Explore le traitement du signal analogique et numérique, la conversion A / D et D / A, la résolution, le temps de règlement et les interfaces numériques dans les circuits électroniques.
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 l'interprétation géométrique des réponses de filtre et les défis de la réalisation de filtres causaux dans le traitement du signal en temps réel.
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.
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 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.