K-INFO
HU
EN
Login

Bio-inspired Signal Processing and Systems

Humán informatika
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
Subject name (Hungarian, English)
Humán informatika
Bio-inspired Signal Processing and Systems
Subject code BMEVITMAV21
Subject type
Training Level
Course types and hours (weekly/semester)
Course type lecture tutorial laboratory
hours (weekly) 2 2 0
type (linked/independent) derived course
Assessment type vizsga
Credits 4
Subject coordinator
Dr. Vicsi Klára
Responsible department
Távközlési és Mesterséges Intelligencia Tanszék
Faculty Villamosmérnöki és Informatikai Kar
Subject website
Primary curriculum type
Direct prerequisites – Strong prerequisite none
Direct prerequisites – Weak prerequisite none
Direct prerequisites – Parallel prerequisite none
Direct prerequisites – Milestone prerequisite none
Direct prerequisites – Exclusion none

Objectives

Programme

1. hét: Jelek csoportosítása: determinisztikus és nemdeterminisztikus jelek. Nemdeterminisztikus jelek gépi feldolgozásának alapjai.

2-3. hét: Matematikai statisztika alapjai, statisztikai elemzési módszerek.

4. hét: A hallás biológiai és kognitív háttere, működési mechanizmusok:
A periférikus hallási rendszer működése, idegi folyamatok tárgyalása, a kétfülűhallás, hang percepció,

5. hét: A beszéd előállítás és beszéd percepció biológiai és kognitív háttere. Beszédfolyamat elemei, és az elemek rendszere: -fizikai és nyelvi leírás, artikulációs és percepciós bázis.

6. hét: Beszédben lévő információk gépi feldolgozása I. Hang, beszéd, beszélő felismerése, beszéd detektálás és beszéd felismerés

7. hét: Beszédben lévő információk gépi feldolgozása II. érzelem, fizikai, egészségi állapot felismerése

8. hét: Fénytani alapfogalmak: a látás biológiai és kognitív háttere, működési mechanizmusok

          - Gépi látás alapjai

9. hét:Artikuláció, arcmimika (érzelem), gesztusok gépi felismerése, mintázat felismerés (pattern recognition) és alkalmazásai az emberi (és ember-gép közötti) kommunikáció és viselkedés elemzésében, predikciójában

10. hét: Multimodális rendszerek, szinkronizálás, komplex személyes informatikai megoldások

11. hét: Agyi képalkotó eljárások, az EEG alapjai. Humánbiológiai jelek és feldolgozásuk, alkalmazásaik.

12. hét: Agyi képalkotó eljárások, az MRI alapjai. Humánbiológiai jelek és feldolgozásuk, alkalmazásaik.

13. Agyhullámokkal vezérelt (gondolatvezérelt) számítógépes technika és bionikai vonatkozásai

14. Humán informatika a rehabilitációban, implantátumok (gége, kohleáris, retina, stb, gondolatvezérelt művégtagok)

 

humánbiológiai jelek –főleg hallási, kismértékben látási, tapintási – információk detektálása, elemzése, feldolgozása számítógép intelligenciák használatával, olyan modellek és technikák megismerése, amelyek a humánbiológiai információfeldolgozást különböző absztrakciós szinteken modellezik,fenti eljárások, modellek, technikai megoldások használata az informatikábanagyhullámokkal vezérelt számítógépes technika alapjainak megismerése (brain-machineinterface)

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

Előadás, gyakorlat mindig az adott hét témájához illeszkedően A gyakorlatok helyei: BME TMIT Beszédakusztikai Csoport – Informatika ép. B. 157. Labor. MTA Természettudományi Kutatóközpont Kognitívideg tudományi és Pszichológiai Intézet, Magyar Tudósok  körútja Akadémia épület  

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Jelek és rendszerek (BSc szakmai törzsanyag)Ajánlott: Mesterséges intelligencia (BSc szakmai törzsanyag) 
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Jelek és rendszerek (BSc szakmai törzsanyag)Ajánlott: Mesterséges intelligencia (BSc szakmai törzsanyag) 
General rules
Követelmények: A szorgalmi időszakban: 1 ZH. A félév lezárásához (aláíráshoz) szükséges követelmény: a ZH-nak vagy a pótlásnak legalább elégséges (2) szintű teljesítéseA vizsgaidőszakban: írásbeli vizsgaElővizsga: nincs Pótlási lehetőségek: Sikertelen zárthelyi a szorgalmi időszakban a pótzárthelyin pótolható. A sikertelen (pót)zárthelyi a pótlási héten különeljárási díj ellenében egy további alkalommal pótolható.
Assessment methods
In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses

Not provided.

Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements
Requirements valid from:
Requirements valid until:
Curriculum placement

No curriculum placements recorded for this subject version.