3 Απριλίου 2009 Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο. 13 1 WAVELETS (ΚΥΜΑΤΙΔΙΑ) Ένα πανίσχυρο μαθηματικό εργαλείο με πολλές εφαρμογές Ινστιτούτο Ωκεανογραφίας ΕΛΚΕΘΕ.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Ευρετήρια.
Advertisements

Πιθανότητες & Τυχαία Σήματα
ΗΜΥ 100 Εισαγωγή στην Τεχνολογία
Ανάλυση λευκού φωτός και χρώματα
Μαθηματικοί Υπολογισμοί Χειμερινό Εξάμηνο η Διάλεξη Δημιουργία Συναρτήσεων με Ημιτονοειδή Δεκέμβρη 2002.
ΑΠΟ ΤΑ FOURIER ΣΤΑ WAVELETS Μια Εισαγωγική Παρουσίαση
Αυτο-συσχέτιση (auto-correlation)
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ (Τ. Ε. Ι
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΗΜΑΤΩΝ
ΒΑΣΙΚΕΣ ΑΣΚΗΣΕΙΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΟΣ
ΣΥΜΠΙΕΣΗ Τεράστιες ανάγκες σε αποθηκευτικό χώρο Παράδειγμα:
ΓΡΗΓΟΡΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER
ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ-ΦΙΛΤΡΑ.
ΠΕΡΙΒΑΛΛΟΝΤΙΚΟΣ ΘΟΡΥΒΟΣ
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 10 ο Περιγραφή Σχήματος. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1) Η περιγραφή μίας περιοχής μπορεί να γίνει:  Με βάση τα εξωτερικά χαρακτηριστικά.
Ψηφιακή Ανάλυση Βιοϊατρικών Σημάτων
Δισδιάστατα Σήματα και Συστήματα #1
Σήματα και Φασματικές Μέθοδοι στη Γεωπληροφορική
Συμπίεση και Μετάδοση Πολυμέσων
Σήματα και Φασματικές Μέθοδοι στη Γεωπληροφορική
Τομέας Γεωδαισίας και Τοπογραφίας 3ο Εξάμηνο
Η. Τζιαβός - Γ. Βέργος Σήματα και φασματικές μέθοδοι στη γεωπληροφορική 2014/2015ΑΠΘ/ΤΑΤΜ Τομέας Γεωδαισίας και Τοπογραφίας 3 ο Εξάμηνο Σήματα και Φασματικές.
Ο Μετασχηματισμός Laplace και ο Μετασχηματισμός Ζ
ΣΥΣΤΗΜΑΤΑ ΣΥΛΛΟΓΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΜΕΤΡΗΣΕΩΝ
Η. Τζιαβός - Γ. Βέργος Σήματα και φασματικές μέθοδοι στη γεωπληροφορική 2014/2015ΑΠΘ/ΤΑΤΜ Τομέας Γεωδαισίας και Τοπογραφίας 3 ο Εξάμηνο Σήματα και Φασματικές.
Συμπίεση Ηχου.
ΚΕΦΑΛΑΙΟ 5 ΧΩΡΙΚΗ ΔΕΙΓΜΑΤΟΛΗΨΙΑ
Επικοινωνίες δεδομένων
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Βασικές Έννοιες Ψηφιοποίηση Συνεχών Σημάτων
JPEG Joint Photographic Expert Group. Τι είναι; Ε ξαιρετικά διαδεδομένο σχήμα συμπίεσης για ακίνητη εικόνα, τόσο μονόχρωμη (grayscale) όσο και έγχρωμη.
Εργαστήριο Ψηφιακής Επεξεργασίας Εικόνας
Παρουσίαση Νο. 6 Αποκατάσταση εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας.
ΜΟΝΗ ΟΣΙΟΥ ΛΟΥΚΑ ΒΟΙΩΤΙΑΣ
Ευρύτερη θεματική προγράμματος:
ΧΡΗΣΗ ΤΟΥ ΛΟΓΙΣΜΙΚΟΥ PERIOD04 ΓΙΑ ΤΗΝ ΕΥΡΕΣΗ ΣΥΧΝΟΤΗΤΩΝ ΑΝΑΠΑΛΣΗΣ ΠΑΛΛΟΜΕΝΩΝ ΑΣΤΕΡΩΝ Αλέξιος Λιάκος, M.Sc.
Computational Imaging Laboratory ΤΜΗΥΠ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Υπολογιστική Όραση.
Βασικά Στοιχεία Ψηφιακής Επεξεργασίας Σήματος (ΙΙI)
ΗΥ231 – Εισαγωγή στην Ηλεκτρονική
Επιβλέπων Καθηγητής : Δρ. Σ. Τσίτσος Σπουδάστρια : Μποζίνου Ζαφειρούλα, ΑΕΜ: 1909 Σέρρες, Ιούλιος 2014 ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΣΕΡΡΩΝ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ.
ΣΕΙΡΕΣ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER
JPEG Μια τεχνική συμπίεσης ακίνητης εικόνας. Η Τεχνική JPEG Αφορά συμπίεση ακίνητων εικόνων Είναι τεχνική συμπίεσης με απώλειες Το πρόβλημα είναι η εκάστοτε.
ΗΜΥ 007 – Τεχνολογία Πληροφορίας Διάλεξη 8 Ηχητική Πληροφορία 19 Φεβρουαρίου, 2004 Χρυσάνθη Πρέζα, D.Sc. Επισκέπτρια Επίκουρη Καθηγήτρια TΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ.
Διάλεξη 19 Οι θερμοκρασιακές διαταραχές του CMB Βοηθητικό Υλικό: Liddle A5.4 Ryden κεφ. 9.4, 9.5.
Advanced Data Indexing (Προηγμένη ευρετηρίαση δεδομένων) Ροές Δεδομένων (3 ο Μέρος)
Μετασχηματισμός Fourier Διακριτού Χρόνου Δειγματοληψία
Σχεδιασμός των Μεταφορών Ενότητα #5: Δειγματοληψία – Sampling. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών.
Ενότητα 2 η Σήματα και Συστήματα. Σήματα Γενικά η πληροφορία αποτυπώνεται και μεταφέρεται με την βοήθεια των σημάτων. Ως σήμα ορίζουμε την οποιαδήποτε.
1 ο ΚΕΦΑΛΑΙΟ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ 1. εισαγωγή Η ανάπτυξη της ψηφιακής τεχνολογίας, των ψηφιακών συστημάτων και των υπολογιστών έδωσαν τα τελευταία χρόνια ώθηση.
ΗΛΕΚΤΡΙΚΕΣ ΜΕΤΡΗΣΕΙΣ ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΗΣ.
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Κρήτης Τμήμα Εφηρμοσμένης Πληροφορικής και Πολυμέσων Εργαστήριο Νευρωνικών Δικτύων Slide 1 ΨΗΦΙΑΚΑ ΦΙΛΤΡΑ Προδιαγραφές.
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II Καθ. Πέτρος Π. Γρουμπός Διάλεξη 3η Μετασχηματισμός Fourier.
Κεφάλαιο 5 Συμπεριφορά των ΣΑΕ Πλεονεκτήματα της διαδικασίας σχεδίασης ΣΑΕ κλειστού βρόχου Συμπεριφορά των ΣΑΕ στο πεδίο του χρόνου Απόκριση ΣΑΕ σε διάφορα.
Σήματα και Συστήματα 11 10η διάλεξη. Σήματα και Συστήματα 12 Εισαγωγικά (1) Έστω γραμμικό σύστημα που περιγράφεται από τη σχέση: Αν η είσοδος είναι γραμμικός.
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II Καθ. Πέτρος Π. Γρουμπός Διάλεξη 4η Δειγματοληψία.
ΜΕΘΟΔΟΣ ΑΝΑΛΥΣΗΣ ΣΥΣΤΗΜΑΤΩΝ ΣΤΟ ΠΕΔΙΟ ΤΗΣ ΣΥΧΝΟΤΗΤΑΣ
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΔΙΑΣΠΟΡΑΣ - ΑΣΥΜΜΕΤΡΙΑΣ - ΚΥΡΤΩΣΕΩΣ
Επικρατούσα τιμή. Σε περιπτώσεις, που διαφορετικές τιμές μιας μεταβλητής επαναλαμβάνονται περισσότερο από μια φορά, η επικρατούσα τιμή είναι η συχνότερη.
Ψηφιακή Επεξεργασία Εικόνας
Τεχνολογία Πολυμέσων Ενότητα # 8: Αρχές κωδικοποίησης
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II
ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Θεωρία Σημάτων: ανάλυση στο χρονικό και στο φασματικό πεδίο Θεωρία Γραμμικών Συστημάτων Συνεχής συνέλιξη (Continuous convolution) Διακριτού.
ΔΙΑΚΡΙΤΑ ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Σήματα
Επιβλέπων Καθηγητής: Δρ Θ. Κοσμάνης
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Βιομηχανικός έλεγχος στην εποχή των υπολογιστών
Δισδιάστατα Σήματα και Συστήματα #1
Αν. Καθηγητής Γεώργιος Ευθύμογλου
Σεραφείμ Καραμπογιάς Τι είναι σήμα;
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
ΕΝΟΤΗΤΑ 5 Αναλογικά σήματα.
Μεταγράφημα παρουσίασης:

3 Απριλίου 2009 Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο WAVELETS (ΚΥΜΑΤΙΔΙΑ) Ένα πανίσχυρο μαθηματικό εργαλείο με πολλές εφαρμογές Ινστιτούτο Ωκεανογραφίας ΕΛΚΕΘΕ Αριστείδης Προσπαθόπουλος

23 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Η ΙΔΕΑ ΜΕ ΛΙΓΑ ΛΟΓΙΑ ΚΑΙ... ΑΠΛΑ

33 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Ανάλυση με μετασχηματισμό Fourier Το σήμα: > αναλύεται μέσω ημιτονοειδών συναρτήσεων διαφορετικών συχνοτήτων > μετασχηματίζεται από χρονικά μεταβαλλόμενο σε μεταβαλλόμενο με τη συχνότητα ΜΕΙΟΝΕΚΤΗΜΑ Η χρονική πληροφορία χάνεται: Αν το σήμα περιέχει μη στάσιμα / δυναμικά / μεταβατικά χαρακτηριστικά (μετατόπιση, τάση, απότομη αλλαγή, αρχή και τέλος γεγονότος), η ανάλυση Fourier δεν μπορεί να τα εντοπίσει. ΠΛΕΟΝΕΚΤΗΜΑ Όταν η πληροφορία των σημάτων στο πεδίο συχνοτήτων είναι μεγάλης σημασίας

43 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Ανάλυση με μετασχηματισμό Short-Time Fourier Το σήμα: > αναλύεται σε ένα χρονικό “παράθυρο” κάθε φορά > απεικονίζεται σε μία διδιάστατη συνάρτηση του χρόνου και της συχνότητας ΠΛΕΟΝΕΚΤΗΜΑ Παρέχεται κάποια πληροφορία και για το πότε και σε ποιες συχνότητες λαμβάνει χώρα κάποιο γεγονός στο σήμα. ΜΕΙΟΝΕΚΤΗΜΑ Η ακρίβεια της πληροφορίας καθορίζεται από το μέγεθος του χρονικού “παραθύρου”, το οποίο, μετά την επιλογή του, είναι το ίδιο για όλες τις συχνότητες.

53 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Ανάλυση με μετασχηματισμό Wavelet Το επόμενο λογικό βήμα: Μία “παραθυρική” τεχνική με περιοχές μεταβλητού μεγέθους, όπου χρησιμοποιούνται μεγάλα χρονικά παράθυρα εκεί όπου απαιτείται ακρίβεια σε πληροφορίες χαμηλής συχνότητας και μικρότερα χρονικά παράθυρα εκεί όπου απαιτείται ακρίβεια σε πληροφορίες υψηλής συχνότητας. Η ανάλυση με wavelets δε χρησιμοποιεί απεικόνιση χρόνου-συχνότητας αλλά απεικόνιση χρόνου-κλίμακας (scale). Η κλίμακα μπορεί με κάποιο τρόπο να συνδεθεί με τη συχνότητα.

63 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Σύγκριση των αναλύσεων

73 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Τι μπορεί να κάνει η ανάλυση με wavelets; ΠΛΕΟΝΕΚΤΗΜΑ Η ικανότητα “τοπικής ανάλυσης”, δηλ. να αναλυθεί μία εντοπισμένη περιοχή ενός μεγαλύτερου σήματος. Η ανάλυση με wavelets μπορεί να > αποκαλύψει όψεις των δεδομένων που χάνονται με άλλες τεχνικές, όπως τάσεις (trends), σημεία κατάρρευσης (breakdown points), ασυνέχειες σε μεγάλες παραγώγους, ομοιότητα σήματος με τον εαυτό του (self-similarity). > Χρησιμοποιηθεί για τη συμπίεση ή αποθορυβοποίηση (de-noising) ενός σήματος με πολύ μικρό εκφυλισμό.

83 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Τι είναι ένα wavelet; Κυματίδια είναι κυματομορφές “αποτελεσματικά” περιορισμένης διάρκειας με μέση τιμή μηδέν, οι οποίες τείνουν να είναι “ανώμαλες” και ασύμμετρες Ανάλυση Fourier: Αποσυνθέτει το σήμα σε ημιτονοειδή κύματα διαφορετικών συχνοτήτων Ανάλυση με Wavelets: Αποσυνθέτει το σήμα σε χρονικά μετατοπισμένες (shifted / translated) και κλιμακωμένες (scaled) εκδοχές του αρχικού ή μητρικού (mother) κυματιδίου

93 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Κλιμάκωση (scaling) και μετατόπιση (shifting)

103 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Σχέση κλίμακας και συχνότητας Χαμηλή κλίμακα α  συμπιεσμένο κυματίδιο  γρήγορα μεταβαλλόμενες λεπτομέρειες  υψηλή συχνότητα Υψηλή κλίμακα α  τεντωμένο κυματίδιο  αργά μεταβαλλόμενα χαρακτηριστικά  χαμηλή συχνότητα F a : ψευδοσυχνότητα, F c : κεντρική συχνότητα, Δ: περίοδος δειγματοληψίας

113 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Ο Συνεχής Μετασχηματισμός Wavelet (CWT)

123 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Η διαδικασία του μετασχηματισμού CWT 1.Παίρνω ένα κυματίδιο και το συγκρίνω με ένα τμήμα στην αρχή του σήματος 2.Υπολογίζω έναν αριθμό C που αναπαριστά το βαθμό συσχέτισης του κυματιδίου με το αυτό το τμήμα του σήματος 3.Μετακινώ το κυματίδιο προς τα δεξιά και επαναλαμβάνω τα βήματα 1 και 2 μέχρι να καλύψω όλο το σήμα 4.Τεντώνω το κυματίδιο και επαναλαμβάνω τα βήματα Επαναλαμβάνω τα βήματα 1-4 για όλες τις κλίμακες

133 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Οι συντελεστές του μετασχηματισμού CWT

143 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Οι κλίμακες της φύσης Ανάλυση σε σχέση με τη συχνότητα Ανάλυση σε σχέση με την κλίμακα

153 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Ο Διακριτός Mετασχηματισμός Wavelet (DWT) Approximations and details Fast Wavelet Transform (DWT χρησιμοποιώντας φίλτρα) DWT: Επιλέγω δυαδικές κλίμακες και θέσεις  ανάλυση γρήγορη αποτελεσματική ακριβής downsampling

163 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Πολυπεπίπεδη αποσύνθεση Δέντρο κυματιδιακής αποσύνθεσης σήματος Μέγιστος αριθμός επιπέδων αποσύνθεσης, Ν : μήκος σήματος

173 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Πολυπεπίπεδη ανασύνθεση upsampling Τα φίλτρα ανασύνθεσης καθορίζουν αν > η τέλεια ανασύνθεση του σήματος είναι δυνατή > τη μορφή του κυματιδίου με το οποίο θα κάνουμε την ανάλυση

183 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Οικογένειες Wavelets Haar Mexican hat Morlet Meyer Daubechies Symlets Coiflets

193 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) ΕΦΑΡΜΟΓΕΣ

203 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Ανιxνεύοντας ασυνέχειες / σημεία κατάρρευσης Wavelet: db5, Επίπεδο: 5 Σήμα: Αργά μεταβαλλόμενο ημίτονο που ακολουθείται απότομα από γρήγορα μεταβαλλόμενο ημίτονο Breakdown συχνότητας Wavelet: db4, Επίπεδο: 2 Breakdown 2ης παραγώγου Σήμα: Δύο διαφορετικές εκθετικές συναρτήσεις ενωμένες στο t=500

213 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Ανιχνεύοντας μακρόχρονες εξελίξεις Γενική τάση σήματος Σήμα: Ράμπα + θόρυβος περιορισμένου φάσματος (“colored” noise) Wavelet: db3, Επίπεδο: 6

223 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Ανιχνεύοντας oμοιότητες ή fractals Καμπύλη Koch Σήμα: Συνθετικό, που κατασκευάζεται με περιοδική επανάληψη Wavelet: coif3, CWT (κλίμακα 2:2:128)

233 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Προσδιορισμός καθαρών συχνοτήτων Προσδιορισμός συχνοτήτων σε ημιτονοειδές σήμα Σήμα: Άθροισμα ημιτόνων τριών διαφορετικών συχνοτήτων Wavelet: db3, Επίπεδο: 5

243 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) “Εξαφανίζοντας” το σήμα Wavelet: db3, Επίπεδο: 4 Σήμα: Πολυώνυμο 2ου βαθμού με λίγο λευκό θόρυβο (white noise) Wavelet: db2, Επίπεδο: 3 Ο ρόλος των μηδενιζόμενων ροπών στην εξαφάνιση ενός πολυωνύμου Μέση τιμή x k ψ(x) = 0, k = 0,…,n “Εξαφάνιση” πολυωνύμου βαθμού n

253 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Αποθορυβοποιώντας ένα σήμα Δυνατότητα αυτόματου κατωφλίου αποθορυβοποίησης Σήμα: Ημιτονοειδές με φαινόμενο Doppler και θόρυβο Wavelet: sym4, Επίπεδο: 5 Απώλεια υψηλόσυχνης πληροφορίας

263 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Αποθορυβοποιώντας εικόνες DWT (Haar, Level: 4)  Blocking effects DWT (sym6, Level: 4)  Ringing effects SWT (sym6, Level: 4)  Best de-noising V coef. D coef. H coef.

273 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Συμπιέζοντας εικόνες Wavelet: Haar, Επίπεδο: 3 Γενικό κατώφλι: 3.5 (Συντελεστές < 3.5) = 0  Μηδενικά: 42% Ενέργεια: 99.96% Γενικό κατώφλι: 30 (Συντελεστές < 30) = 0  Μηδενικά: 92% Ενέργεια: 97.7% Συμπίεση δακτυλικού αποτυπώματος

283 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Η δική μας εφαρμογή Αποθορυβοποίηση φάσματος ραδιενέργειας από τον υποθαλάσσιο αισθητήρα Ιωδιούχου Νατρίου «ΚΑΤΕΡΙΝΑ»

293 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Τo φάσμα και η επιλογή κυματιδίου DWT με κυματίδιο sym15 Τυπικά φάσματα από την ΚΑΤΕΡΙΝΑ

303 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Αποθορυβοποίηση φάσματος με symlet15 Επίπεδο: 4Επίπεδο: 5Επίπεδο: 3

313 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Προσδιορισμός φωτοκορυφής 137 Cs (24ωρη μέτρηση σε δεξαμενή )

323 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Φάσμα από 36ωρη μέτρηση στο πεδίο

333 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Προσδιορισμός φωτοκορυφών φάσματος από μετρήσεις στο πεδίο 214 Bi (609 keV) 40 K (1461 keV) 214 Bi (1764 keV) 208 Tl (2615 keV)

343 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια) Continuous High-performance (CH) (TOS) Towards Operational Sustainability Auto- nomous mated (A) CHRISTOS ARIS & Πόσο θα βοηθήσουν τα κυματίδια στην εξέλιξη του συστήματος ΚΑΤΕΡΙΝΑ; RadioactivitySystem(R S) InformationII

353 Απριλίου 2009Σειρά Σεμιναρίων ΕΛΚΕΘΕ: Νο Wavelets (Κυματίδια)