Denna kurs behandlar djupa faltningsnät (eng. convolutional neural networks, CNNs) för datorseende, med tillämpningar inom medicinsk bildanalys. Kursen ger en introduktion till grundläggande begrepp inom maskininlärning, beskriver neuronnätverk (eng. neural networks) och området djupinlärning eller djup maskininlärning (eng. deep learning), och fördjupar sig sedan i djupa faltningsnätverk. Kursen beskriver de olika delarna som används för att bygga upp djupa faltningsnät och behandlar bl.a. filter, aktiveringsfunktioner, förlustfunktioner; regulariseringstekniker såsom bl.a. satsnormalisering (eng. batch normalisation) och bortfall (eng. dropout); förklarar flera av de olika icke-linjära optimeringsalgoritmer som används för att träna nätverken, såsom stokastiska gradientmetoden, Adam, etc.; samt beskriver populära nätverksarkitekturer såsom t.ex. U-Net, ResNet och DenseNet, och diskuterar deras för- och nackdelar. Kursen behandlar även generativa modeller, såsom variationsautokodare (eng. variational autoencoder, VAE) och generativa motståndarnätverk (eng. generative adversarial network, GAN).
Studenter på kursen kommer att lära sig att implementera och träna moderna nätverksarkitekturer och djupinlärningsmetoder, och att tillämpa dessa på stora bilddata både på medicinska bilder och på andra bilder.
Djupa faltningsnät med tillämpningar i medicinsk bildanalys, 7,5 hp
Vårtermin 2023
Startar
16 januari 2023
Slutar
4 juni 2023
Studieort
Umeå
Undervisningsspråk
Kan eventuellt ges på engelska
Studieform
Dagtid,
25%
Behörighetskrav
För tillträde till kursen krävs 90 hp avklarade studier i något av huvudområdena datavetenskap, fysik, elektronik, kemi, matematik eller matematisk statistik, eller 2 års avklarade studier (120 hp). Av dessa poäng krävs minst 7,5 hp i grundläggande programmeringsmetodik (t.ex. 5DV104, 5DV157, 5DV158, 5DV176 eller 5DV177), minst 7,5 hp som behandlar Datastrukturer och algoritmer (t.ex. 5DV149, 5DV150 eller 5DV169), minst 7,5 hp som behandlar Linjär algebra (t.ex. 5MA019 eller 5MA160), minst 7,5 hp som behandlar Envariabelanalys 1 (t.ex. 5MA009, 5MA153), minst 7,5 hp som behandlar matematisk statistik (t.ex. 5MS005, 5MS045, 5MS043, 5MS068 eller 5MS069) eller motsvarande kunskaper. Svenska för grundläggande behörighet för högskolestudier samt Engelska A/5. Krav på svenska gäller endast om utbildningen ges på svenska.
Urval
Högskolepoäng avklarade per sista anmälningsdag (för utbildning på grundnivå 1-165 hp, för avancerad nivå 30-285 hp)
Sökande inom vissa program vid Umeå universitet har platsgaranti till denna kurs. Antalet platser för fristående kurs kan därför bli begränsat.
Studieavgift
Gäller endast medborgare utanför EU, ESS och Schweiz.
Anmälningsavgift: 900 kr.
Studieavgift, första inbetalningen: 17 850 kr.
Total studieavgift: 17 850 kr.
Anmälnings- och studieavgifter
Anmälningskod
UMU-33400
Anmälan
Sista anmälningsdag var den
17 oktober 2022.
Du kan göra en sen anmälan
via Antagning.se.
