Explore la prédiction linéaire, les filtres optimaux, les signaux aléatoires, la stationnarité, l'autocorrélation, la densité spectrale de puissance et la transformée de Fourier dans le traitement du signal.
Couvre la régression linéaire, la régularisation, les problèmes inverses, la tomographie par rayons X, la reconstruction d'images, l'inférence de données et l'intensité du détecteur.
Couvre les outils mathématiques pour les systèmes de communication et la science des données, y compris la théorie de l'information et le traitement des signaux.
Explore les signaux, les instruments et les systèmes, couvrant ADC, Fourier Transform, échantillonnage, reconstruction des signaux, alias et filtres anti-alias.
Couvre les moindres carrés pondérés itératifs, la régression de Poisson et l'analyse bayésienne des données sur l'orge de printemps à l'aide de modèles mixtes.
Explore l'évolution et les avantages des transducteurs à ultrasons micromachines, en mettant l'accent sur les PMUT et leurs applications dans la vérification biométrique de l'identité et l'imagerie haute résolution.
Discute de la transformée de Fourier et de son application à la résolution d'équations différentielles, en se concentrant sur l'équation d'onde et ses transformations.
Explore la programmation réactive fonctionnelle comme une alternative plus propre et plus fonctionnelle au modèle d'observateur traditionnel, en utilisant des signaux pour simplifier les hiérarchies d'observateurs complexes.
Explore la quantification et le codage des signaux numériques, en discutant de la quantification uniforme, de l'analyse des erreurs et du rapport signal/bruit de quantification.