کتاب صوتی پردازش سیگنال در شبکه‌های عصبی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پردازش سیگنال در شبکه‌های عصبی

موضوع کلی: معماری و مهندسی کامپیوتر

موضوع میانی: معماری پردازش سیگنال (Signal Processing Architectures)

📋 سرفصل‌های دوره

• 1. مبانی پردازش سیگنال
• 2. سیگنال‌ها و سیستم‌ها
• 3. نمایش سیگنال‌ها در حوزه زمان
• 4. تبدیل فوریه و آنالیز فرکانسی
• 5. تبدیل لاپلاس و کاربردهای آن
• 6. نمونه‌برداری و بازسازی سیگنال
• 7. نظریه نمونه‌برداری نایکوئیست
• 8. فیلترهای دیجیتال: مفاهیم پایه
• 9. طراحی فیلترهای FIR
• 10. طراحی فیلترهای IIR
• 11. خطاهای کوانتیزاسیون و نویز
• 12. مقدمه‌ای بر شبکه‌های عصبی
• 13. نورون مصنوعی و مدل‌های آن
• 14. شبکه‌های عصبی چندلایه
• 15. الگوریتم پس‌انتشار (Backpropagation)
• 16. توابع فعال‌سازی و انتخاب آن‌ها
• 17. شبکه‌های عصبی پیچشی (CNN)
• 18. پردازش تصاویر با شبکه‌های عصبی
• 19. شبکه‌های عصبی بازگشتی (RNN)
• 20. پردازش سیگنال‌های سری زمانی با RNN
• 21. ماشین‌های بردار پشتیبان (SVM)
• 22. طبقه‌بندی سیگنال با SVM
• 23. کاهش ابعاد با PCA
• 24. استخراج ویژگی از سیگنال‌ها
• 25. شبکه‌های خودرمزگذار (Autoencoders)
• 26. یادگیری بدون نظارت بر سیگنال‌ها
• 27. شبکه‌های مولد تخاصمی (GANs)
• 28. تولید سیگنال‌های مصنوعی با GANs
• 29. شبکه‌های عصبی عمیق (DNN)
• 30. بهینه‌سازی شبکه‌های عصبی
• 31. تنظیم هایپرمترها
• 32. جلوگیری از بیش‌برازش (Overfitting)
• 33. ارزیابی عملکرد شبکه‌های عصبی
• 34. متریک‌های ارزیابی سیگنال
• 35. کاربرد شبکه‌های عصبی در تشخیص الگو
• 36. کاربرد شبکه‌های عصبی در حذف نویز
• 37. کاربرد شبکه‌های عصبی در پیش‌بینی سیگنال
• 38. کاربرد شبکه‌های عصبی در طبقه‌بندی سیگنال
• 39. شبکه‌های عصبی کانولوشنال یک‌بعدی (1D CNN)
• 40. پردازش سیگنال‌های صوتی با CNN
• 41. شبکه‌های عصبی کانولوشنال دو بعدی (2D CNN)
• 42. پردازش تصاویر پزشکی با CNN
• 43. شبکه‌های عصبی کانولوشنال سه بعدی (3D CNN)
• 44. پردازش ویدیو با CNN
• 45. شبکه‌های عصبی گراف (GNN)