Analiza sygnałów - wykład: Różnice pomiędzy wersjami

Z Brain-wiki
Linia 46: Linia 46:
 
** [https://www.fuw.edu.pl/~durka/ksiazki/UNI.html Matching Pursuit and Unification in EEG Analysis]
 
** [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]
 
** [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 zrozumiałe — na pewno nie obowiązują na egzamin :-)
+
* 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://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/0B47l6nponU4QVklqdzRGdTFHbHc Time-frequency microstructure of event-related EEG desynchronization (ERD) and synchronization (ERS)]

Wersja z 10:15, 4 wrz 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


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. 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