Eğitimler
Eğitim takvimi Workshop Takvimi
Sensör ve Veri Füzyon Eğitimi
Bu program süresince elde edeceğiniz alan bilgisiyle kariyeriniz ve çalıştığınız kurumda fark yaratacaksınız.
EĞİTİM DETAYLARI
Kalan Kontenjan 8 / 25
Şubat 2022
Cmt & Paz 10.00 / 17.00
60
Online Eğitim

Uzaktan Eğitim

Canlı Sınıf

KAYIT VE ÖDEME DETAYLARI
Fiyat, ödeme koşulları, eğitim konularının detaylı bilgisi için form doldurun

Tüm sorularınız için : 444 1 476 veya info@mindset.com.tr

DÖNEM
TARİH
GÜNLER
SÜRE
KONTENJAN
PROGRAM ÜCRETİ
GROWTH ÜYE ÜCRETİ
Şubat 2022
Cmt & Paz 10.00 / 17.00
25 / 8

Fiyatı görmek için form doldurun

Sensör ve Veri Füzyon Eğitimi

444 1 476
EĞİTİM İÇERİĞİ

Genel Bilgi

Veri birleştirme algoritmalarını nasıl tanımlayacağınızı ve sınıflandıracağınızı öğrenin.
Olasılık kullanarak çoklu sensör bilgilerinin nasıl birleştirileceği hakkında bilgi edinin.
Yerel ve küresel optimizasyon hakkında bilgi edinin.

Genel Bilgi
Veri Füzyonuna Giriş ( Introduction to Data Fusion )

Veri Füzyonu nedir?
Veri Füzyon Uygulaması
Veri Füzyon Modelleme Tekniği

Çoklu Sensör Sistemi Uygulamaları ve Tasarım ( Multiple Sensor System Applications and Design Considerations )

Veri Füzyon Uygulamaları
Sensör Seçimi
Sis Karakterizasyonu
MMW Sensör Performansında Çalışma Frekansının Etkisi
MMW'nin Emilimi ve Geri Saçılımı
Görünürlük Metrikleri
Atmosferik ve Sensör Sistem Bilgisayar Simülasyon Modelleri

Veri Füzyon Algoritmaları ve Mimarileri ( Data Fusion Algorithms and Architectures )

Veri Füzyonuna Giriş
İşleme Seviyeleri
Veri Füzyon İşlemci İşlevleri
Mimariye Giriş
Veri Füzyon Mimarileri

Klasik Çıkarım ( Classical Inference )

Nüfus İstatistiklerinin Tahmin Edilmesi
Güven Aralığını Yorumlama
Hipotezler için Önem Testi ( Significance Test )
Nüfus Ortalaması için Z-Testi ve T-Testi

Bayes Çıkarımı ( Bayesian Inference )

Bayes Kuralı
Birden Fazla Kaynaktan Füzyon Bilgisine Bayes Çıkarımı Uygulamak
Çoklu Sensör Bilgilerini Birleştirme
Özyinelemeli Bayes Güncellemesi
Posterior Hesaplama

Dempster-Shafer Kanıt Teorisi ( Dempster-Shafer Evidential Theory )

Sürece Genel Bakış
Yöntem Uygulaması
Çoklu Sensör Verilerinin Kombinasyonu için Dempster Kuralı
Dempster Shafer ve Bayes Kararı
Dempster-Shafer İnanç Fonksiyonlarını Dönüştürmek İçin Olasılık Modelleri

Yapay Sinir Ağları ( Artificial Neural Networks )

Yapay Sinir Ağlarının Uygulanması
Doğrusal ve Doğrusal Olmayan Sınıflandırıcılar
Denetimli ve Denetimsiz Öğrenme
Denetimli Öğrenme Kuralları

Voting Mantık Füzyonu ( Voting Logic Fusion )

Sensör Hedef Raporları
Sensör Algılama Alanı
Sistem Algılama Olasılığı
Oylama Mantığı Sensör Füzyonunun Donanım Uygulaması

Fuzzy Logic ve Fuzzy Sinir Ağları ( ​​Fuzzy Logic and Fuzzy Neural Networks )

Fuzzy Sistem Elemanları
Fuzzy Logic İşleme
Fuzzy Centroid Hesaplaması
Fuzzy Logic Kontrolü ile Ters Sarkaç Dengesi
Fuzzy Logic’i Çok Hedefli İzlemeye Uygulama
Fuzzy Sinir Ağları

Pasif Veri İlişkilendirme Teknikleri ( Passive Data Association Techniques )

Veri Birleştirme Seçenekleri
Alınan Sinyal Füzyonu
Açı Veri Füzyonu
Merkezi Olmayan Füzyon Mimarisi

PROGRAM HEDEFİ

PROGRAM HEDEFİ

Eğitimde, katılımcılar sinyal birleştirme ve açı veri birleştirme tekniklerini öğrenecekler. Sensör teknolojilerinde verinin nasıl kullanıldığı , işlendiğini ve anlamlandırıldığı hakkında bilgi sahibi olacaklardır.

KİMLER KATILMALI

KİMLER KATILMALI

Bilgi yönetimi, Veri analizi, Performans takibi ve ölçümü gibi rapor odaklı çalışılan ekip uzmanları başta olmak üzere raporlama sorumluluğu olan çalışanlar için uygundur.

 

KURUMSAL BAŞVURU
Bu eğitimi kurumsal olarak planla ve uygula Mindset Institute kalitesi ve denetimi altında takımın veya şirketin için eğitim planla. Yeni beceriler kazanmanıza, çalışanlarınızın gelişimini yönetmenize ve işgücünüzü eğitmenize nasıl yardımcı olabiliriz?