Séance de cours
Traitement du signal numérique: Théorie
Séances de cours associées (47)
Méthodes numériques stochastiques efficaces
Explore des méthodes numériques stochastiques efficaces pour la modélisation et l'apprentissage, couvrant des sujets comme le moteur d'analyse et les inhibiteurs de la kinase.
Renseignements quantitatifs
Explore l'opérateur CHSH, l'auto-test, les eigenstates et la quantification du hasard dans les systèmes quantiques.
Contrôle numérique des systèmes dynamiques
Couvre des sujets tels que le filtrage numérique, la stabilité et les systèmes discrets, y compris les expériences et les manipulations.
Transformée de Fourier discrète : Échantillonnage et interprétation
Explore la transformée de Fourier discrète, la reconstruction du signal, l'interprétation de l'échantillonnage et la répétition périodique du signal.
Boltzmann Machine
Introduit la machine Boltzmann, couvrant la cohérence d'attente, le regroupement des données, et les fonctions de distribution de probabilité.
Récepteurs sans fil: Décalage horaire et phase
Couvre l'impact et la compensation du décalage temporel et de phase dans les récepteurs sans fil.
Coloriage graphique: théorie et applications
Couvre la théorie et les applications de la coloration graphique, en se concentrant sur les modèles de blocs stochastiques dissortatifs et la coloration plantée.
Processus de détermination des points et extrapolation
Couvre les processus de point déterminant, le sinus-processus et leur extrapolation dans différents espaces.
Méthodes stabilisées explicites : applications aux problèmes inverses bayésiens
Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.
Traitement des signaux et espaces vectorielsMOOC: Digital Signal Processing I
Souligne l'importance des espaces vecteurs dans le traitement des signaux, offrant un cadre unifié pour différents types de signaux et la conception du système.