1.4 The Unit Impulse & Unit Step Functions 공학 분야에서 많이 사용되는 genaralize function인 unit impulse와 unit step function을 Dt-signal과 Ct-signal에서 각각 정의한다. 1.4.1 The Discrete-time Unit Impulse and Unit step sequences (1) DT unit Impulse의 정의 DT unit impulse의 정의는 아래와 같고, kronecker delta라는 이름이 있다. $$ \delta (n)=0 (n\neq 0),\quad 1(n=0) $$ 이를 그래프에 표현해보면 과 같이 생겼다. (2) DT unit step sequence의 정의 DT unit step의 정의..
1.3 Exponentials & Sinusoidal Signals 1.3.1 Continuous-time complex exponential & sinusoidal signals -1. Complex exponential complex exponential은 다음과 같이 쓸 수 있는 함수를 말한다. $$ x(t)=Ce^{at}, \quad c,a \in complex $$ 이 때 x(t)는 a와 C가 real인가 imaginary인가에 의해 다양한 함수 꼴이 된다. 1) a,C are Real 이 때는 아래 과 같이 단순 exponential로 다음과 같은 그래프가 그려지는 함수이다. 2) a is pure imaginary & C=1(for simplicity) 그러면 x(t)는 a를 jwt로 쓸 때..
1.2 transformations of indep.variables 1.2.1 transformation of function 주어진 함수 x(t)에 대해 다음 꼴들이 어떤 그래프인지 알 수 있다. x(t-a): a만큼 평행이동 x(-t): y축 대칭 x(2t): fast x(t/2):slow x(at+b): 위의 정보들을 토대로 판단 1.2.2 Periodic signal periodic signal ,주기 신호는 다음과 같은 성질을 만족하는 함수를 말한다. x(t)=x(T+t), in Ct signal x(n)=x(N+n), in Dt signal 이 때 Ct periodic과 Dt periodic은 그 형태가 많이 다른데 이는 다른 챕터에서 자세히 알아본다. 1.2.3 Even&Odd signal..
1.1 Continuous time & Discrete time signals 1.1.1 Definition of Signal & its classification 우선 신호가 무엇인지 수학적으로 명확하게 정의해야한다. 신호의 수학적 정의는 다음과 같다. -신호: 독립적인 변수들의 함수 신호가 어떤 함수라는 것은 특정 input값에 대해 output값이 하나로 특정되어야 함을 의미한다. 또한 이런 신호는 Continuous time signal(이하 Ct-signal)과 Discrete time signal(이하 Dt-signal)로 구분하는데 각각은 그 신호가 Continuous한 Domain에서 정의되었는지 Discrete한 Domain에서 정의되었는지에 의해 구분된다. 다음 Ct-signal의 예시..
신호의 개념 우선 신호에 대해서 다루는 과목이므로 신호가 무엇인지에 대해서 생각해보자. 정확한 정의는 Chapter1에 들어가서 하도록 하고 우리가 일상에서 다루는 신호는 크게 두가지가 있다. 음성신호-ex)음성 영상신호-ex)그림 이 두 신호의 차이는 무엇일까? 크게두가지 면에서 차이가 난다. Dimension이 다르다. 음성-1차(t), 영상-2차, 동영상-3차 Intensity에 대응하는 개념이 다르다. 음성-음성 진폭, 영상-RGB intensity 주파수의 개념 주파수는 1초에 몇 번 주기가 반복되는가를 말하는 개념으로 주기 T에 대해 1/T로 정의된다. 이제 또 역시 음성과 영상에서 주파수가 어떻게 다른지 개념을 정의해보자. 음성에서의 주파수- 익숙한 그 개념!(주파수가 높다->높은 음) 영상..
- Total
- Today
- Yesterday
- 밑바닥부터 시작하는 딥러닝
- Neural Network
- rnn
- 머신러닝
- NLP
- RGB이미지
- Andrew ng
- 신호 및 시스템
- 인덱스 이미지
- 이미지처리
- 컴퓨터과학
- 이산 신호
- ML
- 매트랩 함수
- Logistic Regression
- 신경망
- 연속 신호
- 머신 러닝
- 매트랩
- gradient descent
- 딥러닝
- 순환 신경망
- 자연어 처리
- CNN
- 이미지
- CS
- 사진구조
- 영상처리
- 컴퓨터 과학
- 영상구조
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |