Couvre les leçons d'introduction sur les signaux et les systèmes, le traitement du signal et les applications pratiques telles que la compression d'images et le multimédia.
Explore la méthode de fonction aléatoire pour résoudre les PDE à l'aide d'algorithmes d'apprentissage automatique pour approximer efficacement les fonctions à haute dimension.
Explore la détection de compression pour les signaux neuronaux, en mettant l'accent sur la réduction des données et la reconstruction efficace des signaux.
Explore les avantages prouvables d'une surparamétrie dans la compression des modèles, en mettant l'accent sur l'efficacité des réseaux neuronaux profonds et sur l'importance du recyclage pour améliorer les performances.
