Introduit des bases de traitement d'image en Python, couvrant la manipulation, la conversion à l'échelle grise, la détection des bords et la convolution avec les noyaux.
S'inscrit dans le projet Time Machine de Lausanne, mettant l'accent sur l'histoire urbaine numérique et la création de cartes historiques interactives.
Couvre les méthodes numériques pour résoudre les problèmes de valeurs limites en utilisant des méthodes de différence finie, de FFT et d'éléments finis.
Explore les tests de bonté d'ajustement, les tests X2 et les tests d'indépendance dans les statistiques, avec des exemples pratiques et des applications.
Explore l'analyse des systèmes de fermes non linéaires, couvrant les réponses de déplacement de force, les principes d'événement à événement et les algorithmes de solution.
Couvre les techniques de génération de rythme, y compris les modèles Markov et la génération de rythme hiérarchique, en mettant l'accent sur l'étude de Nancarrow 14.
Introduit des techniques de traitement d'image en Python, en se concentrant sur les opérations de manipulation et de convolution à l'aide de NumPy et Pillow.
Présente les éléments essentiels de LabVIEW pour les ingénieurs, couvrant les boucles, les structures, le flux de données, le traitement des erreurs, les grappes, les chaînes et la personnalisation des graphiques.
Couvre les outils de traitement statistique des signaux pour les communications sans fil, en mettant l'accent sur les signaux tels que le train d'impulsions, les signaux harmoniques et les signaux à spectre lisse.
Explore la lentille gravitationnelle, y compris la micro-lentille, les images multiples, la lentille forte et faible, et les applications pratiques comme la recherche de matière noire.