Séance de cours
Filtres numériques : Retard maximum du groupe plat
Séances de cours associées (50)
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Filtres actifs : Réalisations de second ordre et de haut ordre
Couvre la conception et la mise en œuvre de filtres actifs, en se concentrant sur les réalisations de second ordre et de haut ordre.
Mise en œuvre des filtres numériquesMOOC: Digital Signal Processing I
Explore la mise en œuvre de filtres numériques, mettant l'accent sur les cellules mémoire, les tampons circulaires et les défis de traitement en temps réel.
Expérience de filtrage 7
Explore l'expérience 7 sur le filtrage, les phénomènes de résonance, les filtres de garde et les filtres numériques vs analogiques.
Réseaux neuronaux convolutionnels
Couvre les réseaux neuronaux convolutifs, les opérations de filtrage et leurs applications dans le traitement du signal et l'analyse d'images.
Modèle de réponse Spike (SRM)MOOC: Neuronal Dynamics - Computational Neuroscience of Single Neurons
Couvre le modèle de réponse Spike (SRM) dans la neuroscience computationnelle et sa relation avec le modèle adaptatif d'intégration et d'incendie.
Les facteurs de succès des communications numériquesMOOC: Digital Signal Processing I
Explore les facteurs de succès derrière l'amélioration de la transmission de données au cours des 50 dernières années.
Conversion A-D suréchantillonnéeMOOC: Digital Signal Processing I
Couvre la conversion analogique-numérique suréchantillonnée et son impact sur le rapport signal sur bruit.
Réseaux neuronaux convolutionnels : filtres et canaux
Explore le partage du poids, les filtres, les canaux et l'augmentation des données dans les réseaux neuronaux convolutionnels.
Traitement du signal: bases et analyse spectrale
Couvre les bases du traitement du signal, de l'estimation linéaire et des filtres numériques.