Profesor | Crescencio García Segundo |
Ayudante |
En el análisis de fenómenos no estacionarios, la transformada de Fourier tiene una gran desventaja ya que no se puede conocer el comportamiento frecuencial en un instante de tiempo determinado, para ello se propuso la transformada de tiempo corto de Fourier, resolviendo parcialmente esta situación.
En la década de 1980 se desarrolló la teoría matemática de Onduletas u ondillas (ondulettes o Wavelets) que permite obtener mayor información tiempo-frecuencia y análisis multirresolución en señales e imágenes.
El objetivo de este curso introductorio, es conocer los fundamentos de esta herramienta matemática poderosa para hacer análisis multirresolución en señales e imágenes, haciendo la comparación con la Transformada de Fourier y Transformada de tiempo corto de Fourier
Evaluación
25% Investigar e implementar el algoritmo rápido de la transformada de Fourier de Tiempo Corto
25% Implementación de los algoritmos para Wavelet Haar y Daubechies
50% Proyecto final y presentación. Aplicar las transformada de Fourier, Corta de Fourier y Wavelets en señales o imágenes.
Implica hacer programación de los algoritmos y uso de las macros que existen. De preferencia Python o Matlab
Modalidad: Classroom-ZOOM. Se impartirá sincronamente dos horas a la semana y quedará grabada la clase para aquellos que no pudieron asistir. Una hora a la semana dedicado a resolver dudas.
Reunión para acordar horario Viernes 12 de agosto a las 16: 00 hrs en meet.google.com/ysh-njna-kie