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]]
 +
  
 
==Zastosowania==
 
==Zastosowania==

Wersja z 18:30, 21 gru 2022


Analiza Sygnałów

Wstęp

Klasyczna analiza sygnałów

  1. Szereg Fouriera
  2. Przekształcenie Fouriera
  3. Twierdzenie o splocie
  4. Estymacja widma na podstawie Transformaty Fouriera
  5. Systemy liniowe niezmiennicze w czasie
  6. Model autoregresyjny
  7. Funkcja systemu


Pomiędzy czasem a częstością

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


Zastosowania

  1. EEG
  2. problem odwrotny P300 SSVEP MEG
  3. ICA, MVAR
  4. ERD/ERS
  5. BCI

Inne

  1. Sztuczne sieci neuronowe
  2. Algorytmy Genetyczne
  3. Aliasing i Twierdzenie o próbkowaniu — dowód


Materiały dodatkowe

  1. Elektroencefalografia — Wstęp
  2. Slajdy z wykładów 2022
  3. skrypt z równaniami w PDF
  4. Wideo ~2h: Praktyczno-teoretyczne warsztaty z analizy sygnałów w przestrzeni czas-częstość (2020-09-07)

Zagadnienia do powtórzenia przed egzaminem.



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