Couvre les bases de l'apprentissage profond, y compris les représentations de données, le sac de mots, le prétraitement des données, les réseaux de neurones artificiels et les réseaux de neurones convolutifs.
Couvre l'intelligence visuelle, les réseaux de rétroaction, la prédiction basée sur la taxonomie et les réseaux neuronaux récurrents pour la classification des images.
Couvre le gain interne dans les systèmes de détection optique, en se concentrant sur les photodiodes à avalanche et les calculs pour un gain optimal et un rapport signal/bruit optimal.
Couvre l'effet d'obturateur roulant et les sources de bruit dans les caméras CMOS, en mettant en évidence les solutions pour la déformation de l'image et les avantages des photodiodes épinglées.
Couvre la conception de circuits intégrés analogiques de faible puissance, en se concentrant sur les amplificateurs de transconductance opérationnels (OTA) et les amplificateurs opérationnels (OPAMP).
Explore la transformée de Fourier, le filtrage de fréquence, la segmentation et l'estimation de la taille des particules à l'aide de techniques d'analyse d'images.
Explore les charges de travail d'apprentissage automatique, les couches DNN, les tableaux systolique et l'efficacité des accélérateurs spécialisés tels que les TPU.