ELEC-C5210 Satunnaisprosessit tietoliikenteessä
|
|
- Akseli Kouki
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 ELEC-C5210 Satunnaisprosessit tietoliikenteessä Esa Ollila Aalto University, Department of Signal Processing and Acoustics, Finland Kevät 2017
2 E. Ollila / Kevät lk /9 Luennot Kurssin toteutus keväällä 2017 I Luennoitsija: Professori Esa Ollila, T-talo B354, esa.ollila@aalto.fi Perjantaisin 10:15-12:00 U5 / U147 (Otakaari 1). Harjoitukset Assistentti: Elias Raninen, T-talo B357, elias.raninen@aalto.fi Torstaisin 14:15-16 TUAS Paperilaskuharjoitukset, , joka toinen viikko Matlab-harjoitukset, Maari-K 243, joka toinen viikko Kotitehtävä (annetaan Maaliskuun lopussa) Bonus ratkaistujen tehtävien mukaan > 25% sait tenttioikeuden! > 45% 1/2 numeron korotus tenttiarvosanaan > 75% numeron korotus tenttiarvosanaan Bonus vain tentin läpäisseille
3 E. Ollila / Kevät lk /9 Kurssin toteutus keväällä 2017 II Luentokalvot Kalvot MyCourses-sivuille kurssin aikana. Luentokalvot riittävät kurssin materiaaliksi. Kirjallisuutta T.L. Fine, Probability and Probabilistic Reasoning for Electrical Engineering, Pearson Prentice Hall, R.D. Yates & D.J. Goodman, Probability and Stochastic Processes: A Friendly Introduction for Electrical and Computer Engineers, Wiley, 2nd Edition, H. Stark & J.W. Woods, Probability and Random Processes with Applications to Signal Processing, Prentice Hall, 3rd Edition S. Kay, Intuitive Probability and Random Processes using MATLAB, Springer, G.R. Grimmett & D.R. Stirzaker, Probability and Random Processes, Oxford University Press, 3rd Edition 2001.
4 E. Ollila / Kevät lk /9 Kurssin suoritettuaan opiskelija Kurssin tavoitteet I osaa eritellä todennäköisyysavaruuden osatekijät ja siinä määriteltyjen tapahtumien perusominaisuudet. ymmärtää todennäköisyyden ja tilastollisen riippuvuuden käsitteet osaa tunnistaa erilaisten jakaumien käyttökohteita. osaa laskea keskeisimpiä tunnuslukuja (odotusarvo, kovarianssi) erityyppisille satunnaismuuttujille (reaaliset/kompleksiset). käyttää vektoriarvoisia satunnaismuuttujia ja niiden riippuvuussuhteita ymmärtää ilmaisun ja estimoinnin peruskäsitteet (hypoteesintestaus/uskottavuusosamäärä) osaa verrata eri ilmaisustrategioiden (MAP, Neyman-Pearson) ja estimointimenetelmien (suurimman uskottavuuden, MVUE) eroja. ymmärtää satunnaisprosessin käsitteita/ominaisuuksia (kuten stationaarisuus, tehotiheysspektri) oppii perusvalmiuden Matlab-ohjelmiston käytössä.
5 E. Ollila / Kevät lk /9 Kurssin tavoitteet II Kurssin kehittää opiskelijan ongelmanratkaisutaitoja erityisesti tietoliikennesovellusten tilastollisen mallinnuksen alueella, mistä on hyötyä esimerkiksi tietoliikenneverkkojen ja (radio)tietoliikenneyhteyksien analysoinnissa. Miten päästä tavoitteisiin? Aktiivinen osallistuminen luennoilla: kysy, kommentoi, keskustele Laskuharjoitusten tekeminen sekä niistä keskusteleminen laskareissa Lisämateriaalien hyödyntäminen: kirjallisuus, internet
6 E. Ollila / Kevät lk /9 Kurssin alustava sisältö muutokset mahdollisia 1 Todennäköisyys 2 Satunnaismuuttujat 3 Momentit 4 Satunnaisvektorit 5 Estimointi 6 Ilmaisu 7 Satunnaisjonot 8 Satunnaisprosessit 9 Tehotiheysspektri
7 E. Ollila / Kevät lk /9 Kurssin liitynnät Esitiedot Matematiikan peruskurssit Todennäköisyyslaskenta Signaalit ja järjestelmät Aiheesta syvemmin kurssilla ELEC-E5440 Statistical signal processing
8 E. Ollila / Kevät lk /9 Motivointia I Todennäköisyyslaskenta ja tilastolliset menetelmät ovat tärkeä perustyökalu kehittyneiden tietoliikennejärjestelmien suunnittelussa. Reaalimaailman ongelmien ja ilmiöiden mallintaminen deterministisillä malleilla on yleisesti mahdotonta, koska emme täysin tunne, pysty määrittämään tai mittaamaan kaikkia vaikuttavia tekijöitä. Mittaukset sisältävät aina satunnaista virhettä eli kohinaa. kohina on tuntematon tekijä, joten mittausprosessia mallinnetaan yleensä tilastollisilla työkaluilla. Satunnaismallien ja niihin liittyvien tilastollisten tunnuslukujen avulla voidaan suunnitella optimaalisia menetelmiä kiinnostuksen kohteena olevien suureiden arviointiin ja päätöksentekoon. Tehtäviä: parametrien estimointi, verkkoliikenteen mallinnus, signaalien estimointi (optimisuodatus), signaalien ilmaisu (detection), päätöksenteko ja spektrin estimointi.
9 E. Ollila / Kevät lk /9 Motivointia II Esimerkkisovelluksia tietoliikenteessä: Radiokanavan impulssivasteen estimointi Radiokanavan mallinnus Lähetetyn symbolin ilmaisu vastaanottimessa RAKE-vastaanotin CDMA järjestelmässä Älykkäät antennijärjestelmät, moniantennijärjestelmät Adaptiivinen keilanmuodostus tietoliikenne- ja tutkasovelluksissa Puheenkoodaus AR-mallin avulla Kuvanehostus, -restorointi ja -koodaus Hahmon- ja puheentunnistus Verkkosuunnittelu, tietoliikenneverkkojen reititysongelmat
ELEC-C7230 Tietoliikenteen siirtomenetelmät. Yleistä
Aalto University Comnet ELEC-C7230 Tietoliikenteen siirtomenetelmät Kurssisuunnitelma, kevät 2016 Olav Tirkkonen, Tietoliikenne- ja tietoverkkotekniikan laitos, Aalto-yliopisto Yleistä Esitiedot: (kurssi
LisätiedotELEC-C7230 Tietoliikenteen siirtomenetelmät
A! Aalto University Comnet ELEC-C7230 Tietoliikenteen siirtomenetelmät Kurssisuunnitelma, kevät 2018 Olav Tirkkonen, Tietoliikenne- ja tietoverkkotekniikan laitos, Aalto-yliopisto A! Yleistä Esitiedot:
LisätiedotOPETUSSUUNNITELMALOMAKE
OPETUSSUUNNITELMALOMAKE Tällä lomakkeella dokumentoit opintojaksoasi koskevaa opetussuunnitelmatyötä. Lomake on suunniteltu niin, että se palvelisi myös Oodia varten tehtävää tiedonkeruuta. Voit siis dokumentoida
LisätiedotOPETUSSUUNNITELMALOMAKE
OPETUSSUUNNITELMALOMAKE Tällä lomakkeella dokumentoit opintojaksoasi koskevaa opetussuunnitelmatyötä. Lomake on suunniteltu niin, että se palvelisi myös Oodia varten tehtävää tiedonkeruuta. Voit siis dokumentoida
LisätiedotMS-C2111 Stokastiset prosessit
Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos toimisto: Y241, vastaanotto: pe 13:30-14:30 2017, periodi I KURSSIN JÄRJESTELYT Kurssin järjestelyt Luennot ja harjoitusryhmät Luennot tiistaisin
LisätiedotMS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely
MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Aikataulu ja suoritustapa (Katso MyCourses) Luennot
LisätiedotJohdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:
LisätiedotMS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely
MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2015 Aikataulu ja suoritustapa (Katso MyCourses) Luennot
LisätiedotMS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely
MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2017 Aikataulu ja suoritustapa (Katso MyCourses) Luennot
LisätiedotIlkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
LisätiedotHallintotieteiden opinto-opas lkv 2014 15, Yleisopinnot ok 16.4.14. Yleisopinnot
Yleisopinnot STAT1020 Tilastotieteen johdantokurssi 5 op TITE1022 Tietokone työvälineenä 3 op LIIK1200 Johdatus liiketoimintaosaamiseen 5 op Kansainvälistyminen 10 op OPIS0033 Harjoittelu 5 op Tilastotieteen
LisätiedotELEC-C8001 Sähköenergiatekniikka, 5 op Kurssin tavoitteet, sisältö ja käytännön asiat
ELEC-C8001 Sähköenergiatekniikka, 5 op Kurssin tavoitteet, sisältö ja käytännön asiat Prof. Anouar Belahcen Anouar.belahcen@aalto.fi Opetushenkilökunta Luennoitsijat: Anouar Belahcen (anouar.belahcen@aalto.fi),
LisätiedotT DATASTA TIETOON
TKK / Informaatiotekniikan laboratorio Syyslukukausi, periodi II, 2007 Erkki Oja, professori, ja Heikki Mannila, akatemiaprofessori: T-61.2010 DATASTA TIETOON TKK, Informaatiotekniikan laboratorio 1 JOHDANTO:
LisätiedotEstimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?
TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Frekventistiset vs. bayeslaiset menetelmät Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 6A Tilastolliset luottamusvälit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotProbabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto
Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto Esimerkki Tarkastelemme ilmiötä I, joka on a) tiettyyn kauppaan tulee asiakkaita
LisätiedotELEC-C8001 Sähköenergiatekniikka, 5 op Kurssin tavoitteet, sisältö ja käytännön asiat
ELEC-C8001 Sähköenergiatekniikka, 5 op Kurssin tavoitteet, sisältö ja käytännön asiat Prof. Anouar Belahcen Anouar.belahcen@aalto.fi Opetushenkilökunta Luennoitsijat: Matti Lehtonen (matti.lehtonen@aalto.fi),
LisätiedotKJR-C2002 Kontinuumimekaniikan perusteet Kurssiesite
KJR-C2002 Kontinuumimekaniikan perusteet Kurssiesite Menestyminen nykypäivän poikkitieteellisissä työtehtävissä vaatii vahvan ymmärryksen eri insinöörialojen perusteista. Mekaniikan perusteiden ymmärtäminen
LisätiedotHAHMONTUNNISTUKSEN PERUSTEET
HAHMONTUNNISTUKSEN PERUSTEET T-61.3020, 4 op., Kevät 2007 Luennot: Laskuharjoitukset: Harjoitustyö: Erkki Oja Tapani Raiko Matti Aksela TKK, Informaatiotekniikan laboratorio 1 FOREIGN STUDENTS Lectures
LisätiedotFoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. Luentokuulustelujen esimerkkivastauksia. Pertti Palo. 30.
FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa Luentokuulustelujen esimerkkivastauksia Pertti Palo 30. marraskuuta 2012 Saatteeksi Näiden vastausten ei ole tarkoitus olla malleja vaan esimerkkejä.
LisätiedotELEC-C8001 Sähköenergiatekniikka, 5 op Kurssin tavoitteet, sisältö ja käytännön asiat
ELEC-C8001 Sähköenergiatekniikka, 5 op Kurssin tavoitteet, sisältö ja käytännön asiat Prof. Anouar Belahcen Anouar.belahcen@aalto.fi Opetushenkilökunta Luennoitsijat: Anouar Belahcen (anouar.belahcen@aalto.fi),
LisätiedotDEE Sähkötekniikan perusteet 5 op
DEE-11110 Sähkötekniikan perusteet 5 op Anna Kulmala ja Antti Stenvall Kurssi-info Mallintaminen istä kehitetään malleja luonnonilmiöiden seurauksien ennustamiseksi. Mallit formalisoidaan matematiikan
LisätiedotTilanne sekä MS-A0003/4* Matriisilaskenta 5 op
MATEMATIIKKA Mat-1.1210 Matematiikan peruskurssi S1 ei järjestetä enää MS-A0103/4* Differentiaali- ja integraalilaskenta I 5 op sekä MS-A0003/4* Matriisilaskenta 5 op Mat-1.1110 Matematiikan peruskurssi
LisätiedotNämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan
Mitä pitäisi vähintään osata Tässäkäydään läpi asiat jotka olisi hyvä osata Nämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan osattavan 333 Kurssin sisältö Todennäköisyyden, satunnaismuuttujien
LisätiedotTilastollisia peruskäsitteitä ja Monte Carlo
Tilastollisia peruskäsitteitä ja Monte Carlo Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo Tutkimustiedonhallinnan peruskurssi Tilastollisia peruskäsitteitä ja Monte Carlo 1/13 Kevät 2003 Tilastollisia
LisätiedotTN-IIa (MAT22001), syksy 2017
TN-IIa (MAT22001), syksy 2017 Petteri Piiroinen 4.9.2017 Todennäköisyyslaskennan IIa -kurssin asema opetuksessa Tilastotieteen pääaineopiskelijoille pakollinen aineopintojen kurssi. Suositus: toisen vuoden
LisätiedotOsa 2: Otokset, otosjakaumat ja estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
LisätiedotELEC-C3220 KVANTTI-ILMIÖT
ELEC-C3220 KVANTTI-ILMIÖT Yliopistonlehtori, TkT Sami Kujala Elektroniikan ja nanotekniikan laitos Kevät 2018 Miksi opiskella kvanttimekaniikkaa? Suuri osa nykyisestä elektroniikasta perustuu jollain tavalla
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Bayesläiset piste- ja väliestimaatit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
LisätiedotTIETOLIIKENNETEKNIIKKA I A
TIETOLIIKENNETEKNIIKKA I 521359A KURSSI ANALOGISEN TIEDONSIIRRON PERUSTEISTA Dos. Kari Kärkkäinen Tietoliikennelaboratorio, huone TS439, 4. krs. kk@ee.oulu.fi, http://www.telecomlab.oulu.fi/~kk/ puh: 08
LisätiedotTilastollinen päättely II (MAT22003), kevät 2018
Tilastollinen päättely II (MAT22003), kevät 2018 Petteri Piiroinen 14.1.2018 Tilastollinen päättely II -kurssin asema opetuksessa Tilastotieteen pääaineopiskelijoille pakollinen aineopintojen kurssi. Pakollinen
LisätiedotOhjelmistoarkkitehtuurit. Kevät
Ohjelmistoarkkitehtuurit Kevät 2012-2013 Johannes Koskinen http://www.cs.tut.fi/~ohar/ Tervetuloa Oulun yliopisto, Tampereen yliopisto, Turun yliopisto, Tampereen teknillinen yliopisto 2 Kurssin tavoitteet
LisätiedotJohdatus ohjelmointiin 811122P Yleiset järjestelyt: Kurssin sivut noppa -järjestelmässä: https://noppa.oulu.fi/noppa/kurssi/811122p/etusivu 0. Kurssin suorittaminen Tänä vuonna kurssin suorittaminen tapahtuu
LisätiedotSGN-4200 Digitaalinen audio
SGN-4200 Digitaalinen audio Luennot, kevät 2013, periodi 4 Anssi Klapuri Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2! Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot,
LisätiedotKurssin esittely. Kurssin esittely. MS-C2107 Sovelletun matematiikan tietokonetyöt 1
Kurssin esittely MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Kurssin esittely Opettajat Tuntiopettaja ja pa a assistentti TkK Anna Anttalainen (LST).
LisätiedotPv Pvm Aika Kurssin koodi ja nimi Sali Tentti/Vk Viikko
Pv Pvm Aika Kurssin koodi ja nimi Sali Tentti/Vk Viikko Ma 02.09.13 16:00-19:00 ELEC-A7200 Signaalit ja järjestelmät 4/S1 A102 T02 36 Mon 02.09.13 16:00-19:00 S-104.3310 Optoelectronics 4/S1 A102 T2 36
LisätiedotHAHMONTUNNISTUKSEN PERUSTEET
HAHMONTUNNISTUKSEN PERUSTEET T-61.3020, 4 op., Kevät 2008 Luennot: Laskuharjoitukset: Harjoitustyö: Erkki Oja Elia Liiitiäinen Elia Liitiäinen TKK, Tietojenkäsittelytieteen laitos 1 FOREIGN STUDENTS Lectures
LisätiedotTN-IIa (MAT22001), syksy 2018
TN-IIa (MAT22001), syksy 2018 Petteri Piiroinen 4.9.2018 Todennäköisyyslaskennan IIa -kurssin asema opetuksessa Tilastotieteen opintosuunnassa pakollinen aineopintojen kurssi. Suositus: toisen vuoden syksyllä
LisätiedotPHYS-A0120 Termodynamiikka (TFM) Maanantai
PHYS-A0120 Termodynamiikka (TFM) Maanantai 26.10.2015 Käytännönjärjestelyt Kurssin alkuosan henkilökunnasta Kurssi jakautuu kahteen osaan: ensimmäistä 3 viikkoa luennoi TkT Kati Miettunen ja jälkimmäistä
LisätiedotTIETEEN METODIIKKA MODUULIN YHTEISEN OSUUDEN KURSSILISTA LV Kurssikuvaukset
TIETEEN METODIIKKA MODUULIN YHTEISEN OSUUDEN KURSSILISTA LV 2007-2008 Kurssikuvaukset 25.4.2007 Yhteensä 18 kurssia. A-36.3326 Tutkimusmetodologia (5 op.) 24+0 (2+0) I-II Opettaja prof. Kimmo Lapintie,
LisätiedotTalousmatematiikan perusteet: Johdanto. Kurssin tavoitteet Käytännön järjestelyt Suosituksia suorittamiseen
Talousmatematiikan perusteet: Johdanto Kurssin tavoitteet Käytännön järjestelyt Suosituksia suorittamiseen Kurssin tavoitteet Matematiikkaa hyödynnetään monilla kauppa- ja taloustieteen osaalueilla Esim.
LisätiedotHarjoitus 2: Matlab - Statistical Toolbox
Harjoitus 2: Matlab - Statistical Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen tavoitteet Satunnaismuuttujat ja todennäköisyysjakaumat
LisätiedotMS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)
MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) Aalto-yliopisto 2016 Käytannön järjestelyt Luennot: Luennot ma 4.1. (sali E) ja ti 5.1 klo 10-12 (sali C) Luennot 11.1.-10.2. ke 10-12 ja ma 10-12
LisätiedotMS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)
MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) Aalto-yliopisto 2017 Käytännön järjestelyt Luennot: Luennot maanantaisin (sali E) ja keskiviikkoisin (sali U4) klo 10-12 Luennoitsija: (lauri.viitasaari@aalto.fi)
LisätiedotELEC-C3220 KVANTTI-ILMIÖT
ELEC-C3220 KVANTTI-ILMIÖT Yliopistonlehtori, TkT Sami Kujala Elektroniikan ja nanotekniikan laitos Kevät 2017 Miksi opiskella kvanttimekaniikkaa? Suuri osa nykyisestä elektroniikasta perustuu jollain tavalla
LisätiedotTilastotieteen aihehakemisto
Tilastotieteen aihehakemisto hakusana ARIMA ARMA autokorrelaatio autokovarianssi autoregressiivinen malli Bayes-verkot, alkeet TILS350 Bayes-tilastotiede 2 Bayes-verkot, kausaalitulkinta bootstrap, alkeet
LisätiedotMenetelmiä jatkuvaan opiskeluun kannustamiseen ja oppimisen seurantaan
Menetelmiä jatkuvaan opiskeluun kannustamiseen ja oppimisen seurantaan Matemaattiset menetelmät, syksy 2012 Lassi Korhonen, Oulun yliopisto, Matematiikan jaos 4.12.2012 1 Lähtökohta, opiskelijan näkökulma
LisätiedotTIETEEN METODIIKKA MODUULIN YHTEISEN OSUUDEN KURSSILISTA LV 2007-2008 Kurssikuvaukset 26.4.2007
TIETEEN METODIIKKA MODUULIN YHTEISEN OSUUDEN KURSSILISTA LV 2007-2008 Kurssikuvaukset 26.4.2007 Yhteensä 20 kurssia. A-36.3326 Tutkimusmetodologia (5 op.) 24+0 (2+0) I-II Opettaja prof. Kimmo Lapintie,
Lisätiedothttps://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015
25.10.2016/1 MTTTP5, luento 25.10.2016 1 Kokonaisuudet, joihin opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015 2 Osaamistavoitteet Opiskelija osaa
LisätiedotSignaalien tilastollinen mallinnus T-61.3040 (5 op) Syksy 2006 Harjoitustyö
Signaalien tilastollinen mallinnus T-61.3040 (5 op) Syksy 2006 Harjoitustyö Harjoitustyön sekä kurssin suorittaminen Kurssin suorittaminen edellyttää sekä tentin että harjoitustyön hyväksyttyä suoritusta.
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4B Tilastolliset luottamusvälit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotAdditions, deletions and changes to courses for the academic year Mitä vanhoja kursseja uusi korvaa / kommentit
s, s and changes to courses for the academic year 2016 2017 Mikro ja nanotekniikan laitos Department for Micro and Nanosciences S 69, S 87, S 104, S 129, ELEC A3, ELEC C3, ELEC D3, ELEC E3, ELEC L3 T 4030
LisätiedotKurssin esittely (syksy 2016)
Kurssin esittely (syksy 2016) MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Opettajat Tuntiopettaja Anna Anttalainen (BIO), aktiivinen kiltatoiminnassa
LisätiedotT Johdatus tietoliikenteeseen ja multimediatekniikkaan 5 op. Kevät 2013
T-110.1100 Johdatus tietoliikenteeseen ja multimediatekniikkaan 5 op Kevät 2013 Käytännön asioita Ilmoittaudu Oodissa, tarvitsemme listan palautusjärjestelmään Ajantasaisin tieto kurssin asioista aina
LisätiedotDigitaalinen audio
8003203 Digitaalinen audio Luennot, kevät 2005 Tuomas Virtanen Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2 Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot, sekä niissä
LisätiedotEstimointi. Vilkkumaa / Kuusinen 1
Estimointi Vilkkumaa / Kuusinen 1 Motivointi Tilastollisessa tutkimuksessa oletetaan jonkin jakauman generoineen tutkimuksen kohteena olevaa ilmiötä koskevat havainnot Tämän mallina käytettävän todennäköisyysjakauman
LisätiedotKurssin esittely. Kurssin esittely. MS-C2107 Sovelletun matematiikan tietokonetyöt 1
MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Opettajat Tuntiopettaja ja pa a assistentti TkK Anna Anttalainen (LST). Harrastuksia vapaaehtoistoiminta
Lisätiedot22A00110 Laskentatoimen perusteet (6 op) SYLLABUS. Opettaja. Jari Melgin Huone H 3.35/Töölö Puhelin
22A00110 Laskentatoimen perusteet (6 op) SYLLABUS Kurssin asema ja ajankohta; luentojen aika ja paikka Opettaja Liiketoimintaosaamisen perusteet Syksy 2016, II-periodi Ma 13.15 15 Ke 13.15 15 To 13.15
LisätiedotHallintotieteiden opinto-opas lkv / Yleisopinnot Yleisopinnot
Yleisopinnot STAT1020 Tilastotieteen johdantokurssi 5 op TITE1022 Tietokone työvälineenä 3 op Liiketoimintaosaaminen 5 op Kansainvälistyminen 10 op Tilastotieteen johdantokurssi Basic Course in Statistics
LisätiedotHelsinki University of Technology
Helsinki University of Technology Laboratory of Telecommunications Technology S-38.211 Signaalinkäsittely tietoliikenteessä I Signal Processing in Communications (2 ov) Syksy 1997 12. Luento: Kertausta,
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4B Bayesläinen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy
LisätiedotAB TEKNILLINEN KORKEAKOULU
AB TEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio S-38.145 Liikenneteorian perusteet (2 ov) Kevät 2002 Samuli Aalto Tietoverkkolaboratorio Teknillinen korkeakoulu samuli.aalto@hut.fi http://keskus.hut.fi/opetus/s38145/
LisätiedotABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio
ABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio S-38.145 Liikenneteorian perusteet (2 ov) Kevät 2002 Samuli Aalto Tietoverkkolaboratorio Teknillinen korkeakoulu samuli.aalto@hut.fi http://keskus.hut.fi/opetus/s38145/
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A050 Todennäköisyyslaskennan ja tilastotieteen peruskurssi B Satunnaismuuttujat ja todennäköisyysjakaumat Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
LisätiedotAalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,
Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A050 Todennäköisyyslaskennan ja tilastotieteen peruskurssi, kesä 017 Laskuharjoitus 4, Kotitehtävien palautus Mycourses:iin PDF-tiedostona
LisätiedotAB TEKNILLINEN KORKEAKOULU
AB TEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio S-38.145 Liikenneteorian perusteet (2 ov) Kevät 2001 Samuli Aalto Tietoverkkolaboratorio Teknillinen korkeakoulu samuli.aalto@hut.fi http://keskus.hut.fi/opetus/s38145/
Lisätiedot805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016)
805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016) Tavoitteet (teoria): Hallita autokovarianssifunktion ominaisuuksien tarkastelu. Osata laskea autokovarianssifunktion spektriiheysfunktio. Tavoitteet
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4A Parametrien estimointi Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016, periodi
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Bayeslainen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi
LisätiedotTilastollinen päättely II (MAT22003), kevät 2019
Tilastollinen päättely II (MAT22003), kevät 2019 Petteri Piiroinen 13.1.2019 Tilastollinen päättely II -kurssin asema opetuksessa Tilastotieteen pääaineopiskelijoille pakollinen aineopintojen kurssi. Pakollinen
LisätiedotT-76.611 Ohjelmistojen määrittely- ja suunnittelumenetelmät
T-76.611 Ohjelmistojen määrittely- ja suunnittelumenetelmät Software design and specification methods Kurssin henkilökunta ja sponsori Luennoitsija DI Antti Karanta, Napa Oy www.napa.fi Assistentti TkL
LisätiedotKJR-C2002 Kontinuumimekaniikan perusteet Kurssiesite 2018
KJR-C2002 Kontinuumimekaniikan perusteet Kurssiesite 2018 Menestyminen nykypäivän poikkitieteellisissä työtehtävissä vaatii vahvan ymmärryksen eri insinöörialojen perusteista. Mekaniikan perusteiden ymmärtäminen
LisätiedotT Johdatus tietoliikenteeseen 5 op. Kevät 2013
T-110.2100 Johdatus tietoliikenteeseen 5 op Kevät 2013 Yleistä Suunnattu tietotekniikan opiskelijoille Esitietona T-106.1150 Tietokone ja käyttöjärjestelmä tai vastaavat tiedot Kurssin tavoitteet: Tietää
LisätiedotJOITAKIN KOMMENTTEJA JA LISÄEHDOTUKSIA TIETEEN METODIIKKA MODUULIN YHTEISEEN KURSSILISTAAN Esitys 25.4.2007 KK
JOITAKIN KOMMENTTEJA JA LISÄEHDOTUKSIA TIETEEN METODIIKKA MODUULIN YHTEISEEN KURSSILISTAAN Esitys 25.4.2007 KK 1 Osastojen kommentteja (1. ja 2.) ja tarkennus (3.) : 1. Tu-osasto (suunn. Tarja Timonen,
LisätiedotSuodatus ja näytteistys, kertaus
ELEC-C7230 Tietoliikenteen siirtomenetelmät Luento 6: Kantataajuusvastaanotin AWGN-kanavassa II: Signaaliavaruuden vastaanotin a Olav Tirkkonen Aalto, Tietoliikenne- ja tietoverkkotekniikan laitos a [10.6.3-10.6.6;
Lisätiedot&idx=2&uilang=fi&lang=fi&lvv=2015
20.10.2015/1 MTTTP5, luento 20.10.2015 1 Kokonaisuudet, joihin opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015 2 Osaamistavoitteet Opiskelija osaa
LisätiedotDigitaalisen kuvankäsittelyn perusteet
Digitaalisen kuvankäsittelyn perusteet Jukka Teuhola Turun yliopisto Tietojenkäsittelytiede Syksy 2010 http://staff.cs.utu.fi/kurssit/digitaalisen_kuvankasittelyn_perusteet/syksy_2010/index.htm DKP-1 J.
LisätiedotDIGITAALINEN MARKKINOINTI ELINTARVIKEALALLA EKM-102
DIGITAALINEN MARKKINOINTI ELINTARVIKEALALLA EKM-102 Jari Salo, KTT Professori (Markkinointi) Dosentti (Digitaalinen markkinointi) Aalto-yliopiston kauppakorkeakoulu Apulaispäätoimittaja Internet Research
LisätiedotParametrin estimointi ja bootstrap-otanta
Parametrin estimointi ja bootstrap-otanta Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo Tutkimustiedonhallinnan peruskurssi Parametrin estimointi ja bootstrap-otanta 1/27 Kevät 2003 Käytännön asioista
LisätiedotJohdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1
Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia TKK (c) Ilkka Mellin (2005) 1 Normaalijakaumasta johdettuja jakaumia Johdanto χ 2 -jakauma F-jakauma t-jakauma TKK (c) Ilkka Mellin
LisätiedotMittaustekniikka (3 op)
530143 (3 op) Yleistä Luennoitsija: Ilkka Lassila Ilkka.lassila@helsinki.fi, huone C319 Assistentti: Ville Kananen Ville.kananen@helsinki.fi Luennot: ti 9-10, pe 12-14 sali E207 30.10.-14.12.2006 (21 tuntia)
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5A Bayeslainen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy
LisätiedotTutkimustiedonhallinnan peruskurssi
Tutkimustiedonhallinnan peruskurssi Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo hannu.toivonen, marko.salmenkivi, inkeri.verkamo@cs.helsinki.fi Helsingin yliopisto Hannu Toivonen, Marko Salmenkivi,
LisätiedotHallintotieteiden opinto-opas lkv 2015 16 / Yleisopintoja 27.5.15. Yleisopinnot
Yleisopinnot STAT1020 Tilastotieteen johdantokurssi 5 op TITE1022 Tietokone työvälineenä 3 op Liiketoimintaosaaminen 5 op Kansainvälistyminen 10 op OPIS0033 Harjoittelu 5 op Tilastotieteen johdantokurssi
LisätiedotKurssijärjestelyt. ME-C2300 Verkkojulkaisemisen perusteet (5 op) Mari Hirvi Informaatioverkostot / Mediatekniikan laitos
Kurssijärjestelyt ME-C2300 Verkkojulkaisemisen perusteet (5 op) Mari Hirvi Informaatioverkostot / Mediatekniikan laitos (Alkuperäiset luentokalvot: Markku Laine) 8. syyskuuta 2015 Luennon sisältö Kurssin
LisätiedotELEC-C3220 KVANTTI-ILMIÖT
ELEC-C3220 KVANTTI-ILMIÖT Yliopistonlehtori, TkT Sami Kujala Mikro- ja nanotekniikan laitos Kevät 2016 Miksi opiskella kvanttimekaniikkaa? Suuri osa nykyisestä elektroniikasta perustuu jollain tavalla
LisätiedotMS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)
MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) Aalto-yliopisto 2017 Todennäköisyyslaskennan kertaus Satunnaismuuttujat ja tn-jakaumat Tunnusluvut χ 2 -, F- ja t-jakauma Riippumattomuus Tilastotieteen
LisätiedotKurssin aloitus. AS-0.110 XML-kuvauskielten perusteet Janne Kalliola
Kurssin aloitus AS-0.110 XML-kuvauskielten perusteet Janne Kalliola English Summary The lectures will be held in Finnish The slides are in Finnish, too All other material is in English The course book
Lisätiedot5.6.3 Matematiikan lyhyt oppimäärä
5.6.3 Matematiikan lyhyt oppimäärä Matematiikan lyhyen oppimäärän opetuksen tehtävänä on tarjota valmiuksia hankkia, käsitellä ja ymmärtää matemaattista tietoa ja käyttää matematiikkaa elämän eri tilanteissa
LisätiedotTietokoneen rakenne (2 ov / 4 op) Syksy 2006
Luento 0 581365 Tietokoneen rakenne (2 ov / 4 op) Syksy 2006 Teemu Kerola Helsingin yliopisto Tietojenkäsittelytieteen laitos Luento 0-1 Tietokoneen rakenne Asema opetuksessa u 1999 HajaTilin pakollinen,
LisätiedotMallilukujärjestys Teknistieteellinen kandidaattiohjelma Tietotekniikka, 2. vuosikurssi
8.8.2016 Mallilukujärjestys 2016 2017 Yleisiä ohjeita Opinto-oppaat ja kurssikuvaukset Teknistieteellisen kandidaattiohjelman opinto-oppaat löytyvät osoitteesta http://studyguides.aalto.fi. Kurssien tarkemmat
LisätiedotABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio
ABTEKNILLINEN KORKEAKOULU Tietoverkkolaboratorio S-38.145 Liikenneteorian perusteet (2 ov) Kevät 2003 Aleksi Penttinen & Eeva Nyberg Tietoverkkolaboratorio Teknillinen korkeakoulu http://www.netlab.hut.fi/opetus/s38145/
LisätiedotMTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu
5.3.2018/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 5.3.2018, osa 1 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2017
LisätiedotKertaus. MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari
MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2017 Viikko 1: Yleinen lineaarinen malli 1 Määritelmä
LisätiedotYleisopinnot (28 op) Johdatus liiketoimintaosaamiseen Introduction to Business
Yleisopinnot (28 op) Yleisopinnot 28 op: Johdatus liiketoimintaosaamiseen 5 op Tietokone työvälineenä 3 op Tilastotieteen johdantokurssi 5 op Kansainvälistymisopinnot 10 op Harjoittelu 5 op Johdatus liiketoimintaosaamiseen
Lisätiedothttps://noppa.oulu.fi/noppa/kurssi/811122p/etusivu
Johdatus ohjelmointiin 811122P Yleiset järjestelyt: Kurssin sivut noppa -järjestelmässä: https://noppa.oulu.fi/noppa/kurssi/811122p/etusivu 0. Kurssin suorittaminen Tänä vuonna kurssin suorittaminen tapahtuu
LisätiedotT Johdatus tietoliikenteeseen 5 op
T-110.2100 Johdatus tietoliikenteeseen 5 op T-110.2100 Johdatus tietoliikenteeseen Suunnattu tietotekniikan opiskelijoille Esivaatimuksena Tietokone Työvälineenä -kurssi T-106.1001 Kurssin tavoitteet:
LisätiedotTietoliikenne I (muuntokoulutettaville) 2 ov Syksy 2002 Luennot Liisa Marttinen 11/6/2002 1
Tietoliikenne I (muuntokoulutettaville) 2 ov Syksy 2002 Luennot Liisa Marttinen 11/6/2002 1 581333-1 Tietoliikenne I (2 ov) Kohderyhmät: eri alojen tulevat asiantuntijat mm. mm. ohjelmistojen suunnittelijat,
Lisätiedot