深度学习网络在作为图像分类的一个非常有用的技术中，他们获得了声誉，但它们会对信号数据带来哪些值？
无论您是使用音频或传感器数据，深度学习网络，如卷积神经网络（CNNS），都可以做到所有数学模型可以做的一切，而无需您成为信号处理专家。
正确应用，深度学习网络使信号处理任务更快，更高效，更准确。
下载本白皮书以查看一些深度学习基础知识，并有三个示例，深度学习可以为信号处理应用增加值：
- 使用CNN进行分类语音音频文件
- 使用长短期内存（LSTM）网络预测剩余的使用寿命（RUL）
- 与完全连接的神经网络的言论语音
