Explore diverses techniques de réduction du bruit, y compris l'adaptation d'impédance, la réduction de la température et la réduction de la bande passante.
Introduit des notions fondamentales dans le filtrage numérique, couvrant les approches de filtrage 2D, les filtres linéaires, la stabilité, les filtres FIR et IIR, le filtrage de domaine de fréquence et les filtres gaussiens.
Explore la mise en œuvre de filtres numériques, mettant l'accent sur les cellules mémoire, les tampons circulaires et les défis de traitement en temps réel.
Explore les méthodes d'optimisation RMSprop et ADAM dans les réseaux neuronaux artificiels, en se concentrant sur les fonctions d'erreur, l'élan et le rapport signal/bruit.
Explore les techniques de réduction du bruit dans la métrologie électrique, couvrant les propriétés de la charge, du courant, de la tension, des sources de bruit et des méthodes de filtrage.
Explore la synthèse des filtres numériques à partir de filtres analogiques en utilisant la méthode de transformation bilinéaire et le critère de Chebyshev.
Couvre la modulation de spectre à étalement de séquence directe (DSSS) pour améliorer la qualité du signal grâce à une distribution plus large de la bande passante et à la réduction des interférences.
