Explore le picking automatisé des barres de renforcement dans les données radar pénétrantes au sol à l'aide de techniques d'apprentissage automatique et de traitement du signal.
Couvre des sujets avancés dans le filigrane, y compris la résistance à la mise à l'échelle et aux rotations, le filigrane auto-référencé et les types d'attaques.
Introduit un cours basé sur des projets en communication et en robotique, mettant l'accent sur des projets pratiques et un apprentissage indépendant pour préparer les étudiants à relever des défis du monde réel.
Explore la compression du modèle de deuxième ordre pour les réseaux neuronaux profonds massifs, montrant les techniques de compression et leur impact sur la précision du modèle.
Explore le traitement adaptatif du signal, la descente de gradient et l'algorithme LMS pour un filtrage efficace et un entraînement au réseau neuronal.
Couvre la conversion des signaux analogiques en signaux numériques, de compression des données et de reconstruction des signaux, soulignant l'importance du traitement des signaux dans les systèmes de communication.
Explore la résonance magnétique nucléaire, les principes d'IRM, les séquences de pouls, la reconstruction d'images, les considérations de sûreté et la normalisation du volume dans l'imagerie cérébrale.
Explore la compression des données grâce à la parcimonie des signaux, remettant en question la nécessité d'enregistrer de grandes quantités de données.
