AI를 사용한 DSP
DSP System Toolbox™는 Simulink®의 딥러닝 신경망을 사용하여 웨이블릿 산란 신경망을 모델링하고 이상을 감지하기 위한 기능을 제공합니다.
Wavelet Scattering 블록은 Simulink 환경에 웨이블릿 시간 산란을 위한 프레임워크를 만듭니다. 다음 블록을 사용하여 실수 값 데이터로부터 분산이 작은 특징을 도출하고 이 특징을 머신러닝 및 딥러닝 응용에 활용할 수 있습니다. 자세한 내용은 Wavelet Scattering (Wavelet Toolbox) 항목을 참조하십시오. Wavelet Scattering 블록을 사용하려면 Wavelet Toolbox™가 필요합니다.
Deep Signal Anomaly Detector 블록은 훈련된 장단기 기억(LSTM) 오토인코더 딥러닝 신경망 모델을 사용하여 Simulink에서 실시간 신호 이상을 감지합니다. 먼저 MATLAB®에서 deepSignalAnomalyDetector
함수를 사용하여 detector 객체를 만들고 훈련시킨 다음 Simulink에서 이 모델을 사용하도록 블록을 구성해야 합니다. Deep Signal Anomaly Detector 블록을 사용하려면 Deep Learning Toolbox™가 필요합니다.
블록
Wavelet Scattering | Model wavelet scattering network in Simulink (R2022b 이후) |
Deep Signal Anomaly Detector | Detect signal anomalies using deep learning network in Simulink (R2024a 이후) |
도움말 항목
- Wavelet Scattering (Wavelet Toolbox)
Derive low-variance features from real-valued time series and image data.
- Fault Detection Using Wavelet Scattering and Recurrent Deep Networks (Wavelet Toolbox)
Classify faults in acoustic recordings of air compressors using a wavelet scattering network paired with a recurrent neural network. (R2021b 이후)