Analiza sygnałów - wykład: Różnice pomiędzy wersjami

Z Brain-wiki
 
(Nie pokazano 163 pośrednich wersji utworzonych przez tego samego użytkownika)
Linia 1: Linia 1:
−
[[Category:Przedmioty specjalizacyjne]]
+
__NOTOC__
−
=WYNIKI egzaminu i ćwiczeń 2016=
+
===Pierwszy wykład===
−
<pre>
+
[[Wstep|Sygnały, próbkowanie, wektory, liczby zespolone. Szereg i przekształcenie Fouriera]] <small>(''przed [https://colab.research.google.com/drive/1y81wGZHwpUf4J6IIApPdqahgUN9Bad0p II. ćw.]'')</small>
−
indeks OCENA test/34 otw/20 akt wyk% OC.WYK OC.ĆW
 
−
358256 10 9 35,2 2,0 4
 
−
347479 17 6 42,6 2,0 3
 
−
347447 0,0
 
−
345752 5 29 20 2 94,4 5,0 5
 
−
324483 5 27 20 87,0 4,5 5
 
−
341887 0,0
 
−
363547 10 0 18,5 2,0
 
−
219768 5 30 20 92,6 5,0 5
 
−
361949 14 0 25,9 2,0
 
−
335477 22 6,5 52,8 2,0 sesja poprawkowa
 
−
358273 22 7 53,7 2,0 4,5
 
−
358260 15 9 2 48,1 2,0 sesja poprawkowa
 
−
322241 5 30 20 2 96,3 5,0 5
 
−
358262 19 10,5 54,6 2,0
 
−
359079 0,0
 
−
347458 0,0
 
−
358264 15 10 46,3 2,0 4
 
−
332803 16 4 37,0 2,0 5
 
−
361873 0,0
 
−
332484 5 33 20 1 100,0 5,0 5
 
−
363557 4 28 16,5 82,4 4,0 3,5
 
−
332461 25 9,5 63,9 3,0
 
−
347114 13 6,5 36,1 2,0
 
−
367504 4 21 12 61,1 3,0 4,5
 
−
335315 5 28 19 87,0 4,5 4
 
−
347464 24 13 68,5 3,0
 
−
358266 16 12,5 52,8 2,0
 
−
358267 15 1,5 30,6 2,0 sesja poprawkowa
 
−
363600 21 6 50,0 2,0
 
−
293509 20 16,5 67,6 3,0
 
−
335743 24 12 66,7 3,0
 
−
347496 0,0 niezaliczone
 
−
363565 16 10 48,1 2,0 sesja poprawkowa</pre>
 
  
−
=Analiza Sygnałów=
+
===Klasyczna analiza sygnałów===
−
 
+
#[[Szereg Fouriera|Szereg Fouriera]] i [[Przekształcenie Fouriera|Przekształcenie Fouriera]]
−
# [[wstep | Wstęp]]
+
#* [[FT-intuicja|Intuicyjna intepretacja i rozdzielczość Transformaty Fouriera]]
−
 
+
#[[Twierdzenia o splocie i o próbkowaniu (aliasing)|Twierdzenie o splocie]] <small>(''przed [https://colab.research.google.com/drive/1b6djG2_uE_yc0-QEyD1Yl-dd8Ezelf2m IV. ćw.]'')</small>
−
==Klasyczna analiza sygnałów -- zob. też http://durka.info/ksiazki/as/as_klasyczna.pdf==
+
#* [[Estymacja widma na podstawie FT|Estymacja widma na podstawie Transformaty Fouriera]]
−
 
+
#[[Model autoregresyjny (AR)|Model autoregresyjny]] <small>(''przed [https://colab.research.google.com/drive/1mKjXYKICL1vp5z0MpWrfM8JuXCDlc_HK VII. ćw.]'')</small>
−
#[[Szereg Fouriera|Szereg Fouriera]]
 
−
#[[Przekształcenie Fouriera|Przekształcenie Fouriera]]
 
 
#[[Systemy liniowe niezmiennicze w czasie (LTI)|Systemy liniowe niezmiennicze w czasie]]
 
#[[Systemy liniowe niezmiennicze w czasie (LTI)|Systemy liniowe niezmiennicze w czasie]]
−
#[[Twierdzenia o splocie i o próbkowaniu (aliasing)|Twierdzenie o splocie]]
+
#[[Funkcja_systemu|Transformata Z i widmo procesu AR]] <small>(''przed [https://colab.research.google.com/drive/1NRzWBr5j5YzwfaZDwJC5yaPEVgi6rc6U VIII. ćw.]'')</small>
−
#[[Twierdzenie Wienera-Chinczyna|Twierdzenie Wienera-Chinczyna]]
+
#[[Filtry|Funkcja przejścia i filtry LTI]] <small>(''przed [https://colab.research.google.com/drive/1e8_SIPFqAJA7WGsPiWudplubHtrgkSq0 IX. ćw.]'')</small>
−
#[[Aliasing|Aliasing]]
+
<!-- #[[Twierdzenie o próbkowaniu|Twierdzenie o próbkowaniu]]-->
−
#[[Twierdzenie o próbkowaniu|Twierdzenie o próbkowaniu]]
 
−
#[[Funkcja_systemu|Funkcja systemu]]
 
−
#[[Model autoregresyjny (AR)|Model autoregresyjny]]
 
−
<!-- ##[[Procesy_stochastyczne|Procesy stochastyczne]] -->
 
  
−
==Pomiędzy czasem a częstością==
+
===Pomiędzy czasem a częstością===
−
# [[Zasada nieoznaczoności|Zasada nieoznaczoności]]
+
# [[Spektrogram|Spektrogram — oknowana transformata Fouriera]], [[Falki (wavelets)|Falki]]
−
# [[Transformata Wignera|Transformata Wignera]]
+
# [[Zasada nieoznaczoności|Zasada nieoznaczoności]], [[Transformata Wignera|Transformata Wignera]]
−
# [[Spektrogram|Spektrogram — oknowana transformata Fouriera]]
 
−
# [[Falki (wavelets)|Falki]]
 
 
# [[Reprezentacje czas-częstość|Reprezentacje czas-częstość]]
 
# [[Reprezentacje czas-częstość|Reprezentacje czas-częstość]]
 
# [[Reprezentacje przybliżone | Przybliżenia adaptacyjne i algorytm matching pursuit]]
 
# [[Reprezentacje przybliżone | Przybliżenia adaptacyjne i algorytm matching pursuit]]
  
−
==Inne==
+
===Analiza sygnałów wielozmiennych===
−
# [https://drive.google.com/file/d/0B47l6nponU4QdG5WQ29Ka2xnRzQ/view?usp=sharing EEG]
+
# [[Analiza sygnałów wielowymiarowych | PCA, ICA, MVAR]]
−
# [https://drive.google.com/file/d/0B47l6nponU4QdGVzR1laVlhRYzQ/view?usp=sharing BCI]
+
# [https://drive.google.com/file/d/13r8pa3BaDW8KPUGc9aIeXpgIj0Jeg4RH/ slajdy]
−
#[[Analiza sygnałów wielowymiarowych|Analiza sygnałów wielozmiennych]] [https://drive.google.com/file/d/0B47l6nponU4QX3Z6T2hqV0RlZDA/view?usp=sharing slajdy]
+
 
−
#[[Sztuczne sieci neuronowe (ANN )|Sztuczne sieci neuronowe]]
+
===Analiza elektroencefalogramu (EEG)===
−
#[[Algorytmy Genetyczne|Algorytmy Genetyczne]]
+
# [https://drive.google.com/file/d/1d2kDzjrd4fO7fHELN8u7oeK3CnleDR-B/ Wstęp (slajdy)]
−
<!-- # [[appendix | Dodatek ]]-->
+
# [https://drive.google.com/file/d/1dMDndbgU3edlN1W1r1Oe9AbBUZJ_zCQJ/ problem odwrotny P300 SSVEP MEG (slajdy)]
 +
# [https://drive.google.com/file/d/1VUzbwuPmLfhzDxW2shb07FBvnLO4EkLt ERD/ERS (slajdy)]
 +
# [https://braintech.pl/bci/ BCI]
 +
 
  
−
[https://drive.google.com/folderview?id=0B47l6nponU4Qckg5bVlfN2psdEE&usp=sharing Slajdy z wykładów 2014/15]
 
  
−
----
+
==Materiały '''dodatkowe'''==
 +
* <strong>SVAROG</strong>: instrukcja pobrania i uruchamiania jest w [[Ćwiczenia_1#Svarog:_uruchamianie_i_konfiguracja|materiałach do ćwiczeń]], najnowszą wersję można pobrać  [https://gitlab.com/fuw_software/svarog2-packager/-/releases z gitlab] .
 +
* [https://www.fuw.edu.pl/~durka/filmy/ESM_BCI.mp4 Film o EEG i BCI] ~5 min
 +
*[https://drive.google.com/drive/folders/1Dnx8WHsmEcXS5qCTJ5PCK5ghEn8glYwM Slajdy z wykładów 2023/24]
 +
* [http://www.fuw.edu.pl/~durka/ksiazki/as Skrypt z równaniami w PDF]
 +
* [https://drive.google.com/file/d/18RGdihoaY-gWmVkB5kuBb-guIq_Zrkr8/view?usp=sharing Praktyczno-teoretyczne warsztaty z analizy sygnałów w przestrzeni czas-częstość (2020-09-07)] Wykład online ~2h
 +
* [https://drive.google.com/file/d/1-B-mJwsVjFOfNpdqLJnb9nlsBWJ2UOO5 ''EEG analysis with examples in Svarog''], wideo po angielsku ~40 min
 +
* [[Elektroencefalografia]] — Wstęp ogólny do EEG
 +
* [[Aliasing|Aliasing i Twierdzenie o próbkowaniu — animacja i dowód]]
 
<!--
 
<!--
−
[[ORGANIZACJA_FUW_AS|Sprawy organizacyjne: materiały do powtórzenia przed egzaminem, organizacja egzaminu, wyniki...]]
+
* [https://drive.google.com/file/d/13XeXJ9yqEcflNXNz7Mpx3h5Hf4i6_a59 Notatki studentów 2022/2023]
 
-->
 
-->
 +
* Książki:
 +
** [https://www.fuw.edu.pl/~durka/ksiazki/UNI.html Matching Pursuit and Unification in EEG Analysis]
 +
** [https://wavelet-tour.github.io/ A Wavelet Tour of Signal Processing]
 +
* Artykuły naukowe — o niektórych wspominałem na ostatnich wykładach, co nie znaczy, że mają być dla Was już teraz w całości zrozumiałe — na pewno nie obowiązują na egzamin :-)
 +
** [https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-2-1 From wavelets to adaptive approximations: time-frequency parametrization of EEG]
 +
** [https://drive.google.com/file/d/0B47l6nponU4QVklqdzRGdTFHbHc Time-frequency microstructure of event-related EEG desynchronization (ERD) and synchronization (ERS)]
 +
** [https://drive.google.com/file/d/1YK4v3v3oTINz7b78MqYyscePLlXV63nu Open Database of Epileptic EEG with MRI and Postoperational Assessment of Foci—a Real World Verification for the EEG Inverse Solutions]
 +
** [https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-12-94 Multivariate matching pursuit in optimal Gabor dictionaries: theory and software with interface for EEG/MEG via Svarog]
 +
** [https://journal.frontiersin.org/article/10.3389/fnhum.2015.00258/full Spindles in Svarog: framework and software for parametrization of EEG transients].
 +
** [https://www.mdpi.com/1424-8220/24/3/842 Two-Stage Atomic Decomposition of Multichannel EEG and the Previously Undetectable Sleep Spindles]
 +
* [https://drive.google.com/drive/folders/1c545fMiLHmD-1BB7Qk_itbSa4eaqroAN?usp=sharing przykładowe sygnały do zabawy]
 +
 +
==[[AS_zagadnienia_do_egzaminu|ZAGADNIENIA DO POWTÓRZENIA PRZED EGZAMINEM i organizacja egzaminu]]==
 +
 +
  
−
Zapraszamy do korzystania z aktualnej wersji omawianego na wykładzie i ćwiczeniach narzędzia do eksperymentowania z metodami analizy sygnałów -- programu SVAROG. Instrukcja pobrania i uruchamiania jest w [[Ćwiczenia_1#Svarog:_uruchamianie_i_konfiguracja|materiałach do ćwiczeń]]
 
−
----
 
  
 
{{color|green|'''Całość podręcznika jest udostępniona na licencji [http://creativecommons.org/licenses/by-sa/3.0/pl Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska].'''}} [[Grafika:CC-88x31.png]]
 
{{color|green|'''Całość podręcznika jest udostępniona na licencji [http://creativecommons.org/licenses/by-sa/3.0/pl Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska].'''}} [[Grafika:CC-88x31.png]]
−
Autor: [http://durka.name Piotr Durka]. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę [http://www.fuw.edu.pl/~durka/ksiazki/UNI.html MP an unification in EEG analysis]
+
Autor: [http://durka.name Piotr Durka]. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę [http://www.fuw.edu.pl/~durka/ksiazki/UNI.html MP and unification in EEG analysis]

Aktualna wersja na dzień 13:17, 22 lis 2024

Pierwszy wykład

Sygnały, próbkowanie, wektory, liczby zespolone. Szereg i przekształcenie Fouriera (przed II. ćw.)

Klasyczna analiza sygnałów

  1. Szereg Fouriera i Przekształcenie Fouriera
  2. Twierdzenie o splocie (przed IV. ćw.)
  3. Model autoregresyjny (przed VII. ćw.)
  4. Systemy liniowe niezmiennicze w czasie
  5. Transformata Z i widmo procesu AR (przed VIII. ćw.)
  6. Funkcja przejścia i filtry LTI (przed IX. ćw.)

Pomiędzy czasem a częstością

  1. Spektrogram — oknowana transformata Fouriera, Falki
  2. Zasada nieoznaczoności, Transformata Wignera
  3. Reprezentacje czas-częstość
  4. Przybliżenia adaptacyjne i algorytm matching pursuit

Analiza sygnałów wielozmiennych

  1. PCA, ICA, MVAR
  2. slajdy

Analiza elektroencefalogramu (EEG)

  1. Wstęp (slajdy)
  2. problem odwrotny P300 SSVEP MEG (slajdy)
  3. ERD/ERS (slajdy)
  4. BCI


Materiały dodatkowe

ZAGADNIENIA DO POWTÓRZENIA PRZED EGZAMINEM i organizacja egzaminu

Całość podręcznika jest udostępniona na licencji Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska. CC-88x31.png Autor: Piotr Durka. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę MP and unification in EEG analysis

Źródło: „http://brain.fuw.edu.pl/edu/index.php?title=Analiza_sygnałów_-_wykład&oldid=11178”