Signalverarbeitung
Wenden Sie Deep Learning auf die Signalverarbeitung an, indem Sie die Deep Learning Toolbox™ zusammen mit der Signal Processing Toolbox™, Wavelet Toolbox™ oder DSP System Toolbox™ verwenden. Für Audio- und Sprachverarbeitungsanwendungen siehe Audioverarbeitung. Für Anwendungen der Radarverarbeitung siehe Radarverarbeitung. Für Anwendungen der drahtlosen Kommunikation siehe Drahtlose Kommunikation.
Kategorien
- Klassifizierung
Klassifizieren von Signalattributen, Segmentieren von Signalen durch Sequenz-zu-Sequenz-Klassifizierung
- Regression
Signal-Entrauschung, Phasenrückgewinnung und Trennung von Quellen
- Vorverarbeitung und Merkmalsextraktion
Extrahieren von Signalmerkmalen in der Zeit-, Frequenz- und Zeit-Frequenz-Domäne
- Kennzeichnung von Signalen
Manuelle und automatische Kennzeichnung von Signalattributen, Regionen von Interesse und Punkten
- Erkennung von Anomalien
Erkennen Sie Signalanomalien mithilfe von KI-Modellen einschließlich Deep-Learning-Netzen
- Eingebettete KI-Systeme
Stellen Sie Deep Learning für eingebettete Ziele und Grafikkarten bereit
Enthaltene Beispiele
Musical Instrument Classification with Joint Time-Frequency Scattering
Classify musical instruments using joint time-frequency features paired with a 3-D convolutional network.
Denoise EEG Signals Using Differentiable Signal Processing Layers
Remove EOG noise from EEG signals using deep learning regression.
Classify ECG Signals Using Long Short-Term Memory Networks
Classify heartbeat electrocardiogram data using deep learning and signal processing.
Wireless Resource Allocation Using Graph Neural Network
Use graph neural networks for power allocation in wireless networks.
Generate Synthetic Signals Using Conditional GAN
Use a conditional generative adversarial network to produce synthetic data for model training.
Time-Frequency Convolutional Network for EEG Data Classification
Classify electroencephalographic (EEG) time series from persons with and without epilepsy.
Human Health Monitoring Using Continuous Wave Radar and Deep Learning
Reconstruct electrocardiogram signals using a bidirectional long short-term memory network and wavelet multiresolution analysis.
Learn Pre-Emphasis Filter Using Deep Learning
Use a convolutional deep network to learn a pre-emphasis filter for speech recognition.
