Stefano MARANO | CODIFICA E COMPRESSIONE DELL'INFORMAZIONE
Stefano MARANO CODIFICA E COMPRESSIONE DELL'INFORMAZIONE
cod. 0622700032
CODIFICA E COMPRESSIONE DELL'INFORMAZIONE
| 0622700032 | |
| DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA | |
| CORSO DI LAUREA MAGISTRALE | |
| INGEGNERIA INFORMATICA | |
| 2015/2016 |
| ANNO CORSO 1 | |
| ANNO ORDINAMENTO 2015 | |
| SECONDO SEMESTRE |
| SSD | CFU | ORE | ATTIVITÀ | |
|---|---|---|---|---|
| ING-INF/03 | 9 | 90 | LEZIONE |
| Obiettivi | |
|---|---|
| OBIETTIVO DEL CORSO È DI FORNIRE GLI ELEMENTI TEORICI E METODOLOGICI PER COMPRENDERE LA GENESI E LE APPLICAZIONI DELLE TECNICHE DI CODIFICA E DI COMPRESSIONE DELL’INFORMAZIONE. - CONOSCENZE E CAPACITÀ DI COMPRENSIONE: MODELLI MATEMATICI E STATISTICI DEL CONCETTO DI INFORMAZIONE. PRINCIPI DI TEORIA DELL'INFORMAZIONE. RIDONDANZA E RAPPRESENTAZIONE DELL'INFORMAZIONE. LIMITI ULTIMI DEI SISTEMI DI COMPRESSIONE E DI TRASMISSIONE DELL'INFORMAZIONE. - CONOSCENZA E CAPACITÀ DI COMPRENSIONE APPLICATE: CAPACITÀ DI MODELLARE ED ANALIZZARE SISTEMI DI CODIFICA DI SORGENTE E CODIFICA DI CANALE. CAPACITÀ DI PROGETTARE E REALIZZARE ALGORITMI DI CODIFICA E COMPRESSIONE DELL'INFORMAZIONE. - AUTONOMIA DI GIUDIZIO: SAPER INDIVIDUARE LE METODOLOGIE APPROPRIATE PER L'ANALISI E IL PROGETTO DEI SISTEMI DI CODIFICA E COMPRESSIONE DELL'INFORMAZIONE. - ABILITÀ COMUNICATIVE: SAPER ESPORRE ORALMENTE GLI ARGOMENTI DEL CORSO ED ACQUISIRE PADRONANZA DELLA TERMINOLOGIA TECNICA DELLA TEORIA DELL'INFORMAZIONE E DEI SISTEMI DI CODIFICA E COMPRESSIONE DELL'INFORMAZIONE. - CAPACITÀ DI APPRENDERE: SAPER APPLICARE LE CONOSCENZE ACQUISITE A CONTESTI DIFFERENTI DA QUELLI PRESENTATI DURANTE IL CORSO, ED APPROFONDIRE GLI ARGOMENTI TRATTATI USANDO MATERIALI DIVERSI DA QUELLI PROPOSTI. |
| Prerequisiti | |
|---|---|
| PER IL PROFICUO RAGGIUNGIMENTO DEGLI OBIETTIVI PREFISSATI È RICHIESTO IL POSSESSO DI STRUMENTI METODOLOGICI DI BASE NEL CAMPO MATEMATICO E PROBABILISTICO, NONCHÉ ELEMENTI DI TRASMISSIONE DIGITALE DELL'INFORMAZIONE. |
| Contenuti | |
|---|---|
| - CODIFICA DI SORGENTE RICHIAMI DI TEORIA DELL’INFORMAZIONE. ENTROPIA DIFFERENZIALE. RELAZIONE FRA ENTROPIA DIFFERENZIALE ED ENTROPIA DELLA VARIABILE QUANTIZZATA. DIVERGENZA E MUTUA INFORMAZIONE PER VARIABILI ALEATORIE CONTINUE. FUNZIONE R(D) (TASSO VS. DISTORSIONE). CALCOLO DI R(D): CASO DELLA VARIABILE GAUSSIANA. CENNI SUL TEOREMA DI SEPARAZIONE E SULLE TRASMISSIONI NON CODIFICATE. - QUANTIZZAZIONE QUANTIZZATORE SCALARE. DISTORSIONE, RUMORE GRANULARE E DI SOVRACCARICO, RAPPORTO SEGNALE-RUMORE. QUANTIZZAZIONE UNIFORME. QUANTIZZAZIONE NON UNIFORME. QUANTIZZAZIONE OTTIMA: REGOLA “NEAREST NEIGHBOR” E REGOLA DEL CENTRO DI MASSA. ALGORITMO DI LLOYD. PREDIZIONE OTTIMA NON LINEARE E LINEARE; PRINCIPIO DI ORTOGONALITÀ. PREDIZIONE LINEARE CON MEMORIA FINITA. CODIFICA PER TRASFORMATE IL PROBLEMA DELL’ALLOCAZIONE DEI BIT. QUANTIZZAZIONE PER PROBLEMI DI INFERENZA STATISTICA IN RETI DISTRIBUITE. QUANTIZZATORI ALEATORI À LA LUO. APPLICAZIONI: APPRENDIMENTO DISTRIBUITO IN RETI DI SENSORI CON VINCOLI DI COMUNICAZIONE. - COMPRESSED SENSING INTRODUZIONE AL COMPRESSED SENSING (CS): MOTIVAZIONI, APPLICAZIONI E POTENZIALITÀ. CS COME SUPERAMENTO DELLA VISIONE CLASSICA DEL TEOREMA DEL CAMPIONAMENTO. CAMPIONAMENTO DI SEGNALI SPARSI. DEFINIZIONE DI “MISURE” E MATRICI DI ACQUISIZIONE. LA PROPRIETÀ DI ISOMETRIA RISTRETTA (RIP) E SUA RILEVANZA PER IL PROBLEMA DELLA RICOSTRUZIONE. CONDIZIONI PER LA RICOSTRUZIONE ATTRAVERSO MINIMIZZAZIONE DELLA NORMA L0. EQUIVALENZA CON IL PROBLEMA DI MINIMIZZAZIONE DELLA NORMA L1. ROBUSTEZZA E STABILITÀ. - CODIFICA DI CANALE IL II TEOREMA DI SHANNON E IL CONCETTO DI CAPACITÀ DI CANALE. RIDONDANZA DI CODIFICA E TASSO DEL CODICE. GUADAGNO DI CODIFICA. CODIFICA ALEATORIA. CANALE GAUSSIANO E CANALE BINARIO SIMMETRICO. DECODIFICA HARD E DECODIFICA SOFT. CODIFICA LINEARE A BLOCCHI. CODICI CONVOLUZIONALI. ALGORITMO DI VITERBI E DECODIFICA SU GRAFI A TRALICCIO. CODICI LDPC E DECODIFICA ITERATIVA SU GRAFI BIPARTITI. |
| Metodi Didattici | |
|---|---|
| L’INSEGNAMENTO CONTEMPLA LEZIONI TEORICHE DI ANALISI DELLE PRINCIPALI METODOLOGIE MATEMATICO-PROBABILISTICHE, LEZIONI APPLICATIVE SUI RELATIVI SVILUPPI TECNOLOGICI, RELATIVE ESERCITAZIONI IN CLASSE. SONO PREVISTE PROVE SOTTO FORMA DI SET DI PROBLEMI ED ESERCIZI AL CALCOLATORE, DA RISOLVERE SIA IN CLASSE CHE A CASA. |
| Verifica dell'apprendimento | |
|---|---|
| LA PROVA DI ESAME È FINALIZZATA A VALUTARE: LA CONOSCENZA E LA CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI AL CORSO; LA CAPACITÀ DI APPLICARE TALI CONOSCENZE PER LA RISOLUZIONE DI PROBLEMI DI CODIFICA E COMPRESSIONE DELL'INFORMAZIONE NEI SISTEMI DI TELECOMUNICAZIONE; LA CAPACITÀ DI APPRENDIMENTO, LA PADRONANZA DEL METODO SCIENTIFICO PER LA RISOLUZIONE DI PROBLEMI COMPLESSI E L'ATTITUDINE ALL'ANALISI CRITICA. LA VALUTAZIONE CONSISTE PRINCIPALMENTE IN UN COLLOQUIO ORALE, CHE VERTERÀ SU TUTTI GLI ARGOMENTI DEL CORSO E LA VOTAZIONE (ESPRESSA IN TRENTESIMI) TERRÀ CONTO, IN AGGIUNTA AI CRITERI MENZIONATI, DELLA QUALITÀ DELL’ESPOSIZIONE. |
| Testi | |
|---|---|
| - T. M. COVER, J. A. THOMAS, ELEMENTS OF INFORMATION THEORY, JOHN WILEY & SONS, 1991 - A. GERSHO, R. GRAY: VECTOR QUANTIZATION AND SIGNAL COMPRESSION, KLUWER, 1991 - E. BIGLIERI, CODING FOR WIRELESS CHANNELS, SPRINGER-VERLAG, 2008 - JOHN G. PROAKIS, DIGITAL COMMUNICATIONS, MCGRAW-HILL, 2008 |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2016-09-30]
