Anwendungen in der Signalverarbeitung werden immer höheren Erwartungen ausgesetzt. Ingenieure müssen Anwendungen entwickeln, die auf Eingaben intelligent reagieren oder Vorhersagen machen können; das bedeutet in vielen Fällen die Einbindung von AI-Systemen in ihre Designs.
Was ist für jede KI-angetriebene Signalverarbeitungsanwendung erforderlich? Eine Vielzahl repräsentativer Signaldaten, eine gute Netzwerkarchitektur (da Signaldaten ausgezeichnet für Deep Learning geeignet sind) und die richtigen Tools für die Signalverarbeitung, die jene Daten für automatisiertes Lernen vorbereitet.
Dieses eBook enthält:
- Die Grundlagen von Deep Learning für die Signalverarbeitung
- Die Nutzung von Datensätzen und Labeling zum Trainieren und Validieren von Modellen
- Die Anwendung von Data Augmentation und Synthese zur Verbesserung der Qualität und der Quantität der Trainingsdaten
- Das Erstellen von Inputs für Deep Networks
