Analiza sygnałów - wykład: Różnice pomiędzy wersjami
Z Brain-wiki
| Linia 24: | Linia 24: | ||
# [[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]] | ||
| + | |||
| + | |||
| + | ==Analiza sygnałów wielozmiennych== | ||
| + | # [[Analiza sygnałów wielowymiarowych | PCA, ICA, MVAR]] | ||
| + | # [https://drive.google.com/file/d/13r8pa3BaDW8KPUGc9aIeXpgIj0Jeg4RH/ slajdy] | ||
| Linia 29: | Linia 34: | ||
# [https://drive.google.com/file/d/1d2kDzjrd4fO7fHELN8u7oeK3CnleDR-B/ EEG] | # [https://drive.google.com/file/d/1d2kDzjrd4fO7fHELN8u7oeK3CnleDR-B/ EEG] | ||
# [https://drive.google.com/file/d/1dMDndbgU3edlN1W1r1Oe9AbBUZJ_zCQJ/ problem odwrotny P300 SSVEP MEG] | # [https://drive.google.com/file/d/1dMDndbgU3edlN1W1r1Oe9AbBUZJ_zCQJ/ problem odwrotny P300 SSVEP MEG] | ||
| − | |||
| − | |||
# [https://drive.google.com/file/d/1VUzbwuPmLfhzDxW2shb07FBvnLO4EkLt ERD/ERS] | # [https://drive.google.com/file/d/1VUzbwuPmLfhzDxW2shb07FBvnLO4EkLt ERD/ERS] | ||
# [https://braintech.pl/bci/ BCI] | # [https://braintech.pl/bci/ BCI] | ||
Wersja z 16:01, 22 lut 2024
Spis treści
Analiza Sygnałów
Klasyczna analiza sygnałów
- Szereg Fouriera
- Przekształcenie Fouriera
- Twierdzenie o splocie
- Estymacja widma na podstawie Transformaty Fouriera
- Systemy liniowe niezmiennicze w czasie
- Model autoregresyjny
- Transformata Z i widmo procesu AR
- Funkcja przejścia i filtry LTI
Pomiędzy czasem a częstością
- Spektrogram — oknowana transformata Fouriera
- Zasada nieoznaczoności
- Transformata Wignera
- Falki
- Reprezentacje czas-częstość
- Przybliżenia adaptacyjne i algorytm matching pursuit
Analiza sygnałów wielozmiennych
Zastosowania
Materiały dodatkowe
- Film o EEG i BCI ~5 min
- Slajdy z wykładów 2023/24
- Skrypt z równaniami w PDF
- Praktyczno-teoretyczne warsztaty z analizy sygnałów w przestrzeni czas-częstość (2020-09-07) Wykład online ~2h
- EEG analysis with examples in Svarog, wideo po angielsku ~40 min
- Elektroencefalografia — Wstęp ogólny do EEG
- Aliasing i Twierdzenie o próbkowaniu — animacja i dowód
- Książki:
- Artykuły naukowe — o niektórych wspominałem na ostatnich wykładach, co nie znaczy, że mają być dla Was zrozumiałe — na pewno nie obowiązują na egzamin :-)
- From wavelets to adaptive approximations: time-frequency parametrization of EEG
- Time-frequency microstructure of event-related EEG desynchronization (ERD) and synchronization (ERS)
- Open Database of Epileptic EEG with MRI and Postoperational Assessment of Foci—a Real World Verification for the EEG Inverse Solutions
- "Multivariate matching pursuit in optimal Gabor dictionaries: theory and software with interface for EEG/MEG via Svarog"
- "Spindles in Svarog: framework and software for parametrization of EEG transients".
- inne
- przykładowe sygnały do zabawy
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 materiałach do ćwiczeń, najnowszą wersję można pobrać z gitlab lub bezpośrednio ze strony svarog.pl.
Całość podręcznika jest udostępniona na licencji Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska. 
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
