信号处理向けディープラーニング
ディープラーニングは,さまざまな信号处理のアプリケーションを解决するための予测モデルを开発する,新たな机会を提供します.MATLAB®はディープネットワーク上に构筑された信号处理システムの探索から実装まで,すべてのワークフローをサポートします。次のような信号处理の専门的な机能を简単に始めることができます。
- 解析,前处理,および対话型での信号の注釈付け
- ディープニューラルネットワークの学习に向けた特徴の抽出と信号の変换
- 医用生体,オーディオ,通信,およびレーダーなど実世界での适用のためのディープラーニングモデルの构筑
- ハードウェア接続とシミュレーションによる信号データセットの取得と生成
「信号处理とウェーブレット解析においてMATLABには强い竞合はいないと思います。统计と机械学习の机能を追加すれば,これらすべての技术を必要とするプロジェクトにおいて,なぜ非プログラマーがMATLABを楽しんで使用するのか容易に理解できるでしょう。」
阿里巴赫拉米RAD,阿尔托大学
信号のラベル付けとデータセット管理
MATLABでは,ラベリングや,大きくてメモリーに收まらない大容量の信号データの管理などのタスクで,信号データの准备に役立つ组み込みアプリとドメインに特化したツールを使用することが可能です。
关连情报
时间周波数変换
时间周波数表现は,信号内のスペクトル成分が时间の关数としてどの様に変化するかを表します。时间周波数表现からパターンを特定して抽出するディープラーニングネットワークの学习が可能です。また,信号の时间周波数表现を生成するために,スペクトログラム,メル周波数スペクトログラム,维格纳,および连続ウェーブレット変换(またはスカログラム)など,さまざまな手法を选択することも可能です。
关连情报
前处理と特徴抽出
信号の前处理は全体の信号品质を向上させるための重要な手顺です。组み込み关数とアプリを使用して,ディープネットワークの学习前に信号を整理して不要なアーティファクトを除去できます。また,一般的な特徴および,ドメイン特有の特徴を信号から抽出して,ディープラーニングモデルの学习のためデータを低次元化することも可能です。さらに,ウェーブレット散乱などの自动特徴抽出の手法を用いて,信号から低分散の特徴を取得してディープネットワークの学习を行うこともできます。
关连情报
信号の生成と取得
通常ディープラーニングモデルは学习と検证のため大量のデータを必要とします。データの获得が不可能であるような特定の状况が,ディープラーニング技术适用への障壁となる场合があります.MATLABと他の信号处理アプリケーションのためのアドオンでは,実世界のシナリオを忠実に模拟した合成データをシミュレーションして,ディープラーニングの手法によりモデルを开発できます.MATLABと外部のハードウェアを接続して,初期プロトタイプの段阶から,学习済みモデルの検证を目的とする実データを取得することが可能です。
关连情报
ネットワーク设计,学习,および展开
ネットワークをインタラクティブに设计し,NVIDIA®GPUを使用して学习の速度を向上し,迅速に良い结果を得ます。
设计
ONNX™を使用して事前学习済みモデルをインポートし,ディープネットワークデザイナーアプリを使用して,レイヤーの追加,削除,または再配列を行います。
トレーニング
単一のGPU,复数のGPU,クラウド上のGPU,またはNVIDIA DGXのいずれでも,MATLABは1行のコードでマルチGPU学习をサポートします。
配布
ディープラーニングのモデルをどこへでも配布します。自动コード生成によりARM®英特尔と®MRL-DNN上でネイティブ実行します。ディープラーニングモデルをインポートしてとTensorRT CuDNNライブラリ向けのCUDA®コードを生成します。