Couvre les bases du traitement d'image, la transformation de Fourier, la convolution, la corrélation croisée et la reconstruction 3D à l'aide du théorème de projection Radon.
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.
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.
Explore les fondamentaux du traitement des signaux, y compris les signaux de temps discrets, la factorisation spectrale et les processus stochastiques.
Explore la série intégrale de Fourier, la convergence, les signaux non périodiques, les relations de symétrie et les applications pratiques dans les signaux et les systèmes.
Explore l'autocorrélation, la périodicité et les corrélations fallacieuses dans les données de séries chronologiques, en soulignant l'importance de comprendre les processus sous-jacents et de mettre en garde contre les erreurs d'interprétation.
Couvre la corrélation et les corrélations croisées dans l'analyse des données sur la pollution atmosphérique, y compris les séries chronologiques, les autocorrelations, l'analyse de Fourier et le spectre de puissance.
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 la stationnarité dans les processus stochastiques, en montrant comment les caractéristiques statistiques restent constantes au fil du temps et les implications sur les variables aléatoires et les transformées de Fourier.