Kursplan för

Spatial statistik med bildanalys
Spatial Statistics with Image Analysis

FMSN20, 7,5 högskolepoäng, A (Avancerad nivå)

Gäller för: Läsåret 2019/20
Beslutad av: Programledning I
Beslutsdatum: 2019-04-01

Allmänna uppgifter

Valfri för: BME4, C4, D5-bg, E4-bg, F4, F4-bg, Pi4-ssr, Pi4-biek, Pi4-bam
Undervisningsspråk: Kursen ges på engelska

Syfte

Kursens syfte är att studenten ska tillägna sig verktyg för att hantera högdimensionella statistiska problem. Kursen innehåller modeller och metoder med praktiska tillämpningar främst inom spatial statistik och bildanalys. Speciellt viktigt är de Bayesianska aspekterna, eftersom de bildar grunden för många moderna spatiala statistiska metoder och bildanalysmetoder. Kursen fokuserar på metoder med tillämpningar inom klimat, miljöstatistik och fjärranalys.

Mål

Kunskap och förståelse
För godkänd kurs skall studenten

Färdighet och förmåga
För godkänd kurs skall studenten

Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten

Kursinnehåll

Bayesianska metoder för stokastisk modellering, klassificering och rekonstruktion. Stokastiska fält, Gaussiska fält, Kriging, Markovfält, Gaussiska Markovfält, icke gaussiska observationer. Kovariansfunktioner, multivariata tekniker. Simuleringsmetoder för stokastisk inferens (Gibbs sampling). Tillämpningar inom klimat, miljöstatistik, fjärranalys och spatial statistik.

Kursens examination

Betygsskala: TH - (U,3,4,5) - (Underkänd, Tre, Fyra, Fem)
Prestationsbedömning: Projektuppgifter med skriftlig och muntlig redovisning. Slutbetyget avgörs av en sammanvägning av resultatet på de två projektdelarna.

Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.

Delmoment
Kod: 0115. Benämning: Projektdel 1.
Antal högskolepoäng: 2,5. Betygsskala: UG. Prestationsbedömning: Skriftlig projektrapport
Kod: 0215. Benämning: Projektdel 2.
Antal högskolepoäng: 5. Betygsskala: UG. Prestationsbedömning: Skriftlig och muntlig projektredovisning

Antagningsuppgifter

Förkunskapskrav:

Förutsatta förkunskaper: Någon av Markovprocesser eller Stationära stokastiska processer. God Matlabvana.
Begränsat antal platser: Nej
Kursen överlappar följande kurser: FMS150, MASM13, MASM25

Kurslitteratur

Kontaktinfo och övrigt

Studierektor: Johan Lindström, studierektor@matstat.lu.se
Hemsida: http://www.maths.lth.se/matstat/kurser/fmsn20/
Övrig information: Kursen ges även på naturvetenskaplig fakultet med kurskod MASM25.