กระบวนการเฟ้นสุ่ม
4(4-0-12)
วิชาบังคับก่อน: ไม่มี
เนื้อหาวิชาแบ่งออกเป็น 2 ส่วนหลัก ส่วนที่ 1 เกี่ยวกับกระบวนการเฟ้นสุ่ม ซึ่งประกอบด้วย ความน่าจะเป็น ตัวแปรสุ่ม กระบวนการเฟ้นสุ่ม การเดินสุ่ม และการประยุกต์ใช้งานขั้นพื้นฐาน การแทนเชิงสเปกตรัม และการประมาณค่าเชิงสเปกตรัม
การประมาณค่าแบบกำลังสองเฉลี่ย และเอนโทรปี ส่วนที่ 2 เกี่ยวกับกระบวนการเริ่มต้นใหม่ ซึ่งประกอบด้วย ทฤษฎีการเริ่มต้นใหม่ การประยุกต์ใช้งานขั้นพื้นฐาน กระบวนการรีเจเนอเรทีฟ กระบวนการปัวส์ซอง กระบวนการมาร์คอฟ ทฤษฎีแถวคอย และกระบวนการกึ่งมาร์คอฟ
เค้าโครงรายวิชา
1. ความน่าจะเป็น ตัวแปรสุ่ม กระบวนการเฟ้นสุ่ม (8 ชั่วโมง)
2. การเดินสุ่มและการประยุกต์ใช้งานขั้นพื้นฐาน (2 ชั่วโมง)
3. การแทนเชิงสเปกตรัมและการประมาณค่าเชิงสเปกตรัม (6 ชั่วโมง)
4. การประมาณค่าแบบกำลังสองเฉลี่ย (4 ชั่วโมง)
5. เอนโทรปี (4 ชั่วโมง)
6. ทฤษฎีการเริ่มต้นใหม่ (6 ชั่วโมง)
7. การประยุกต์ใช้งานขั้นพื้นฐาน (2 ชั่วโมง)
8. กระบวนการรีเจเนอเรทีฟ (4 ชั่วโมง)
9. กระบวนการปัวส์ซอง (4 ชั่วโมง)
10. กระบวนการมาร์คอฟและทฤษฎีแถวคอย (4 ชั่วโมง)
11. กระบวนการกึ่งมาร์คอฟ (4 ชั่วโมง)
ผลสัมฤทธิ์การเรียนรู้
1. เข้าใจและอธิบายหลักการกระบวนการการเฟ้นสุ่มได้
2. ประยุกต์ใช้ความรู้ในการวิเคราะห์ระบบการสื่อสารเครือข่ายด้วยการวิเคราะห์ด้วยกระบวนการการเฟ้นสุ่มได้
3. อธิบายการเชื่อมโยงและนำองค์วามรู้ไปใช้ในการวิจัยหรือการทำงานต่อไปได้
Stochastic Processes
Prerequisite: None
The course consists of 2 main parts. Part I emphasizes on stochastic processes which include probability, random variables, stochastic processes; random walks and basic applications;
spectral representation and spectrum estimation; mean square estimation; entropy. Part II emphasizes on renewal processes which include renewal theory; basic applications; regenerative
processes. Poisson processes; Markov processes and queueing theory; semi-Markov processes
Course Outline
1. Probability, Random variables, Stochastic processes (8 hours)
2. Random walks and basic applications (2 hours)
3. Spectral representation and spectrum estimation (6 hours)
4. Mean square estimation (4 hours)
5. Entropy (4 hours)
6. Renewal theory (6 hours)
7. Basic applications (2 hours)
8. Regenerative processes (4 hours)
9. Poisson processes (4 hours)
10. Markov processes and queueing theory (4 Hours)
11. Semi-Markov processes (4 hours)
Learning Outcomes
1. Understand and explain principles of stochastic processes
2. Apply stochastic processes knowledge to analyze communication signals and systems.
3. Explain the link and apply knowledge to research or line of work