Wavelet Scattering

Simulink에서 웨이블릿 산란 신경망 모델링

R2022b 이후

• 

라이브러리:
DSP System Toolbox / Feature Extractors

설명

Wavelet Scattering 블록은 Simulink^® 환경에 웨이블릿 시간 산란을 위한 프레임워크를 만듭니다. 이 블록을 사용하여 실수 값 데이터로부터 분산이 작은 특징을 도출하고 이 특징을 머신러닝 및 딥러닝 응용에 활용할 수 있습니다. 이 블록은 미리 정의된 웨이블릿 필터를 사용하여 스케일로그램을 계산하고, 특징 추출을 위해 평균 필터를 스케일로그램에 적용합니다. 자세한 내용은 Wavelet Scattering (Wavelet Toolbox) 항목을 참조하십시오. MATLAB^®에서 웨이블릿 산란을 수행하려면 waveletScattering (Wavelet Toolbox) 함수를 사용하십시오.

Wavelet Scattering 블록을 사용하려면 Wavelet Toolbox™가 필요합니다.

예제

Detect Air Compressor Sounds in Simulink Using Wavelet Scattering

Use the Wavelet Scattering block and a pretrained deep learning network to classify audio signals.

• 스크립트 열기

포트

입력

Input — 입력 신호

벡터 | 행렬

입력 신호를 벡터 또는 행렬로 지정합니다. 블록은 행렬의 각 열을 별도의 채널로 처리합니다. 예를 들어 블록은 1×Nchann 행 벡터를 Nchann개의 별도 채널로 처리합니다.

입력 데이터형이 single인 경우 블록은 단정밀도로 내부 연산을 수행합니다. 입력 데이터형에 따라 필터 뱅크의 산란 분해 정밀도가 결정됩니다.

입력 프레임 길이는 블록 대화 상자에 지정된 신호 길이와 일치할 필요가 없습니다. 블록은 버퍼를 사용하여 웨이블릿 산란 알고리즘에 길이가 신호 길이(샘플 수)인 프레임을 입력합니다. 입력 프레임 크기가 신호 길이와 일치하지 않으면 블록은 멀티레이트 모드에서 실행됩니다.

데이터형: single | double

출력

Output — 출력 신호

행렬 | 3차원 배열

출력 신호로, 행렬 또는 3차원 배열로 반환됩니다.

열 벡터 입력값의 경우 출력 차원은 Npath×Nscat입니다. 여기서 Npath는 산란 경로 수이고, Nscat은 각 경로에 있는 산란 계수의 개수 또는 산란 계수의 분해능입니다.

행렬 입력값의 경우 출력 차원은 Npath×Nscat×Nchann입니다. 여기서 Nchann은 입력값의 열 개수입니다.

데이터형: single | double

파라미터

신호 길이(샘플 수) — 신호 길이(단위: 샘플 수)

1024 (디폴트 값) | 16 이상의 양의 정수

신호 길이(단위: 샘플 수)를 16 이상의 양의 정수로 지정합니다.

입력 프레임 길이는 신호 길이와 일치할 필요가 없습니다. 블록은 웨이블릿 산란 알고리즘에 길이가 신호 길이인 프레임을 입력할 때 버퍼를 사용합니다. 입력 프레임 크기가 신호 길이와 일치하지 않으면 블록은 멀티레이트 모드에서 실행됩니다.

데이터형: double

중첩 길이(샘플 수) — 중첩 길이(단위: 샘플 수)

0 (디폴트 값) | 양의 정수

신호의 연속 프레임 간의 중첩(단위: 샘플 수)을 음이 아닌 정수로 지정합니다.

데이터형: double

샘플 레이트 지정 — 샘플 레이트 지정

끄기 (디폴트 값) | 켜기

Sample rate (Hz) 파라미터를 사용하여 블록 대화 상자에서 샘플 레이트를 지정합니다. 이 체크박스를 선택하지 않으면 주파수의 단위는 주기/샘플이고, 나이퀴스트 주파수는 ½입니다.

데이터형: Boolean

샘플 레이트(Hz) — 샘플 레이트

16e3 (디폴트 값) | 양의 스칼라

샘플 레이트(단위: Hz)를 양의 스칼라로 지정합니다.

종속 관계

이 파라미터를 활성화하려면 샘플 레이트 지정 파라미터를 선택하십시오.

데이터형: double

불변 스케일(샘플 수) — 산란 변환 불변 스케일(단위: 샘플 수)

512 (디폴트 값) | 양의 정수

산란 변환 불변 스케일(단위: 샘플 수)을 양의 정수로 지정합니다. 불변 스케일은 산란 변환의 평행 이동 불변성을 지정합니다.

샘플 레이트를 지정하지 않으면 불변 스케일은 샘플 수 단위로 측정됩니다. 샘플 레이트를 지정하면 불변 스케일은 초 단위로 측정됩니다.

불변 스케일은 신호 길이를 초과할 수 없습니다. 신호 길이가 1000개 샘플이고 샘플 레이트를 지정하지 않는 경우 불변 스케일의 최댓값은 1000개 샘플입니다.

종속 관계

이 파라미터를 활성화하려면 샘플 레이트 지정 파라미터를 선택 해제하십시오.

데이터형: double

불변 스케일(단위: 초) — 산란 변환 불변 스케일(단위: 초)

0.032 (디폴트 값) | 양의 스칼라

산란 변환 불변 스케일(단위: 샘플 수)을 양의 스칼라로 지정합니다. 불변 스케일은 산란 변환의 평행 이동 불변성을 지정합니다.

샘플 레이트를 지정하지 않으면 불변 스케일은 샘플 수 단위로 측정됩니다. 샘플 레이트를 지정하면 불변 스케일은 초 단위로 측정됩니다. 기본적으로 불변 스케일은 신호 길이의 1/2입니다.

불변 스케일은 신호 길이를 초과할 수 없습니다. 신호 길이가 1000개 샘플이고 샘플 레이트를 200Hz로 지정하는 경우 불변 스케일의 최댓값은 5입니다.

종속 관계

이 파라미터는 샘플 레이트 지정 파라미터를 선택하는 경우에만 표시됩니다.

데이터형: double

품질 계수 — 산란 필터 뱅크의 품질 계수

[8,1] (디폴트 값) | 양의 정수 | 단조 감소하는 양의 정수로 구성된 벡터

산란 필터 뱅크의 품질 계수를 양의 정수 또는 단조 감소하는 양의 정수로 구성된 벡터로 지정합니다. 필터 뱅크의 품질 계수는 옥타브당 웨이블릿 필터의 개수입니다. 품질 계수는 32를 초과할 수 없으며 1보다 크거나 같아야 합니다.

기본적으로, 이 블록이 생성하는 웨이블릿 산란 신경망에는 2개의 필터 뱅크가 있습니다. 첫 번째 필터 뱅크의 품질 계수는 옥타브당 8개의 웨이블릿이고, 두 번째 필터 뱅크의 품질 계수는 옥타브당 1개의 웨이블릿입니다.

데이터형: double

산란 경로 수 줄이기 — 산란 변환 최적화

끄기 (디폴트 값) | 켜기

산란 변환 최적화 여부와 산란 경로 수 축소 여부를 지정합니다.

이 파라미터를 선택하면 알고리즘이 대역폭 고려 사항에 따라 계산할 산란 경로 수를 줄입니다. 산란 변환에서는 다음 기준을 충족하지 않는, 2 이상의 차수를 갖는 산란 경로가 제외됩니다.

중심 주파수에서 (i+1)번째 필터 뱅크에 있는 웨이블릿 필터의 3dB 대역폭의 ½을 뺀 값은 0(DC)에 i번째 필터 뱅크에 있는 웨이블릿 필터의 3dB 대역폭의 ½을 더한 값과 겹쳐져야 합니다.

이 기준을 충족하지 않으면 더 높은 차수의 경로가 제외됩니다. 산란 경로 수 줄이기 파라미터를 선택하면 대부분의 신경망에 대한 산란 경로 수와 산란 변환의 연산 복잡도를 크게 줄일 수 있습니다.

데이터형: Boolean

오버샘플링 인자 — 오버샘플링 인자

0 (디폴트 값) | 음이 아닌 정수 | Inf

오버샘플링 인자를 음이 아닌 정수 또는 Inf로 지정합니다.

오버샘플링 인자는 신호당 산란 계수 수를 로그₂ 스케일에 따라 늘리는 계수를 지정합니다. 기본적으로 오버샘플링 인자는 0으로 설정되고, 이는 계수를 임계적으로 다운샘플링하는 것에 해당합니다. 완전히 데시메이션되지 않은 산란 변환을 얻으려면 오버샘플링 인자를 Inf로 설정하십시오.

오버샘플링 인자를 샘플 수보다 더 많은 계수를 생성하는 값으로 설정하는 것은 오버샘플링 인자를 Inf로 설정하는 것과 동일합니다. 오버샘플링 인자를 늘리면 산란 변환의 연산 복잡도와 메모리 요구 사항이 상당히 늘어납니다.

오버샘플링 인자를 2로 설정하면, 산란 변환은 임계적으로 샘플링된 개수를 기준으로 각 산란 경로의 계수보다 22배 더 많은 계수를 반환합니다.

데이터형: double

경계 신호 확장 — 신호 확장 방법

주기적 (디폴트 값) | 반사

경계에서 적용할 신호 확장 방법을 다음과 같이 지정합니다.

• 주기적 — 신호를 길이 2^ceil(log2(N))으로 주기적으로 확장합니다. 여기서 N은 신호 길이입니다.

• 반사 — 신호를 길이 2^ceil(log2(2N))으로 반사를 통해 확장합니다. 여기서 N은 신호 길이입니다.

신호는 웨이블릿 필터 길이와 일치하도록 확장됩니다. 필터 길이는 2의 거듭제곱입니다.

신호 확장 방법은 내부 연산을 위한 것입니다. 결과는 반환되기 전에 원래 신호의 스케일로 다시 다운샘플링됩니다.

산란 계수

0차 계수 포함 — 0차 계수 포함

끄기 (디폴트 값) | 켜기

0차 계수를 포함할지 여부를 지정합니다.

데이터형: Boolean

정규화 — 계수 정규화

없음 (디폴트 값) | 부모

산란 계수에 적용할 정규화 유형을 없음 또는 부모로 지정합니다. 부모로 지정되면, 0보다 큰 차수의 산란 계수가 산란 경로에서 부모에 의해 정규화됩니다.

변환 — 계수에 대한 변환

없음 (디폴트 값) | 로그

산란 계수에 적용할 변환 유형을 없음 또는 로그로 지정합니다.

블록 특성

데이터형	double | single
직접 피드스루	아니요
다차원 신호	아니요
가변 크기 신호	아니요
영점교차 검출	아니요

참고 문헌

[1] Andén, Joakim, and Stéphane Mallat. “Deep Scattering Spectrum.” IEEE Transactions on Signal Processing 62, no. 16 (August 2014): 4114–28. https://doi.org/10.1109/TSP.2014.2326991.

[2] Mallat, Stéphane. “Group Invariant Scattering.” Communications on Pure and Applied Mathematics 65, no. 10 (October 2012): 1331–98. https://doi.org/10.1002/cpa.21413.

확장 기능

C/C++ 코드 생성

Simulink® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

동적 메모리 할당이 꺼져 있는 경우 이 블록은 코드 생성을 지원하지 않습니다. 동적 메모리 할당을 켜려면 MATLAB 명령 프롬프트에서 다음 명령을 입력하십시오.

set_param(gcs,'MATLABDynamicMemAlloc','on')

버전 내역

R2022b에 개발됨

참고 항목

함수

• waveletScattering (Wavelet Toolbox)

도움말 항목

• Wavelet Scattering (Wavelet Toolbox)
• Fault Detection Using Wavelet Scattering and Recurrent Deep Networks (Wavelet Toolbox)