کتاب کاربردهای ترمودینامیک در فشرده‌سازی سیگنال‌ها با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربردهای ترمودینامیک در فشرده‌سازی سیگنال‌ها

موضوع کلی: مبانی ترمودینامیک و احتمال در پیدایش نظم

موضوع میانی: ترمودینامیک و پیدایش نظم در پردازش سیگنال با استفاده از یادگیری ماشین

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر فشرده‌سازی سیگنال و اهمیت آن
• 2. اصول ترمودینامیک و ارتباط آن با فشرده‌سازی
• 3. آنتروپی اطلاعات و آنتروپی ترمودینامیکی
• 4. تئوری اطلاعات شانون و محدودیت‌های فشرده‌سازی
• 5. کدگذاری هافمن و ارتباط آن با حداقل‌سازی آنتروپی
• 6. کدگذاری لونبرگ-شانون و بهینه‌سازی فشرده‌سازی
• 7. روش‌های فشرده‌سازی بدون اتلاف (Lossless Compression)
• 8. الگوریتم‌های فشرده‌سازی مبتنی بر دیکشنری (LZ77, LZ78)
• 9. روش‌های فشرده‌سازی با اتلاف (Lossy Compression) و معیارهای ارزیابی
• 10. تبدیل فوریه و فشرده‌سازی سیگنال در حوزه فرکانس
• 11. تبدیل کسینوسی گسسته (DCT) و کاربرد آن در فشرده‌سازی تصویر و صدا
• 12. تبدیل موجک (Wavelet Transform) و فشرده‌سازی چند رزولوشن
• 13. استاندارد JPEG و مبانی فشرده‌سازی تصویر
• 14. استاندارد MP3 و مبانی فشرده‌سازی صدا
• 15. فشرده‌سازی مبتنی بر مدل‌سازی آماری سیگنال‌ها
• 16. مدل‌سازی خطی پیش‌بینی (LPC) و فشرده‌سازی گفتار
• 17. فشرده‌سازی بر اساس تبدیل اصلی (Principal Component Analysis - PCA)
• 18. روش‌های فشرده‌سازی مبتنی بر شبکه‌های عصبی
• 19. استفاده از اتوانکودرها (Autoencoders) برای فشرده‌سازی غیرخطی
• 20. فشرده‌سازی تصاویر با استفاده از اتوانکودرهای کانولوشنی (CAE)
• 21. فشرده‌سازی سیگنال‌های صوتی با استفاده از شبکه‌های تکرارشونده (RNN)
• 22. فشرده‌سازی ویدئو و چالش‌های آن
• 23. استاندارد H.264 و مبانی فشرده‌سازی ویدئو
• 24. استاندارد HEVC (H.265) و بهبود کارایی فشرده‌سازی ویدئو
• 25. فشرده‌سازی سیگنال‌های چندبعدی (Multi-dimensional Signals)
• 26. فشرده‌سازی داده‌های حسگر (Sensor Data Compression)
• 27. فشرده‌سازی داده‌های پزشکی (Medical Image Compression)
• 28. فشرده‌سازی داده‌های لرزه‌ای (Seismic Data Compression)
• 29. فشرده‌سازی داده‌های ژئوفیزیکی (Geophysical Data Compression)
• 30. فشرده‌سازی داده‌های سری زمانی (Time Series Data Compression)
• 31. بهینه‌سازی پارامترهای فشرده‌سازی با استفاده از الگوریتم‌های تکاملی
• 32. ارزیابی و مقایسه روش‌های مختلف فشرده‌سازی
• 33. معرفی ابزارهای نرم‌افزاری برای فشرده‌سازی سیگنال‌ها
• 34. بررسی موردی: فشرده‌سازی سیگنال‌های ECG
• 35. بررسی موردی: فشرده‌سازی تصاویر ماهواره‌ای
• 36. بررسی موردی: فشرده‌سازی داده‌های سنسورهای IoT
• 37. تاثیر نرخ بیت (Bitrate) بر کیفیت فشرده‌سازی
• 38. مفهوم اعوجاج (Distortion) در فشرده‌سازی با اتلاف
• 39. معیارهای ارزیابی کیفیت فشرده‌سازی (PSNR, SSIM)
• 40. کاربرد ترمودینامیک در کاهش نویز سیگنال قبل از فشرده‌سازی
• 41. فشرده‌سازی سیگنال‌های نامنظم (Sparse Signals)
• 42. فشرده‌سازی سیگنال‌های چندرسانه‌ای (Multimedia Signals)
• 43. فشرده‌سازی سیگنال‌های بیولوژیکی (Biological Signals)
• 44. تکنیک‌های فشرده‌سازی تطبیقی (Adaptive Compression)
• 45. روش‌های فشرده‌سازی توزیع‌شده (Distributed Compression)
• 46. فشرده‌سازی سیگنال با استفاده از تبدیل‌های انتگرالی (Integral Transforms)
• 47. استفاده از ترمودینامیک برای شناسایی الگوهای تکراری در سیگنال
• 48. کاربرد آنتروپی شرطی (Conditional Entropy) در فشرده‌سازی
• 49. فشرده‌سازی سیگنال با استفاده از الگوریتم‌های یادگیری تقویتی
• 50. مبانی کدگذاری منبع (Source Coding)
• 51. مبانی کدگذاری کانال (Channel Coding) و ارتباط آن با فشرده‌سازی
• 52. فشرده‌سازی سیگنال و امنیت داده‌ها (Data Security)