Explore les propriétés de Discrete-Time Fourier Transform, y compris la linéarité, les décalages de temps et de fréquence, l'inversion du temps et la convolution.
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 la mise en œuvre des filtres numériques, la convolution cyclique, le filtrage basé sur la FFT et l'importance du filtrage dans le traitement du signal.
Introduit des réseaux neuronaux convolutifs, couvrant les couches entièrement connectées, les convolutions, la mise en commun, les traductions PyTorch et des applications telles que l'estimation de pose à la main et l'estimation de tubalité.
