filtering)
"84:05
جلسه هجدهم: ادامه فیلتر وینر +‌ آغاز فیلتر کالمن (Kalman filtering)
"81:04
جلسه نوزدهم: ادامه فیلتر کالمن در حالت اسکالر
"58:43
جلسه بیستم: فیلتر کالمن در حالت برداری +‌ ذکر مثال از فیلتر کالمن به همراه معرفی فیلتر کالمن توسعه یافته +‌ فیلتر کالمن بی‌بو
"75:23