Couvre l'algorithme de transformée de Fourier rapide (FFT), l'interpolation, les filtres, le traitement d'image et les techniques expérimentales en TEM et STM.
Couvre l'algorithme Fast Fourier Transform (FFT) et ses applications en physique computationnelle, y compris le traitement d'images, les techniques expérimentales, les filtres et l'analyse des images en microscopie.
Explore la psychoacoustique, le traitement des signaux et l'interprétation par le cerveau des fréquences sonores, couvrant des sujets comme le phénomène fondamental manquant et le fonctionnement intérieur de la cochlée.
Couvre la transformée de Fourier, ses propriétés, ses applications dans le traitement du signal et les équations différentielles, en mettant l'accent sur le concept de dérivées devenant des multiplications dans le domaine des fréquences.
Couvre la théorie des méthodes numériques pour l'estimation des fréquences sur les signaux déterministes, y compris la série et la transformation de Fourier, la transformation de Fourier discret et le théorème d'échantillonnage.
Explore les méthodes d'estimation du spectre paramétrique, y compris les spectres linéaires et lisses, et se penche sur l'analyse de la variabilité de la fréquence cardiaque.
Explique les bases de la transformation de Fourier et démontre son application à travers des exemples, y compris des fonctions périodiques et des paires transformées de Fourier.
Couvre la transformée de Fourier, ses propriétés et ses applications dans le traitement du signal et les équations différentielles, démontrant son importance dans l'analyse mathématique.
Explore les fondamentaux du traitement des signaux, y compris les signaux de temps discrets, la factorisation spectrale et les processus stochastiques.
Explore les transformées de Fourier, y compris les propriétés, la convolution, le théorème de Parseval et la densité spectrale d'énergie pour les fonctions non périodiques.
