Séance de cours

Traitement adaptatif du signal : filtrage et réseaux neuronaux

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

COM-202: Signal processing

Signal processing theory and applications: discrete and continuous time signals; Fourier analysis, DFT, DTFT, CTFT, FFT, STFT; linear time invariant systems; filter design and adaptive filtering; sampling; interpolation and quantization; image processing, ...

Description

Cette séance de cours présente les concepts fondamentaux du traitement adaptatif du signal, en se concentrant sur la dérivation de filtres adaptatifs tels que le filtre LMS. L'instructeur explique l'importance de l'autosimilarité dans les signaux, la théorie des processus stochastiques et les bases de l'apprentissage automatique. La séance de cours couvre l'utilisation de la descente de gradient pour minimiser les surfaces d'erreur, l'algorithme LMS pour le filtrage adaptatif et son application dans les systèmes d'annulation d'écho. En utilisant des gradients bruyants, l'algorithme LMS peut s'adapter efficacement aux environnements changeants, ce qui en fait un outil puissant dans le traitement du signal et l'entraînement des réseaux neuronaux.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e·s (2)

Paolo Prandoni

I appeared about at the same time as the White Album and, upon being born, I immediately took the one and only sabbatical of my life, which lasted a leisurely four years. I then proceeded to be pre-schooled, schooled, middle- and high-schooled, college educated, and finally grad-schooled here at EPFL. As a kid I was fascinated by those expensive long-distance phone calls and so I specialized in communication systems. And then I did this and I did that. But do we really want to go into details? I thought so.

Yanina Yurina Shkel

Enseignement et PhD Doctorant·es actuel·les Serhat Emre Coban, Anuj Kumar Yadav, Cemre Çadir Cours Advanced probability and applications COM-417 Dans ce cours, différents aspects de la théorie des probabilités sont abordés. La première partie est dévolue à ses principaux théorèmes (loi des grands nombres, théorème central limite), tandis que la seconde partie porte sur la théorie des martingales et inégalités de concentration. Signal processing COM-202 Théorie et appli.du t

Source officielle

Concepts associés (32)

Quantification (signal)

En traitement des signaux, la quantification est le procédé qui permet d'approcher un signal continu par les valeurs d'un ensemble discret d'assez petite taille. On parle aussi de quantification pour approcher un signal à valeurs dans un ensemble discret de grande taille par un ensemble plus restreint. L'application la plus courante de la quantification est la conversion analogique-numérique mais elle doit le développement de sa théorie aux problèmes de quantification pour la compression de signaux audio ou .

Traitement du son

Le traitement du son est la branche du traitement du signal qui s'applique aux signaux audio, dans le but notamment d'en améliorer la qualité, de les compresser, ou d'en extraire de l'information. Le terme analogique désigne quelque chose qui est mathématiquement représenté par une fonction continue. Donc un signal analogique est un signal représenté par un flux continu de donnée, ici dans un circuit électrique sous la forme de tension ou de courant.

Réseau de neurones récurrents

Un réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.

Filtre (audio)

Dans le traitement du signal, un filtre est un appareil ou une fonction servant à retirer ou bien à accentuer ou réduire certaines parties du spectre sonore représentées dans un signal. Les filtres sont essentiels dans plusieurs fonctions des appareils électroniques (voir Filtre (électronique)). Nous ne traiterons ici que des filtres accessibles par des commandes dans les tranches des consoles de mixage et les égaliseurs qui permettent d'ajuster la tonalité des sons.

Neural network

A neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.

Afficher plus

Séances de cours associées (64)

Signalisation neuronale et traitement des signaux

Explore les signaux neuraux, le contrôle EMG, les synergies musculaires et HD-EMG pour les prothèses.

Signalisation neuronale et traitement des signaux

Couvre les signaux neuraux, l'enthousiasme cérébral, la neuroimagerie et l'analyse statistique dans les études de neuroimagerie.

Optimisation des systèmes neuroprothétiques

Explore l'optimisation des systèmes neuroprothétiques, y compris la restauration de rétroaction sensorielle et les stratégies de stimulation neuronale.

Radar pénétrant au sol : analyse des données

Explore le picking automatisé des barres de renforcement dans les données radar pénétrantes au sol à l'aide de techniques d'apprentissage automatique et de traitement du signal.

Signalisation neuronale et traitement des signaux

Explore les signaux neuronaux, l'organisation du cerveau, les techniques de mesure et les principes de l'IRM.

Afficher plus

Concepts associés (32)

Quantification (signal)

Traitement du son

Réseau de neurones récurrents

Filtre (audio)

Neural network

Afficher plus