|
Control y Procesamiento Digital de Señales II (4040047)
Este curso está dividido en cuatro módulos: Robótica, Procesamiento de Imágenes, Reconocimiento de
Patrones y Redes Neuronales. Los módulos primero y cuarto son impartidos por el profesor Juan Bernardo
Gómez Mendoza; los módulos segundo y tercero están a mi cargo. Esta página está dedicada únicamente a los
módulos 2 y 3. Sin embargo, desde el segundo semestre de 2007, estoy a cargo del módulo sobre Redes Neuronales
en lugar de impartir el correspondiente a Procesamiento de Imágenes. Abajo encontrará también el material y los trabajos
propuestos sobre Redes Neuronales.
Material y referencias del curso:
- Módulo II: Procesamiento de Imágenes.
- Módulo III: Reconocimiento de Patrones.
- Libro de Duda (ver abajo).
- Libro de Michie (ver abajo).
- Base de datos del Depositario UCI de Aprendizaje Automático.
- A.K. Jain, R.P.W. Duin and J. Mao, "Statistical pattern recognition: a review,"
IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 1, pp. 4-37, 2000.
[ps.gz][ps][pdf]
- Módulo IV: Redes Neuronales.
- Capítulo 26 del libro de Smith (ver abajo).
- Capítulo 6 del libro de Duda (ver abajo).
Compiladores y entornos de desarrollo integrados:
Los trabajos de programación pueden ser realizados únicamente en C/C++, Fortran77,
Pascal, o BASIC. Matlab puede ser utilizado únicamente para visualización.
Consulte los compiladores y manuales disponibles en la sección de Software.
Las rutinas del libro de Smith están escritas en BASIC. Si usted decide usarlas con
Just BASIC, asegúrese de usar paréntesis en lugar de corchetes para
los arreglos. Además, asegúrese de eliminar el símbolo de porcentaje al final de las variables.
Trabajos:
- Trabajo 01 [pdf].
- Trabajo 02 [pdf].
- Trabajo 03 [pdf].
- Trabajo 04 [pdf].
- Trabajo 05 [pdf].
- Trabajo 06 [pdf].
- Trabajo 07 [pdf].
Libros recomendados:
- S. W. Smith, The Scientist and Engineer's Guide to Digital Signal Processing, 2nd ed.
San Diego, CA: California Technical Publishing, 1999.
[pdf]
- R. O. Duda, P. E. Hart and D. G. Stork, Pattern Classification, 2nd ed. New York: Wiley-Interscience, 2001.
[html]
- D. Michie, D.J. Spiegelhalter and C.C. Taylor (eds), Machine Learning, Neural and Statistical Classification.
UK: University of Leeds, 1994.
[ps.gz][pdf][zip][ps.gz (capítulos)][zip (capítulos)]
- Richard Lowry, Concepts and Applications of Inferential Statistics, Poughkeepsie, NY, USA: Vassar College, 1999.
[html]
|
