Studying at the University of Verona
Here you can find information on the organisational aspects of the Programme, lecture timetables, learning activities and useful contact details for your time at the University, from enrolment to graduation.
Academic calendar
The academic calendar shows the deadlines and scheduled events that are relevant to students, teaching and technical-administrative staff of the University. Public holidays and University closures are also indicated. The academic year normally begins on 1 October each year and ends on 30 September of the following year.
Course calendar
The Academic Calendar sets out the degree programme lecture and exam timetables, as well as the relevant university closure dates..
For the year 2001/2002 No calendar yet available
Exam calendar
Exam dates and rounds are managed by the relevant Science and Engineering Teaching and Student Services Unit.
To view all the exam sessions available, please use the Exam dashboard on ESSE3.
If you forgot your login details or have problems logging in, please contact the relevant IT HelpDesk, or check the login details recovery web page.
Should you have any doubts or questions, please check the Enrolment FAQs
Academic staff
Azzoni Paolo
azzoni@sci.univr.it
+39 045 802 7062
Burattini Emilio
emilio.burattini@univr.it
nome.cognome[at]uniud.it
francesca.mantese@univr.it
Martignano Maurizio
maurizio.martignano@esa.int
+31715656749
angelo.pica@univr.it
Piccinini Nicola
piccinini@sci.univr.it
+39 349 7461319
davide.rocchesso@univr.it
Scollo Giuseppe
giuseppe . scollo at univr . it
045 802 7940
Study Plan
The Study Plan includes all modules, teaching and learning activities that each student will need to undertake during their time at the University. Please select your Study Plan based on your enrolment year.
In attesa che venga pubblicato il piano didattico 2001/2002, consulta il piano dell'anno accademico in corso al link
Legend | Type of training activity (TTA)
TAF (Type of Educational Activity) All courses and activities are classified into different types of educational activities, indicated by a letter.
Pattern Recognition (2004/2005)
Teaching code
4S00072
Teacher
Credits
5
Also offered in courses:
- Pattern Recognition of the course Bachelor in Computer Science (old system)
Language
Italian
Scientific Disciplinary Sector (SSD)
INF/01 - INFORMATICS
Period
Third four-month term dal Apr 11, 2005 al Jun 10, 2005.
Location
VERONA
Learning outcomes
Il corso intende fornire i fondamenti teorici e le metodologie principali relative all’analisi e riconoscimento automatico di dati di qualsiasi tipo, detti tipicamente pattern. Questa disciplina è alla base o completa molte altre discipline di più larga diffusione come l’elaborazione delle immagini, la visione, l’intelligenza artificiale, l’analisi di grosse quantità di dati, le basi di dati, e numerose altre.
•Nel corso verrà data enfasi alle tecniche probabilistiche con particolar riferimento all’addestramento di sistemi volti al riconoscimento (anche di immagini, ma non solo) e alle reti neurali. •Le applicazioni che questa disciplina coinvolge sono molteplici. Tra queste ci sono le applicazioni legati all’elaborazione delle immagini e visione, data mining, la bioinformatica, analisi ed interpretazione di dati medicali e biologici (e.g., genomica, proteomica, sierologia, etc.), la biometria, l'imaging biomedicale, la videosorveglianza, la robotica, il riconoscimento della voce e numerose altre.
Program
Introduzione: cos’è, a cosa serve, sistemi, applicazioni
•Riconoscimento e classificazione
•Estrazione e rappresentazione di caratteristiche (feature)
•Teoria della decisione di Bayes
•Stima dei parametri e metodi non parametrici
•Classificatori lineari, non lineari e funzioni discriminanti
•Cenni di Pattern Recognition di tipo sintattico
•Selezione di feature
•Reti neurali
•Metodi di classificazione non supervisionata (clustering)
•Metodi avanzati: Hidden Markov Models.
Il corso viene svolto in 32 ore di lezioni frontali e 12 ore di laboratorio. L'attività di laboratorio prevede la pratica e risoluzione di esercizi mediante l'uso di MATLAB volti all'apprendimento pratico e alla miglior comprensione della teoria svolta a lezione.
| Author | Title | Publishing house | Year | ISBN | Notes |
|---|---|---|---|---|---|
| C.M. Bishop | Neural Networks for Pattern Recognition | Oxford University Press | 1995 | Testo di approfondimento per argomenti specifici | |
| R. Duda, P. Hart, D. Stork | Pattern Classification | Wiley | 2001 | Testo principale | |
| S. Theodoridis, K. Koutroumbas | Pattern Recognition | Academic Press | 1998 | Testo secondario |
Examination Methods
La verifica del profitto avverrà mediante un'attività di progetto e una breve prova orale. Il progetto riguarderà gli argomenti trattati a lezione con riferimento all'elaborazione delle immagini e visione, ma anche altre applicazioni potranno essere considerate. La prova orale verterà sui temi sviluppati a lezione e potrà essere sostituita da una prova scritta con brevi domande simili alla prova orale.
Il superamento della prova porta all'acquisizione di 5 crediti, ovvero di 1 unità didattica.
Teaching materials e documents
-
Modalità d'esame
(html, it, 1 KB, 23/02/05)
-
Programma
(html, it, 7 KB, 23/02/05)
Type D and Type F activities
Training offer to be defined
Career prospects
Module/Programme news
News for students
There you will find information, resources and services useful during your time at the University (Student’s exam record, your study plan on ESSE3, Distance Learning courses, university email account, office forms, administrative procedures, etc.). You can log into MyUnivr with your GIA login details: only in this way will you be able to receive notification of all the notices from your teachers and your secretariat via email and soon also via the Univr app.
