Couvre l'algorithme de transformée de Fourier rapide (FFT), l'interpolation, les filtres, le traitement d'image et les techniques expérimentales en TEM et STM.
Couvre les principes et les applications de l'imagerie par résonance magnétique, y compris la spectroscopie RMN, l'imagerie multidimensionnelle et les mécanismes de contraste des images.
Explore l'analyse des données neurophysiologiques, couvrant l'identification AP, les taux de tir, l'activité sous le seuil, l'analyse spectrale FFT et l'analyse déclenchée par des événements à l'aide de MATLAB.
Explore la motivation derrière les séries et les transformations de Fourier, leurs principes fondamentaux et leurs applications dans la résolution d'équations différentielles.
Couvre la transformée de Fourier, ses propriétés, ses applications dans le traitement du signal et les équations différentielles, en mettant l'accent sur le concept de dérivées devenant des multiplications dans le domaine des fréquences.
Couvre la théorie des méthodes numériques pour l'estimation des fréquences sur les signaux déterministes, y compris la série et la transformation de Fourier, la transformation de Fourier discret et le théorème d'échantillonnage.
Explore la psychoacoustique, le traitement des signaux et l'interprétation par le cerveau des fréquences sonores, couvrant des sujets comme le phénomène fondamental manquant et le fonctionnement intérieur de la cochlée.
Explique les bases de la transformation de Fourier et démontre son application à travers des exemples, y compris des fonctions périodiques et des paires transformées de Fourier.
Explore Fourier et Laplace se transforment en science des matériaux, en mettant l'accent sur l'interaction lumière-matière, les motifs de diffraction et les propriétés cristallines.
Explore les signaux, les instruments et les systèmes, couvrant ADC, Fourier Transform, échantillonnage, reconstruction des signaux, alias et filtres anti-alias.