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 les progrès et les défis dans les peaux électroniques neuromorphes, visant à permettre une utilisation intuitive des membres de remplacement et des robots autonomes.
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 les propriétés de la transformée de Fourier avec des dérivés, cruciales pour la résolution des équations, et introduit la transformée de Laplace pour la transformation du signal.
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.