Couvre les types de détecteurs, les statistiques de comptage, la prédiction des erreurs et l'estimation de l'incertitude dans les mesures, en soulignant l'importance des tests statistiques et l'optimisation des expériences.
Explore le traitement du signal neuronal pour les interfaces cerveau-ordinateur, y compris les techniques de décodage comme les filtres Kalman et le tri des pics.
Explore les méthodes d'estimation du spectre paramétrique, y compris les spectres linéaires et lisses, et se penche sur l'analyse de la variabilité de la fréquence cardiaque.
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.
Discute des propriétés et caractéristiques fondamentales des détecteurs optiques, y compris la réactivité, l'efficacité quantique et l'impact du bruit sur les limites de détection.
