Couvre l'échantillonnage passe-bande pour les signaux avec une gamme de fréquences limitée, assurant la préservation de l'information grâce à des techniques d'échantillonnage appropriées.
Explore GLM, tests statistiques, signaux neuraux et traitement des signaux, couvrant les contrastes, les comparaisons multiples, les tests F, la connectivité fonctionnelle, l'IRMf à l'état de repos et les méthodes multivariées.
Explore les récepteurs homodynes, couvrant le décalage DC, la sélection de canaux et l'annulation de décalage, ainsi que des défis tels que la distorsion d'ordre pair et les fuites LO.
Déplacez-vous dans le Graph Signal Processing dans les réseaux du cerveau, mettant l'accent sur l'intégration de la structure du cerveau et de la fonction par des techniques innovantes.
Explore le traitement du signal neuronal pour les interfaces cerveau-ordinateur, y compris les techniques de décodage comme les filtres Kalman et le tri des pics.
S'oriente vers l'analyse de la dynamique cérébrale et des réseaux à l'aide de techniques de neuroimagerie avancées et de méthodes de traitement des signaux.
Explore le traitement du signal graphique appliqué aux réseaux cérébraux, en mettant l'accent sur la relation entre la fonction cérébrale et la structure en utilisant des méthodes telles que le graphique Fourier Transform et l'indice de découplage structural.
Explore les propriétés de la transformée de Fourier discrète et ses applications dans le traitement du signal, en mettant l'accent sur l'inversion DFT et le rééchantillonnage DTFT.
Explore des sujets avancés d'ingénierie logicielle et de traitement du signal en utilisant des listes paresseuses pour construire un synthétiseur sonore à partir de zéro.
