Sylabus przedmiotu
Drukuj |
Przedmiot: | Systemy biometryczne i statystyka medyczna | ||||||||||
Kierunek: | Informatyka, II stopień [4 sem], stacjonarny, ogólnoakademicki, rozpoczęty w: 2013 | ||||||||||
Specjalność: | informatyka medyczna | ||||||||||
Rok/Semestr: | II/3 | ||||||||||
Liczba godzin: | 30,0 | ||||||||||
Nauczyciel: | Kuniszyk-Jóźkowiak Wiesława, dr hab. | ||||||||||
Forma zajęć: | wykład | ||||||||||
Rodzaj zaliczenia: | egzamin | ||||||||||
Punkty ECTS: | 6,0 | ||||||||||
Godzinowe ekwiwalenty punktów ECTS (łączna liczba godzin w semestrze): |
|
||||||||||
Poziom trudności: | zaawansowany | ||||||||||
Wstępne wymagania: | 1. Podstawowe wiadomości z rachunku prawdopodobieństwa na podstawie przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna. 2. Umiejętność programowania na podstawie przedmiotów: Programowanie obiektowew C++, Programowanie obiektowe w Javie. |
||||||||||
Metody dydaktyczne: |
|
||||||||||
Zakres tematów: | Zawartość programowa:
- tradycyjne środki uwierzytelniania; - weryfikacja i identyfikacja; - fizjologiczne i behawioralne identyfikatory biometryczne; - systemy biometryczne. 2.Biometria wykorzystująca charakterystyki fizjologiczne - weryfikacja odcisków palców; - rozpoznawanie twarzy; - weryfikacja na podstawie geometrii dłoni; - rozpoznawanie osób na podstawie tęczówki; - analiza DNA; 3. Automatyczne rozpoznawanie mówców - anatomia i fizjologia systemu wytwarzania mowy; - techniki analizy sygnału mowy i parametry wykorzystywane w rozpoznawaniu mówców; - rozpoznawanie mówcy na podstawie ustalonych wypowiedzi; - rozpoznawanie mówcy niezależne od wypowiadanego tekstu; 4. Rozpoznanie na podstawie analizy podpisu. 5. Badania skuteczności nietypowych identyfikatorów biometrycznych - identyfikacja siatkówki; - sposób pisania na klawiaturze komputera; - rozpoznawanie chodu; - identyfikacja termogramów twarzy i części ciała; - charakterystyki ust osób mówiących; - rozpoznawanie ucha. 6. Klasyfikatoryminimalno-odległościowe - klasyfikacja metodą k-NN; - miary odległości. 7. Zastosowanie sztucznych sieci neuronowych w biometrii - perceptron wielowarstwowy; - sieć samoorganizująca (SOM) Kohonena. 8. Zastosowanie ukrytych modeli Markowa w biometrii. 9. Ocena jakości komparatorówbiometrycznych -uwierzytelnienie pozytywne i negatywne; - krzywe ROC; - bezpieczeństwo i koszt biometrycznego systemu weryfikacji; - niezawodność i selektywność systemów identyfikacji; - przyrostowa krzywa zgodności (CMC). 10. Podstawy badań statystycznych - zmienne losowe; - rozkłady prawdopodobieństwa. 11. Opisowe parametry statystyczne - miary średnie; - miary zmienności. 12. Estymacja przedziałowa zmiennych losowych - przedziały ufności. 13. Testowanie hipotez statystycznych - test t-Studenta - test χ2 - testowanie równości kilku średnichmetodą analizy wariancji ANOVA 14. Badanie zależności korelacyjnych - współczynnik korelacji liniowej Pearsona; - istotność współczynników korelacji. 15. Analiza zależności regresyjnych - statystyczne modele regresji liniowej; - istotność modelu regresji liniowej. |
||||||||||
Forma oceniania: |
|
||||||||||
Literatura: | Literatura podstawowa
Literatura uzupełniająca:
|