TTT4275 Estimering, deteksjon og klassifisering

NTNU →7.5 studiepoeng

Studentvurdering

Hvor relevant opplever du emnet?

Gjennomsnittlig svar: ingen svar

Svært irrelevantSvært relevant

Hva er ditt generelle inntrykk av kurset?

Gjennomsnittlig svar: ingen svar

Svært dårligSvært bra

Hva synes du om emnets nivå?

Gjennomsnittlig svar: ingen svar

Svært lettSvært vanskelig

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Gjennomsnittlig svar: ingen svar

Svært litenSvært stor

KARAKTERFORDELING · V 2025

109 kandidater

V 2018

H 2025

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

3,02 av 5 poeng

NTNU snitt: 3.42

STRYKPROSENT

14,8 %

NTNU snitt: 3,5 %

KANDIDATER PER ÅR

117

snitt over 8 år

SEMESTRE MED DATA

Eksamen og forkunnskaper

Vurderingen består av

Prosjektinnlevering
Samlet karakter

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Om TTT4275

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Estimering, deteksjon og klassifisering er helt avgjørende i de aller fleste signalbehandlingssystemer innen IKT, De tre fagfeltene danner også grunnlaget for data-analyse i andre viktige områder som økonomi, medisin, industri, seismikk osv. Dette emnet gir en grunnleggende innføring i prinsippene for estimering, deteksjon og klassifisering med fokus på IKT-anvendelser basert på signalbehandling. Den brede anvendelsen av de tre fagfeltene blir demonstrert vha. å anvende reelle fysiske data på innen sett med utvalgte eksempler innen biomedisin, multimedia, tale, kommunikasjon osv. Emnet består av tre moduler: --- a) Estimering : Introduksjon, Minimum varians forventningsrett estimator og Cramer-Rao nedre grense, Lineære modeller og estimatorer basert på minste kvadratisk avvik , Maksimum Likelihood og Bayesisk estimering --- b) Deteksjon : Introduksjon, Statistisk desisjonsteori, Binær hypotese, Likelihood ratio test, Bayes risk, Neyman-Pearson, ROC/DET. Deteksjon av of henholdsvis deterministiske og tilfeldige signaler --- c) Klassifisering : Introduksjon, teoretisk optimal klassifiserer, tre basis-klassifiserere, estimering og klyngeanalyse innen design, evaluering av ytelse, kort om state-of-the-art inklusive maskinlæring.

Vis resten (6 avsnitt)

Læringsutbytte

Kunnskaper : Kandidaten har (i) prinsipiell forståelse av begrepene estimering, deteksjon og klassifisering; (ii) detaljerte kunnskaper om grunnleggende teknikker og dermed forutsetning for å bruke mer avanserte teknikker; (ii) praktisk forståelse for hvor og hvordan bruke de tre fagområdene til å løse reelle problemer; (iv) kjennskap til betydningen av data i design- og evaluerings-fasen. Ferdigheter : Kandidaten kan (i) identifisere behovet for estimering, deteksjon og klassifisering i praktiske problemer; (ii) velge en fornuftig metode for et gitt problem; (iii) finne og sette seg inn i mer avanserte metoder hvis nødvendig; (iv) implementere metodene i Matlab/Python; og (v) evaluere ytelsen for en valgt klassifiserer for et gitt problem.

Anbefalte forkunnskaper

Tilsvarende TMA4245 Statistikk samt TTT4120 Digital Signalbehandling.

Forkunnskapskrav

Kunnskap om lineær algebra, sannsynlighetsteori, tilfeldige variabler og stokastiske prosesser.

Mer om vurdering

Vurderingen er basert på en skriftlig avsluttende eksamen tellende 70% og prosjektinnlevering tellende 30%. Hver del gis bokstavkarakter. Totalvurdering av emnet gis som bokstavkarakter.

Prosjektinnleveringen er en teknisk rapport med beskrivelse av problemet og av teknikkene vurdert for løsningen, kvantitative resultat og diskusjon av resultatene, i tillegg til utviklet kode brukt til å generere resultatene som vedlegg.

Innleveringsfrist for rapporten blir informert til studentene ved semesterstart. Det gis ingen tilbakemelding undervis til studentene, resultatene av rapporten formidles til studentene etter skriftlig eksamen.

Utsatt eksamen i august kan endres fra skriftlig til muntlig eksamen. Ved gjentak må hele emnet gjentas.

Kursmateriell

Kursmateriell vil bli avklart i forkant av første forelesningssemester.

Læringsformer og aktiviteter

Forelesninger med vekt på praktiske eksempler, øvinger og et avsluttende gruppebasert prosjekt.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Kommentarer

Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.

Ofte stilte spørsmål

Hvor mange studiepoeng er TTT4275?: TTT4275 (Estimering, deteksjon og klassifisering) ved NTNU gir 7,5 studiepoeng.
Hva er strykprosenten i TTT4275?: Samlet strykprosent for TTT4275 ved NTNU er 14,8 %, basert på 935 kandidater. Siste semester (høst 2025) var den 13,5 %.
Hvor vanskelig er TTT4275?: Snittkarakteren i TTT4275 er C (3.02 av 5 poeng), mot 14,8 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.
Hvor kommer tallene for TTT4275 fra?: Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Studieprogram med dette emnet

Basert på hvor kandidatene til eksamen var registrert (DBH).

Relaterte emner ved NTNU

Emner som tas i de samme studieprogrammene som TTT4275.

MEDT4165 Signalbehandling i ultralyd-avbildning snitt B · 0 % stryk
TTT4120 Digital signalbehandling snitt C · 12,3 % stryk
TTT4150 Navigasjonssystemer snitt C · 6 % stryk
TMA4121 Matematikk 4 snitt C · 12,7 % stryk
TMA4111 Matematikk 3 snitt D · 16,4 % stryk
TMA4101 Matematikk 1 snitt C · 12,8 % stryk
TFY4115 Fysikk snitt C · 8,8 % stryk
TMA4106 Matematikk 2 snitt D · 19,6 % stryk

Mer om NTNU

Les om karakterfordelingen ved NTNU →Les om NTNU →

Utvikling over tid

Semester	Kandidater	Snitt	Stryk
Høst 2025	37	C (2.97)	13,5 %
Vår 2025	109	C (3.25)	22,9 %
Høst 2024	25	B (4.12)	0 %
Vår 2024	85	C (2.78)	28,2 %
Høst 2023	30	B (3.87)	0 %
Vår 2023	94	C (2.63)	22,3 %
Høst 2022	16	B (4.25)	0 %
Vår 2022	113	D (2.19)	26,6 %
Høst 2021	5	–	0 %
Vår 2021	163	–	10,4 %
Vår 2020	147	–	8,2 %
Vår 2019	84	B (3.55)	4,8 %
Vår 2018	27	B (3.56)	0 %

Finner retningen …

Om TTT4275

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Vis resten (6 avsnitt)

Læringsutbytte

Anbefalte forkunnskaper

Tilsvarende TMA4245 Statistikk samt TTT4120 Digital Signalbehandling.

Forkunnskapskrav

Kunnskap om lineær algebra, sannsynlighetsteori, tilfeldige variabler og stokastiske prosesser.

Mer om vurdering

Vurderingen er basert på en skriftlig avsluttende eksamen tellende 70% og prosjektinnlevering tellende 30%. Hver del gis bokstavkarakter. Totalvurdering av emnet gis som bokstavkarakter.

Utsatt eksamen i august kan endres fra skriftlig til muntlig eksamen. Ved gjentak må hele emnet gjentas.

Kursmateriell

Kursmateriell vil bli avklart i forkant av første forelesningssemester.

Læringsformer og aktiviteter

Forelesninger med vekt på praktiske eksempler, øvinger og et avsluttende gruppebasert prosjekt.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Ofte stilte spørsmål

Hvor mange studiepoeng er TTT4275?

TTT4275 (Estimering, deteksjon og klassifisering) ved NTNU gir 7,5 studiepoeng.

Hva er strykprosenten i TTT4275?

Samlet strykprosent for TTT4275 ved NTNU er 14,8 %, basert på 935 kandidater. Siste semester (høst 2025) var den 13,5 %.

Hvor vanskelig er TTT4275?

Snittkarakteren i TTT4275 er C (3.02 av 5 poeng), mot 14,8 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.

Hvor kommer tallene for TTT4275 fra?

Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Utvikling over tid

Semester	Kandidater	Snitt	Stryk
Høst 2025	37	C (2.97)	13,5 %
Vår 2025	109	C (3.25)	22,9 %
Høst 2024	25	B (4.12)	0 %
Vår 2024	85	C (2.78)	28,2 %
Høst 2023	30	B (3.87)	0 %
Vår 2023	94	C (2.63)	22,3 %
Høst 2022	16	B (4.25)	0 %
Vår 2022	113	D (2.19)	26,6 %
Høst 2021	5	–	0 %
Vår 2021	163	–	10,4 %
Vår 2020	147	–	8,2 %
Vår 2019	84	B (3.55)	4,8 %
Vår 2018	27	B (3.56)	0 %

Karakterfordeling og studentvurderinger i TTT4275

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om TTT4275

Faglig innhold

Læringsutbytte

Anbefalte forkunnskaper

Forkunnskapskrav

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Utvikling over tid

Karakterfordeling og studentvurderinger i TTT4275

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om TTT4275

Faglig innhold

Læringsutbytte

Anbefalte forkunnskaper

Forkunnskapskrav

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Utvikling over tid