Elaborazione del Segnale: Campionamento del Segnale, Teorema del campionamento, convoluzione, correlazione (settimana 1).
Analisi Spettrale I: La trasformata di Fourier, DFT, FFT, Spettro di Potenza, Fasi (settimana 2-3-4).
Il Rumore: Sorgenti di Rumore, Tipi e Spettri del Rumore, Massimizzazione del Rapporto Segnale-Rumore, Soppressione del Rumore (settimana 5).
Introduzione al Machine Learning con dati astrofisici: PCA, clustering, classification, ARMA (settimana 6-7).
Analisi Spettrale II: wavelets, Metodi Adattivi, EMD (settimana 8-9).
Comunicare la propria ricerca: Come scrivere il report del progetto nel contesto della scrittura di un paper scientifico (settimana 10).
In Laboratorio:
Accesso ai dati: FITS e FITS multipli.
Esempi: Diagramma H-R, dati dalla missione Hubble etc.
La trasformata di Fourier: Spettro di Fourier, Filtri Digitali, Manipolazione dei dati.
Analisi di cubi di dati: Spettri Wavelet, analisi EMD.
English
Italiano