Explore la mesure du champ magnétique à l'aide de capteurs à effet Hall, de matériaux ferromagnétiques souples, de capteurs de débit et de démodulation de synchronisation.
Explore les applications et les avantages des aimants durs dans les technologies modernes, en mettant l'accent sur leurs avantages de conception compacte.
Explore la définition et les applications des aimants souples, y compris leur utilisation dans les transformateurs et l'optimisation des pertes dans les applications AC.
Explore la définition des aimants doux, les processus d'aimantisation, les applications dans les transformateurs, les circuits RF et les capteurs, ainsi que les perspectives du marché mondial.
Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.
Explore l'évolution des CNN dans le traitement de l'image, couvrant les réseaux neuronaux classiques et profonds, les algorithmes d'entraînement, la rétropropagation, les étapes non linéaires, les fonctions de perte et les frameworks logiciels.
Couvre les méthodes de gradient de politique dans l'apprentissage du renforcement, en se concentrant sur les techniques d'optimisation et les applications pratiques comme le problème du poteau.
