Ficha

English version

Curso Académico: 2023/2024

Tratamiento Estadístico de Señales

(19274)

Máster Universitario en Aprendizaje Automático para la Salud (Plan: 480 - Estudio: 359)

Escuela de Ingeniería y Ciencias Básicas

Coordinador/a: RAMIREZ GARCIA, DAVID

Departamento asignado a la asignatura: Departamento de Teoría de la Señal y Comunicaciones

Tipo: Obligatoria

Créditos: 6.0 ECTS

Curso: 1º

Cuatrimestre: 1º

Requisitos (Asignaturas o materias cuyo conocimiento se presupone)

MATERIAS QUE SE RECOMIENDA HABER SUPERADO: Introducción al Procesado Estadístico de Señales (o similar)

Objetivos

El principal objetivo de esta asignatura es que el alumno sea capaz de extraer información relevante contenida en las señales bajo estudio empleando herramientas del procesado estadístico de señales. Para ello, el alumno aprenderá técnicas avanzadas de: - Análisis de señales aleatorias - Estimación - Detección

Competencias y resultados del aprendizaje

Enlace al documento

Descripción de contenidos: Programa

DESCRIPCIÓN DE CONTENIDOS: PROGRAMA · Estimación de parámetros. - Método de los momentos - Estimadores de máxima verosimilitud - Estimadores bayesianos · Estimación de señales - Estimación MMSE - Estimación y predicción lineal - Filtrado óptimo y adaptativo · Test de hipótesis - Tests de Wald - Cocientes de verosimilitudes - Métodos bayesianos

Actividades formativas, metodología a utilizar y régimen de tutorías

ACTIVIDADES FORMATIVAS AF3 Clases teórico prácticas AF4 Prácticas de laboratorio AF5 Tutorías AF6 Trabajo en grupo AF7 Trabajo individual del estudiante AF8 Exámenes parciales y finales METODOLOGIA MD1: Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. MD2: Lectura crítica de textos recomendados por el profesor de la asignatura MD3: Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo MD4: Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos MD5: Elaboración de trabajos e informes de manera individual o en grupo REGIMEN DE TUTORIAS Se establecerán 2-3 horas a la semana de tutorias para los alumnos donde el profesor estará diosponible en su despacho.

Sistema de evaluación

SE1	Participación en clase
SE2	Trabajos individuales o en grupo realizados durante el curso (incluyendo exámenes parciales)
SE3	Examen final


Sistemas de
evaluación                           Ponderación mínima (%)                   Ponderación Máxima (%)
SE1                                              0                                                       0
SE2                                              70                                                     70
SE3                                              30                                                     30

La evaluación en la convocatoria extraordinaria se realizará con un examen final (SE3) que pese el 100% de la nota

Peso porcentual del Examen Final 30
Peso porcentual del resto de la evaluación 70

Calendario de Evaluación Continua

Bibliografía básica

C. P. Robert, G. Casella. Monte Carlo Statistical Methods. Springer. 2004
H. Stark, J. W. Woods. Probability and Random Processes with Applications to Signal Processing. Prentice-Hall. 2002
L. Wasserman. All of statistics. Springer. 2013
V. Poor. An introduction to signal detection and estimation. Springer. 1994

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.