AI를 사용한 DSP
DSP System Toolbox™는 Simulink®의 딥러닝 신경망을 사용하여 신호 통계량을 추출하고 신호 이상을 감지하기 위한 기능을 제공합니다.
Time Feature Extractor 블록은 신호에서 평균, RMS, 표준편차, SNR, SINAD 같은 시간 영역 특징을 추출합니다.
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
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)





