Polícia Federal (Perito Criminal - Área 2: Engenharia Elétrica/Eletrônica) Conhecimentos Específicos - 2025 (Pós-Edital)

Aula demonstrativa disponível
Download liberado

Não aborda: 1.6 Processos aleatórios: estacionariedade, ergodicidade, densidade espectral. 1.7 Representação em espaços vetoriais: ortogonalidade, projeção, bases de funções. 1.8 Teoria da detecção de sinais: critérios de decisão, ROC, filtro casado. 1.9 Estimação de parâmetros: máxima verossimilhança, estimadores bayesianos. 1.10 Teoria da informação: entropia, informação mútua, capacidade de canal. 2.2 DFT e FFT: propriedades, algoritmos, implementação. 2.3 Transformada wavelet: análise multiresolução, bases wavelets. 2.4 Filtros FIR: projeto, implementação, análise de resposta. 2.5 Filtros IIR: aproximações clássicas, transformações, estabilidade. 2.6 Técnicas de interpolação e reconstrução de sinais. 2.7 Representações tempo-frequência e aplicações. 3 Processamento digital de imagens e vídeo. 3.1 Formação e aquisição de imagens: percepção visual, sensores CCD e CMOS, sistemas ópticos, amostragem e quantização. 3.2 Transformadas 2D: Fourier, DCT, wavelets. 3.3 Realce de imagens: contraste, equalização de histograma, filtragem. 3.4 Restauração: modelos de degradação, deconvolução, estimação de ruído. 3.5 Segmentação: detecção de bordas, regiões, textura. 3.6 Compressão de imagens: JPEG, JPEG2000, padrões modernos. 3.7 Processamento de vídeo: movimento, compressão temporal. 3.8 Codificação de vídeo: padrões MPEG, H.264/AVC, HEVC. 4 Processamento de sinais de áudio e voz. 4.1 Fundamentos acústicos: propagação, reflexão, absorção. 4.2 Percepção auditiva: psicoacústica, bandas críticas. 4.3 Análise de sinais de voz: modelo fonte-filtro, formantes. 4.4 Características espectrais: MFCC, LPC, análise cepstral. 4.5 Redução de ruído: subtração espectral, filtragem adaptativa. 4.6 Codificação perceptual: modelos psicoacústicos, mascaramento. 4.7 Compressão de áudio: MP3, AAC, Opus, padrões modernos. 4.8 Análise tempofrequência: espectrograma, wavelets.  5.1 Fundamentos estatísticos: probabilidade, inferência bayesiana. 5.2 Teoria da decisão: risco, custo, classificadores ótimos. 5.10 Técnicas de redução dimensional: PCA, LDA, seleção de características. 6 Sistemas de comunicação. 6.1 Análise de sinais em comunicações. 6.2 Modulação analógica e digital. 6.3 Técnicas de múltiplo acesso (FDMA, TDMA, CDMA). 6.4 Modulação e codificação digitais. 6.5 Teoria da detecção em comunicações. 6.6 Equalização e sincronização de canais. 6.7 Sistemas multiportadora. 6.8 Espalhamento espectral. 6.9 Sistemas MIMO. 7 Fundamentos de eletrônica e circuitos.  OpenCV. 8.6 Estruturas de arquivos multimídia: RIFF, ISO base media, JPEG, MP3, Ogg, PDF. 7.6 Filtros passivos e ativos: análise e projeto básico.  SciPy

Garantia de Satisfação OU SEU DINHEIRO DE VOLTA
Se você, dentro do período de 30 dias não estiver satisfeito, nós devolveremos seu dinheiro
Veja as regras
R$ 490,00
ou 12x de R$ 40,83
Certificado
Ao final do curso receba um certificado de conclusão
Cronograma
Vendas até: 03/08/2025
Acesso até o dia da prova.
Carga Horária
101 horas
Garantia de Satisfação OU SEU DINHEIRO DE VOLTA
Se você, dentro do período de 30 dias não estiver satisfeito, nós devolveremos seu dinheiro
Veja as regras

Conteúdo do curso

Sinais e Sistemas (Pt 01)
Disponível
Eletrônica III: Circuitos Digitais
Disponível
Circuitos Elétricos em Corrente Contínua
Baixar
Disponível
Circuitos Elétricos em Corrente Alternada
Baixar
Disponível
Análise avançada de circuitos elétricos
Baixar
Disponível
Eletrônica III - Filtros Passivo e Ativo
Disponível
Arquitetura de Computadores
Disponível
Programação I - Estrutura de Dados
Disponível
Programação II - Algoritmos de ordenação e Busca
Disponível
Programação III - Complexidade de Algoritmos
Disponível
Python I - Conceitos básicos e Fundamentos
Disponível
Python II - Python para Ciência de Dados (+ 8.5 Bibliotecas científicas: OpenCV.)
Disponível
Noções de programação (Lógica de Programação)
Baixar
Disponível
8 Estruturas de dados. 8.1 Estruturas de dados fundamentais. 8.2 Algoritmos de ordenação e busca. 8.3 Complexidade de algoritmos (notação Big-O). (Parte 1)
Baixar
Disponível
8 Estruturas de dados. 8.1 Estruturas de dados fundamentais. 8.2 Algoritmos de ordenação e busca. 8.3 Complexidade de algoritmos (notação Big-O). (Parte 2)
Baixar
Disponível
8.4 Programação em Python para processamento de sinais.
Baixar
Disponível
8.5 Bibliotecas científicas: NumPy.
Disponível
7.8 Microprocessadores e microcontroladores. 7.9 Memórias.
Baixar
Disponível
5 Aprendizagem de máquina e reconhecimento de padrões. 5.3 Aprendizado supervisionado: classificação, regressão. 5.11 Validação e avaliação de modelos de aprendizagem: cross-validation, métricas.
Disponível
5.4 Métodos lineares: discriminantes, SVM, regressão logística. 5.5 Métodos não-lineares: árvores, random forests, boosting. 5.9 Aprendizado não-supervisionado: clustering e agrupamento.
Disponível
5.6 Redes neurais: arquiteturas, otimização, regularização. 5.7 Deep learning: CNN, RNN, LSTM. 5.8 Arquiteturas generativas: autoencoders, GANs. 5.12 Aplicações: classificação de sinais, sistemas de reconhecimento facial, geração de imagens e áudio por inteligência artificial.

Aulas demonstrativas