کتاب صوتی مفاهیم پردازش سری زمانی (Time Series Processing) در سیستم‌های نهفته

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مفاهیم پردازش سری زمانی (Time Series Processing) در سیستم‌های نهفته

موضوع کلی: برنامه نویسی

موضوع میانی: سیستم‌های نهفته (Embedded Systems)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سیستم‌های نهفته و پردازش سری زمانی
• 2. آشنایی با معماری سیستم‌های نهفته
• 3. مبانی پردازش سیگنال در سیستم‌های نهفته
• 4. مفاهیم پایه سری زمانی
• 5. نمایش سری زمانی در سیستم‌های نهفته
• 6. نمونه‌برداری و کوانتیزاسیون داده‌های سری زمانی
• 7. فیلترهای پایه در پردازش سری زمانی
• 8. فیلترهای میانگین متحرک ساده
• 9. فیلترهای وزنی
• 10. فیلترهای گذرا
• 11. فیلترهای پایین‌گذر و بالاگذر
• 12. تحلیل دامنه فرکانسی سری زمانی
• 13. تبدیل فوریه گسسته (DFT)
• 14. کاربرد DFT در سیستم‌های نهفته
• 15. تبدیل فوریه سریع (FFT)
• 16. پیاده‌سازی FFT در سیستم‌های نهفته
• 17. شناخت الگو در سری زمانی
• 18. مبانی تشخیص ناهنجاری
• 19. روش‌های مبتنی بر آستانه
• 20. روش‌های مبتنی بر آماره‌های توصیفی
• 21. مدل‌سازی سری زمانی
• 22. مدل‌های خودرگرسیونی (AR)
• 23. مدل‌های میانگین متحرک (MA)
• 24. مدل‌های ARMA
• 25. مدل‌های ARIMA
• 26. پیاده‌سازی مدل‌های سری زمانی در سیستم‌های نهفته
• 27. تخمین پارامترها در مدل‌های سری زمانی
• 28. ارزیابی مدل‌های سری زمانی
• 29. کاربرد سری زمانی در مانیتورینگ سیستم‌های نهفته
• 30. تشخیص خطا در سیستم‌های نهفته با سری زمانی
• 31. پیش‌بینی مقادیر آتی سری زمانی
• 32. روش‌های ساده پیش‌بینی
• 33. پیش‌بینی مبتنی بر مدل‌های سری زمانی
• 34. کاربرد سری زمانی در سیستم‌های کنترل نهفته
• 35. تنظیم پارامترهای کنترل‌کننده با سری زمانی
• 36. فشرده‌سازی داده‌های سری زمانی
• 37. الگوریتم‌های فشرده‌سازی بدون اتلاف
• 38. الگوریتم‌های فشرده‌سازی با اتلاف
• 39. کاربرد فشرده‌سازی در سیستم‌های نهفته با محدودیت حافظه
• 40. پردازش سری زمانی بلادرنگ
• 41. چالش‌های پردازش بلادرنگ
• 42. معماری‌های سخت‌افزاری برای پردازش سری زمانی
• 43. موازی‌سازی در پردازش سری زمانی
• 44. پردازش توزیع‌شده سری زمانی
• 45. کاربرد سری زمانی در سیستم‌های اینترنت اشیا (IoT)
• 46. جمع‌آوری و تحلیل داده‌های سری زمانی از حسگرها
• 47. امنیت در پردازش سری زمانی در IoT
• 48. پردازش سری زمانی در سیستم‌های خودرو
• 49. مانیتورینگ موتور و سیستم‌های حیاتی
• 50. تشخیص عیب در سیستم‌های خودرو
• 51. پردازش سری زمانی در سیستم‌های پزشکی نهفته
• 52. مانیتورینگ علائم حیاتی بیمار
• 53. تحلیل سیگنال‌های بیولوژیکی
• 54. پردازش سری زمانی در سیستم‌های رباتیک
• 55. کنترل حرکت ربات
• 56. پردازش داده‌های حسگرهای ربات
• 57. پردازش سری زمانی در سیستم‌های مخابراتی نهفته
• 58. تحلیل سیگنال‌های مخابراتی
• 59. کدگذاری و دکدگذاری سیگنال
• 60. مبانی یادگیری ماشین برای سری زمانی
• 61. مقدمه‌ای بر شبکه‌های عصبی
• 62. شبکه‌های عصبی بازگشتی (RNN)
• 63. کاربرد RNN در پردازش سری زمانی
• 64. حافظه طولانی کوتاه‌مدت (LSTM)
• 65. کاربرد LSTM در سری زمانی
• 66. شبکه‌های عصبی کانولوشنی (CNN) برای سری زمانی
• 67. پیش‌پردازش داده‌ها برای مدل‌های یادگیری ماشین
• 68. مهندسی ویژگی برای سری زمانی
• 69. اعتبارسنجی و تست مدل‌های سری زمانی
• 70. بهینه‌سازی مدل‌های یادگیری ماشین در سیستم‌های نهفته
• 71. ابزارهای توسعه برای پردازش سری زمانی در سیستم‌های نهفته
• 72. کتابخانه‌های نرم‌افزاری
• 73. پلتفرم‌های سخت‌افزاری
• 74. مثال‌های عملی از کاربرد سری زمانی در سیستم‌های نهفته
• 75. پروژه ۱: مانیتورینگ دما و پیش‌بینی
• 76. پروژه ۲: تشخیص ناهنجاری در سنسورهای صنعتی
• 77. پروژه ۳: تحلیل سیگنال ECG
• 78. پروژه ۴: کنترل سطح در یک مخزن
• 79. پروژه ۵: پیش‌بینی مصرف انرژی
• 80. اصول طراحی سیستم‌های نهفته با قابلیت پردازش سری زمانی
• 81. ملاحظات مصرف انرژی
• 82. ملاحظات عملکرد و تأخیر
• 83. ملاحظات قابلیت اطمینان
• 84. ملاحظات مقیاس‌پذیری
• 85. مباحث پیشرفته در پردازش سری زمانی
• 86. یادگیری تقویتی برای سری زمانی
• 87. پردازش سری زمانی چندمتغیره
• 88. مدل‌های سری زمانی بر پایه گراف
• 89. استفاده از سری زمانی در تشخیص تقلب (در چارچوب مقررات)
• 90. کاربرد سری زمانی در تحلیل ریسک (در چارچوب مقررات)
• 91. مباحث اخلاقی در جمع‌آوری و تحلیل داده‌های سری زمانی
• 92. حریم خصوصی داده‌ها
• 93. شفافیت در استفاده از داده‌ها
• 94. مسئولیت‌پذیری در پردازش سری زمانی
• 95. آینده پردازش سری زمانی در سیستم‌های نهفته
• 96. روندهای نوظهور
• 97. چالش‌های آینده
• 98. جمع‌بندی و مسیرهای پژوهشی
• 99. مروری بر مفاهیم کلیدی
• 100. توصیه‌هایی برای مطالعه بیشتر