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 wielozmiennych==
 
# [[Analiza sygnałów wielowymiarowych | PCA, ICA, MVAR]]
 
# [[Analiza sygnałów wielowymiarowych | PCA, ICA, MVAR]]
 
# [https://drive.google.com/file/d/13r8pa3BaDW8KPUGc9aIeXpgIj0Jeg4RH/ slajdy]
 
# [https://drive.google.com/file/d/13r8pa3BaDW8KPUGc9aIeXpgIj0Jeg4RH/ slajdy]
 
  
 
==Analiza elektroencefalogramu (EEG)==
 
==Analiza elektroencefalogramu (EEG)==

Wersja z 16:05, 22 lut 2024


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. Transformata Z i widmo procesu AR
  8. Funkcja przejścia i filtry LTI

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

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