Explore les fondamentaux du traitement des signaux, y compris les signaux de temps discrets, la factorisation spectrale et les processus stochastiques.
Explore les outils de traitement statistique des signaux pour les communications sans fil, y compris l'estimation spectrale et la modélisation des fréquences.
Explore la densité spectrale de puissance, le théorème de Wiener-Khintchine, l'ergonomie et l'estimation de corrélation dans les signaux aléatoires pour le traitement du signal.
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 progrès et les défis dans les peaux électroniques neuromorphes, visant à permettre une utilisation intuitive des membres de remplacement et des robots autonomes.
Discute de l'analyse du petit signal des photodétecteurs à grande vitesse, en se concentrant sur les composants du circuit, l'analyse du bruit et la modélisation pour les systèmes récepteurs.
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.
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.
Couvre la conception et la fonction des amplificateurs différentiels, en se concentrant sur les amplificateurs opérationnels et les comparateurs, y compris leurs caractéristiques de gain et leurs configurations de circuit.
