Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Explore les propriétés de Discrete-Time Fourier Transform, y compris la linéarité, les décalages de temps et de fréquence, l'inversion du temps et la convolution.
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 les relations de symétrie, la modulation, les propriétés de transformation de Fourier et les méthodes d'intégration dans les signaux et les systèmes.
Explore l'application de la transformée de Fourier aux systèmes LTI, y compris la réponse en fréquence, la convolution, la différenciation et la résolution d'équations différentielles.
Couvre les propriétés de la transformée de Fourier à temps discret, y compris la linéarité, les décalages, l'inversion du temps, la différenciation, la convolution, la symétrie conjuguée et la relation de Parseval.
Couvre les propriétés de la transformation de Fourier, y compris la linéarité, les déplacements, l'inversion du temps, la différenciation, l'intégration, la convolution et la symétrie conjuguée.
