Domande orale

Pagina 1

1) Filtro di wiener più applicazione (più informazioni sulle bande eeg) 2) Tabella con frequenze dei vari segnali (ecg, eeg…) 3) Misura della dimensione frattale di un segnale 4) Wiener nel dominio del tempo e della frequenza 5) Rappresentazione nello spazio degli stati (teorema di mane takens) 6) Metodi tempo frequenza (stft) 7) Applicazioni stft 8) Grafici (alfa, pendenza) in termini di analisi bivariata 9) Esponente di lyapunov 10) Quali sono i segnali in cui si può dimostrare un comportamento caotico 11) Quali altri parametri sono utilizzati per misurare la complessità? (hurst) 12) In cosa consistono le wavelet? 13) Algoritmo di Mallet? 14) Stima parametrica e modelli AR Allego dispense del corso dell’anno scorso, probabili domande sui segnali e sulla loro analisi (metodi parametrici, filtri, stabilità, ecc). Dare uno sguardo per sicurezza. 1) Descrivere il point process (in generale, partendo dalla definizione fino a spiegare il legame col segnale neuronale). La rappresentazione che lega il segnale con questo processo è l’ISI. 2) Concetto generale dietro l’ICA (Indipendent component analysis). 3) Moment generating function e cumulant generating function: la differenza? 4) HOS: come sono definiti? (Come la trasformata dei cumulanti di ordine n+1) 5) Definizione e concetto dei supervised learning problem (regressione e classificazione). Come descrivo il bias variance trade off? 6) Le sei proprietà dei cumulants. 7) Granger Causality. Qual è la novità introdotta? (Viene introdotta una terza variabile per cercare di determinare il rapporto tra altre due). 8) Bagging? Perché servono più osservazioni (in generale)? 9) Shannon entropy: il concetto e la formula. Perché si arriva a questa formula? Se ho n samples, how many bit i need? 2^n (mi sa) Compute binary entropy +…