Procesamiento de señales
Aplique deep learning al procesamiento de señales con Deep Learning Toolbox™ y Signal Processing Toolbox™, Wavelet Toolbox™ o DSP System Toolbox™. Para obtener información sobre las aplicaciones de procesamiento de audio y voz, consulte Procesamiento de sonido. Para obtener información sobre las aplicaciones de procesamiento de radares, consulte Procesamiento de radar. Para obtener información sobre las aplicaciones de comunicaciones inalámbricas, consulte Comunicaciones inalámbricas.
Categorías
- Clasificación
Clasifique atributos de señal, lleve a cabo la segmentación de señales a través de la clasificación secuencia a secuencia
- Regresión
Eliminación de ruido de señales, recuperación de fase y separación de fuentes
- Preprocesamiento y extracción de características
Extraiga características de señales en los dominios de tiempo, frecuencia y tiempo-frecuencia.
- Etiquetado de señales
Etiquetado manual y automatizado de atributos de señal, regiones de interés y puntos
- Detección de anomalías
Detecte anomalías de señales utilizando modelos de IA, incluidas redes de deep learning
- Sistemas de IA integrados
Despliegue deep learning en objetivos y GPU embebidos
Ejemplos destacados
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.
