신호처리를위한딥러닝
딥러닝은다양한신호처리활용분야를해결하는예측모델을개발할새로운기회를제공합니다。MATLAB®은데이터탐색부터딥네트워크상의신호처리시스템구현에까지이르는전체워크플로를지원합니다。다음과같은신호처리전용기능을사용하여쉽게시작할수있습니다。
- 대화형방식으로신호분석,전처리및주석달기
- 심층신경망학습을위한특징추출및신호변환
- 생체의학,오디오,통신,레이더를비롯한실제응용분야를위한딥러닝모델설계
- 하드웨어연결및시뮬레이션을통한신호데이터셋획득및생성
신호라벨링및데이터셋관리
MATLAB에서는사이즈가너무커서메모리에맞지않는다량의신호데이터를관리하고라벨을지정하는등의작업으로신호데이터를준비하는데도움이되는내장앱과도메인별툴을사용할수있습니다。
자세히보기
시간-주파수변환
시간-주파수표현은신호의스펙트럼성분이시간의함수로서어떻게변화하는지를설명합니다。시간-주파수표현으로부터패턴을식별하고추출하는딥러닝네트워크를학습시킬수있습니다。추가적으로,스펙트로그램,mel-frequency스펙트로그램,能量,연속웨이블릿변환(스케일로그램)을비롯한시간-주파수표현을생성하는다양한기법을선택하여사용할수있습니다。
자세히보기
전처리및특징추출
신호전처리는신호의전체적인품질을향상시키기위한중요한단계입니다。딥네트워크를학습시키기전에내장함수와앱을사용하여신호를정리하고원치않는잡음을제거할수있습니다。또한,딥러닝모델의학습을위해신호에서표준특징과도메인별특징을추출하여데이터차원을줄일수있습니다。뿐만아니라웨이블릿스캐터링과같은자동특징추출기법을사용하여신호에서분산이작은특징을획득하여딥네트워크를학습시킬수도있습니다。
자세히보기
신호생성및획득
딥러닝모델에는일반적으로학습및검증을위해방대한양의데이터가필요합니다。딥러닝기법을도입하는데데이터가용성이제한요인으로작용하는경우도있습니다。MATLAB과신호처리애플리케이션용애드온을사용하면실제시나리오와비슷한합성데이터를시뮬레이션하고딥러닝기법을사용하여모델을개발할수있습니다。외부하드웨어와MATLAB간의인터페이스를통해,초기프로토타입으로학습된모델을검증하기위한용도로실제데이터를획득할수있습니다。
자세히보기
네트워크설계,학습및배포
대화형방식으로네트워크를설계하고,NVIDIA®GPU를사용하여학습속도를높이고,더빠르게양질의결과를얻으십시오。
설계
사전학습된모델을ONNX™를사용하여가져온다음深层网络设计师앱을사용하여계층을추가하거나,제거하거나,순서를바꿀수있습니다。
학습
GPU를하나만사용하든,여러개의GPU를사용하든,클라우드상의GPU를사용하든,아니면NVIDIA帕를사용하든,MATLAB은코드한줄로복GPU수학습을지원합니다。
배포
어디에나딥러닝모델을배포할수있습니다。手臂®및英特尔®MKL-DNN에서바로실행되는코드를자동으로생성하십시오。딥러닝모델을가져와서TensorRT및CuDNN라이브러리를대상으로하는CUDA®코드를생성하십시오。
