Discute de l'analyse des textures dans les images, en se concentrant sur les propriétés statistiques et structurelles, les techniques de segmentation et les applications d'apprentissage automatique pour la classification des textures.
Couvre les modèles d'espace d'état et leur expressivité par rapport aux transformateurs, en se concentrant sur les mécanismes d'attention et l'efficacité informatique.
Couvre les réseaux neuronaux convolutifs, les architectures standard, les techniques de formation et les exemples contradictoires en apprentissage profond.
Introduit des réseaux neuronaux convolutifs, couvrant les couches entièrement connectées, les convolutions, la mise en commun, les traductions PyTorch et des applications telles que l'estimation de pose à la main et l'estimation de tubalité.
Explore la psychoacoustique, le traitement des signaux et l'interprétation par le cerveau des fréquences sonores, couvrant des sujets comme le phénomène fondamental manquant et le fonctionnement intérieur de la cochlée.
Couvre les bases du traitement d'image, la transformation de Fourier, la convolution, la corrélation croisée et la reconstruction 3D à l'aide du théorème de projection Radon.
