33:07视频长度为33:07。
信号处理应用中的深度学习和机器学习
概述
深度学习和机器学习是为信号和时间序列数据构建广泛行业应用程序的强大工具。这些应用范围从预测性维护和健康监测到财务组合预测和先进的驾驶辅助系统。
在本节课中,通过详细的例子,我们将展示MATLAB中的几种技术和应用程序,为现实应用建立预测模型。我们将介绍如何构建您的信号数据集,使用应用程序标记您的信号,并对数据进行预处理。我们将探索各种特征提取技术,帮助创建健壮和准确的AI模型。我们还将研究用于深度学习的关键网络类型、如何应用它们以及如何将训练过的模型部署到嵌入式硬件上。
突出了
- 使用数据存储轻松管理信号数据集
- 利用信号标签器和信号分析仪应用程序实现AI工作流程
- 特征提取技术包括AutoML技术,如小波散射和时频表示
- 加速使用gpu和部署在嵌入式硬件,如树莓派
的主持人
Esha Shah是MathWorks的产品经理,专注于信号处理和小波工具箱。她支持MATLAB用户关注高级信号处理和AI工作流程。在加入MathWorks之前,她获得了达特茅斯学院(Dartmouth College)的工程管理硕士学位和印度浦那大学(Pune University)的电子和电信工程学士学位
记录:2021年2月24日
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。