note-cele
[GNN] 그래프 신경망 입문 pt.1
[해석개론] Lec 01 - Preliminaries
![[Review] K-UNN : k-space interpolation with untrained neural network](/assets/img/2025-03-24-[Review]-K-UNN-:--k-space-interpolation-with-untrained-neural-network/0-d51b195089.png)
[Review] K-UNN : k-space interpolation with untrained neural network
[Review] Feature-Image VarNet
[Archive] vessl 시행착오 기록
![[신호처리] Lec 05 - Sampling](https://note.celenort.site/assets/img/2024-07-01-[신호처리]-Lec-05---Sampling/0-4280d86c08.png)
[신호처리] Lec 05 - Sampling
신호처리 강의에서는 연속 함수와 샘플링 함수의 곱을 통해 샘플링 과정을 설명하고, 나이퀴스트 샘플링 정리에 따라 신호의 최대 주파수의 두 배 이상으로 샘플링해야 원래 신호를 완벽하게 복원할 수 있음을 강조합니다. 샤 함수와 주파수 도메인에서의 컨볼루션 개념도 다루어집니다.
![[신호처리] Lec 04 - Fourier Transform](https://imgur.com/gCoG8nG.png)
[신호처리] Lec 04 - Fourier Transform
이 문서는 푸리에 변환에 대한 강의 노트로, 1D 및 2D 푸리에 변환의 수학적 정의, 유용한 공식, 샤 함수와의 관계, 그리고 푸리에 변환의 주요 속성을 설명합니다. 푸리에 변환은 주파수 도메인으로의 변환을 통해 합성곱 계산을 단순화하고, 변조 속성을 포함하여 다양한 신호 처리 응용에 활용됩니다.