Séance de cours

Signalisations et systèmes : Solutions à mi-parcours

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

EE-205: Signaux et systèmes (pour EL)

Ce cours pose les bases d'un concept essentiel en ingénierie : la notion de système. Plus spécifiquement, le cours présente la théorie des systèmes linéaires invariants dans le temps (SLIT), qui sont largement utilisés pour modéliser aussi bien une réalité ...

Description

Cette séance de cours couvre les solutions à l'examen à mi-parcours, en se concentrant sur des questions à choix multiples et des dérivations détaillées pour les problèmes liés aux signaux, systèmes, transformations de Fourier, et propriétés des signaux. L'instructeur insiste sur l'importance de comprendre comment traiter des problèmes particuliers et fournit des lignes directrices pour la notation. Les sujets abordés comprennent la linéarité, les décalages de temps et de fréquence, la différenciation, l'intégration, la convolution et les propriétés des transformations de Fourier.

Enseignant·e·s (2)

Jean-Philippe Thiran

Jean-Philippe Thiran was born in Namur, Belgium, in August 1970. He received the Electrical Engineering degree and the PhD degree from the Université catholique de Louvain (UCL), Louvain-la-Neuve, Belgium, in 1993 and 1997, respectively. From 1993 to 1997, he was the co-ordinator of the medical image analysis group of the Communications and Remote Sensing Laboratory at UCL, mainly working on medical image analysis. Dr Jean-Philippe Thiran joined the Signal Processing Institute (ITS) of the Swiss Federal Institute of Technology (EPFL), Lausanne, Switzerland, in February 1998 as a senior lecturer. He was promoted to Assistant Professor in 2004, to Associate Professor in 2011 and is now a Full Professor since 2020. He also holds a 20% position at the Department of Radiology of the University of Lausanne (UNIL) and of the Lausanne University Hospital (CHUV) as Associate Professor ad personam. Dr Thiran's current scientific interests include Computational medical imaging: acquisition, reconstruction and analysis of imaging data, with emphasis on regularized linear inverse problems (compressed sensing, convex optimization). Applications to medical imaging: diffusion MRI, ultrasound imaging, inverse planning in radiotherapy, etc.Computer vision & machine learning: image and video analysis, with application to facial expression recognition, eye tracking, lip reading, industrial inspection, medical image analysis, etc.

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

Proximité ontologique

Information engineering

Traitement du signal: Fourier analysis

Concepts associés (31)

Fourier analysis

In mathematics, Fourier analysis (ˈfʊrieɪ,_-iər) is the study of the way general functions may be represented or approximated by sums of simpler trigonometric functions. Fourier analysis grew from the study of Fourier series, and is named after Joseph Fourier, who showed that representing a function as a sum of trigonometric functions greatly simplifies the study of heat transfer. The subject of Fourier analysis encompasses a vast spectrum of mathematics.

Non-uniform discrete Fourier transform

In applied mathematics, the nonuniform discrete Fourier transform (NUDFT or NDFT) of a signal is a type of Fourier transform, related to a discrete Fourier transform or discrete-time Fourier transform, but in which the input signal is not sampled at equally spaced points or frequencies (or both). It is a generalization of the shifted DFT. It has important applications in signal processing, magnetic resonance imaging, and the numerical solution of partial differential equations.

Transformées en sinus et en cosinus

En mathématiques, les transformées de Fourier dites en sinus et en cosinus sont des formes de la transformée de Fourier qui n'utilisent pas de nombres complexes. Ce sont les formes utilisées à l'origine par Joseph Fourier et sont encore préférées dans certaines applications, comme le traitement du signal, les statistiques ou la résolution des équations aux dérivées partielles utilisant les méthodes spectrales.

Fractional Fourier transform

In mathematics, in the area of harmonic analysis, the fractional Fourier transform (FRFT) is a family of linear transformations generalizing the Fourier transform. It can be thought of as the Fourier transform to the n-th power, where n need not be an integer — thus, it can transform a function to any intermediate domain between time and frequency. Its applications range from filter design and signal analysis to phase retrieval and pattern recognition.

Domaine fréquentiel

Le domaine fréquentiel se rapporte à l'analyse de fonctions mathématiques ou de signaux physiques manifestant une fréquence. Alors qu'un graphe dans le domaine temporel présentera les variations dans l'allure d'un signal au cours du temps, un graphe dans le domaine fréquentiel montrera quelle proportion du signal appartient à telle ou telle bande de fréquence, parmi plusieurs bancs. Une représentation dans le domaine fréquentiel peut également inclure des informations sur le décalage de phase qui doit être appliqué à chaque sinusoïde afin de reconstruire le signal en domaine temporel.

Afficher plus

Séances de cours associées (15)

Transformée de Fourier discrète et FFTW

Explore la série Fourier, la transformée de Fourier discrète, la bibliothèque FFTW et la résolution d'équations différentielles à l'aide d'algorithmes FFT.

Lattices : propriétés et fonctions thêta

Explore les réseaux dans Rd, les matrices de Gram, les fonctions thêta et les propriétés modulaires.

Approximation semi classique: Propagateur d'énergie fixe

Explore l'approximation semi-classique du propagateur d'énergie fixe et la probabilité de tunnel à travers une barrière de potentiel.

Toute la probabilité: générer des fonctions et des cumulants

Couvre la fonction génératrice de moment, les cumulants, la transformée de Laplace et la transformée de Fourier dans la théorie des probabilités.

Analyse complexe : Théorème des résidus et transformées de Fourier

Discute de l'analyse complexe, en se concentrant sur le théorème des résidus et les transformées de Fourier, avec des exercices pratiques et des applications dans la résolution des équations différentielles.

Afficher plus

Concepts associés (31)

Fourier analysis

Non-uniform discrete Fourier transform

Transformées en sinus et en cosinus

Fractional Fourier transform

Domaine fréquentiel

Afficher plus