Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

SPARSAM

Financiado

Cerrado

Sparse Sampling Theory Algorithms and Applications

Signal representations with Fourier and wavelet bases are central to signal processing and communications. Non-linear approximation methods in such bases are key for problems like denoising, compression and inverse problems. Recen... ver más

30/04/2015

EPFL

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo FP7 notifico la concesión del proyecto el día 2015-04-30 No tenemos la información de la convocatoria

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

1 Participantes

EPFL

0.00€ | Lider

Proyectos interesantes

FAST FILTERING

Software

Applied Physics

1M€ Cerrado

C-SENSE

Software

Data Science

2M€ Cerrado

SOL

Software

Data Science

216K€ Cerrado

FUN-SP

Data Science

Applied Physics

2M€ Cerrado

PID2019-105599GB-I00

Applied Physics

Data Science

65K€ Cerrado

MTM2013-40945-P

Data Science

Applied Physics

52K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 2M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Signal representations with Fourier and wavelet bases are central to signal processing and communications. Non-linear approximation methods in such bases are key for problems like denoising, compression and inverse problems. Recently, the idea that signals that are sparse in some domain can be acquired at low sampling density has generated strong interest, under various names like compressed sensing, compressive sampling and sparse sampling. We aim to study the central problem of acquiring continuous-time signals for discrete-time processing and reconstruction using the methods of sparse sampling. Solving this involves developing theory and algorithms for sparse sampling, both in continuous and discrete time. In addition, in order to acquire physical signals, we plan to develop a sampling theory for signals obeying physical laws, like the wave and diffusion equation, and light fields. Together, this will lead to a sparse sampling theory and framework for signal processing and communications, with applications from analog-to-digital conversion to new compression methods, to super-resolution data acquisition and to inverse problems in imaging. In sum, we aim to develop the theory and algorithms for sparse signal processing, with impact on a broad range of applications.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores