Couvre la transformée de Fourier, ses propriétés et ses applications dans le traitement du signal et les équations différentielles, démontrant son importance dans l'analyse mathématique.
Introduit des outils mathématiques pour les systèmes de communication et la science des données, se concentrant sur les processus stochastiques et préparant les étudiants à des cours avancés.
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.
Explore les progrès et les défis dans les peaux électroniques neuromorphes, visant à permettre une utilisation intuitive des membres de remplacement et des robots autonomes.
Explore le traitement neurobiologique des signaux, couvrant la modélisation des pics, la classification des signaux et la caractérisation des données à l'aide de l'analyse des composantes principales.
Couvre les concepts d'échantillonnage et de reconstruction dans le traitement du signal, en soulignant l'importance de la fréquence d'échantillonnage et des techniques de reconstruction.
Met l'accent sur la mise en œuvre d'un générateur de fonctions carrées utilisant la technologie Speedgoat FPGA et les techniques de traitement du signal en temps réel.
Explore les systèmes LTI stables grâce à l'analyse de la réponse en fréquence, aux propriétés de convolution et aux solutions d'équations différentielles.
