Main Content

KI für DSP

Wavelet-Scattering, Deep-Learning-Detektion von Signalanomalien

DSP System Toolbox™ umfasst Funktionen zur Modellierung eines Wavelet-Scattering-Netwerks und zur Detektion von Anomalien mithilfe eines Deep-Learning-Netzwerks in Simulink®.

Der Wavelet Scattering-Block erstellt ein Framework für Wavelet-Time-Scattering in der Simulink-Umgebung. Verwenden Sie diesen Block, um Merkmale mit niedriger Varianz aus Echtwertdaten abzuleiten und verwenden Sie diese Merkmale für Machine-Learning- und Deep-Learning-Anwendungen. Weitere Informationen finden Sie unter Wavelet Scattering (Wavelet Toolbox). Der Wavelet Scattering-Block benötigt Wavelet Toolbox™.

Der Deep Signal Anomaly Detector-Block erkennt Echtzeit-Signalanomalien in Simulink mithilfe eines Deep-Learning-Netzwerkmodells mit LSTM-Autoencoder (long short-term memory). Sie müssen zunächst ein Detektorobjekt in MATLAB® mithilfe der deepSignalAnomalyDetector-Funktion erstellen und trainieren und daraufhin den Block zur Verwendung dieses Modells in Simulink konfigurieren. Der Deep Signal Anomaly Detector-Block benötigt Deep Learning Toolbox™.

Blöcke

Wavelet ScatteringModel wavelet scattering network in Simulink (Seit R2022b)
Deep Signal Anomaly DetectorDetect signal anomalies using deep learning network in Simulink (Seit R2024a)

Themen