امتیاز و نظرات کاربران
4
از مجموع 3 امتیاز
1نظرحسگری فشرده
حسگری فشرده نظریه نوینی است که طی دو دهه اخیر قریب به اتفاق حوزه های تحقیقاتی در مخابرات و پردازش سیگنال را متحول کرده است. این ابزار قابلیت یکپارچه سازی مدلسازی بسیاری از مسایل این ... بیشتر
4 (3 امتیاز)
772دانشجو
دانشگاه علم و صنعت
فرزان حدادی
محتوای دوره
1 فصل26 جلسه31 ساعت ویدیو
فیلم های آموزشی
جلسه اول - مقدمه
مشاهده
"77:13
جلسه دوم - کاربردهای حسگری فشرده
مشاهده
"76:28
جلسه سوم - نورم های برداری
مشاهده
"80:12
جلسه چهارم - نورم های ماتریسی
"76:06
جلسه پنجم - تحلیل ماتریسی
"68:09
جلسه ششم - بسط مقدار تکین
"71:25
جلسه هفتم - مساله حداقل مربعات
"74:43
جلسه هشتم - تحلیل محدب
"72:44
جلسه نهم - معادلات فرومعین
"67:49
جلسه دهم - بازیابی نورم صفر
"79:37
جلسه یازدهم - پیچیدگی محاسباتی
"73:26
جلسه دوازدهم - روشهای بازیابی
"81:10
جلسه سیزدهم - روشهای حریص
"71:25
جلسه چهاردهم - پایداری
"78:27
جلسه پانزدهم - مقاومت
"76:59
جلسه شانزدهم - مدرک دوگان
"73:06
جلسه هفدهم - رویکرد هندسی
"73:59
جلسه هجدهم - همدوسی
"71:59
جلسه نوزدهم - هم ارزی محدود
"65:42
جلسه بیستم - تئوری احتمال
"70:34
جلسه بیست و یکم - نامساوی های انحراف
"72:31
جلسه بیست و دوم - فروگوسی و فرونمایی
"62:58
جلسه بیست و سوم - ماتریس تصادفی
"69:42
جلسه بیست و چهارم - اثبات هم ارزی محدود
"62:49
جلسه بیست و پنجم - انتقال فاز
"62:41
جلسه بیست و ششم - بعد آماری
"66:39
درباره دوره
حسگری فشرده نظریه نوینی است که طی دو دهه اخیر قریب به اتفاق حوزه های تحقیقاتی در مخابرات و پردازش سیگنال را متحول کرده است. این ابزار قابلیت یکپارچه سازی مدلسازی بسیاری از مسایل این حوزه ها در یک چارچوب واحد با حل واحد را دارد. در این نظریه با فرض این که سیگنال دارای ساختار و نظم مشخصی است می توان با تعداد اندازه گیری بسیار کمتر از حد نایکوییست سیگنال را بازسازی کرد. این نظریه منجر به افزایش بسیار زیاد کارایی بسیاری از سیستم های مخابراتی و پردازشی به شرط پذیرش پیچیدگی محاسباتی بالاتر خواهد شد. برای بازسازی سیگنال با استفاده از تعداد اندکی اندازه گیری به صورت ترکیب خطی تصادفی، روشهای مختلفی مورد استفاده قرار می گیرد که از جمله مهمترین آنها روش مینیموم سازی نورم 1 است. در این درس این روش و سایر روشها معرفی شده و تحلیل می شوند. هدف اصلی در این درس محاسبه تعداد اندازه گیری مورد نیاز برای بازسازی موفق سیگنال تنک می باشد. در این راستا از ابزارهای ریاضی همچون تحلیل ماتریسی، همدوسی، هم ارزی محدود و تمرکز اندازه استفاده می شود.
مرجع درس:
S. Foucart and H. Rauhut, A mathematical introduction to compressive sensing, 2013
اطلاعات بیشتر
دورههای پیشنهادی مشابه
درباره استاد
فرزان حدادی
2دوره
1,321دانشجو
فرزان حدادی کارشناسی مهندسی برق مخابرات از دانشگاه شریف در سال 1380، کارشناسی ارشد مخابرات سیستم دانشگاه شریف در سال 1382 در زمینه شناسایی مدولاسیونهای دیجیتال و تحلیل سیگنالهای مخابراتی زیر نظر دکتر نایبی، دکترای مخابرات سیستم در گرایش پردازش سیگنالهای آرایهای از دانشگاه شریف در سال 1388 زیر نظر دکتر نایبی و مشاوره دکتر عارف، و پسادکتری در زمینه کاربرد نظریه اطلاعات در تعیین مرتبه مدل زیر نظر دکتر عارف در دانشگاه شریف است. از سال 1390 وی به عنوان استادیار مخابرات به دانشگاه علم و صنعت پیوست. وی دروس مختلفی همچون نظریه اطلاعات، نظریه آشکارسازی، حسگری فشرده و احتمال در ابعاد بالا در مقطع تحصیلات تکمیلی و ریاضی مهندسی، سیگنال و سیستم، فیلتر و مخابرات 1 در مقطع کارشناسی ارائه داده است. زمینه های تحقیقاتی وی و تیم تحقیقاتی ایشان در گذشته شامل پردازش آرایه ای و رادار و در حال حاضر در زمینه نظریه حسگری فشرده و ماتریسهای تصادفی میباشد.
اطلاعات بیشتر
سوالات پرتکرار
آیا ممکن است برخی جلسات یک درس ناقص باشند؟
سوالات پرتکرار
اگر لینک دانلود یا پخش ویدئو مشکل داشت، چه کاری باید انجام داد؟
سوالات پرتکرار
آیا میتوان ویدئوهای یک درس را بهصورت سیدی یا دیویدی از شما تهیه کرد؟