Applicazioni
Utilizzare Deep Learning Toolbox™ per incorporare il Deep Learning in applicazioni di computer vision, elaborazione delle immagini, guida automatizzata, elaborazione dei segnali, audio, analisi dei testi e finanza computazionale.
Categorie
- Elaborazione di immagini e computer vision
Estendere i workflow di Deep Learning con le applicazioni di elaborazione di immagini, computer vision, imaging medico, Lidar e guida automatizzata
- Elaborazione del segnale, audio e wireless
Estendere i workflow di Deep Learning con le applicazioni di elaborazione del segnale, elaborazione audio, comunicazioni wireless ed elaborazione radar
- Machine Learning informato dalla fisica
Estendere i workflow di Deep Learning nei settori del Machine Learning informato dalla fisica (PIML) e delle reti neurali informate dalla fisica (PINN)
- Modellazione a ordine ridotto
Estendere i workflow di Deep Learning nei settori della modellazione a ordine ridotto
- Sistemi autonomi e di controllo
Estendere i workflow di Deep Learning con le applicazioni di Reinforcement Learning, manutenzione predittiva e navigazione autonoma
- Analisi del testo e finanza computazionale
Estendere i workflow di Deep Learning con le applicazioni di analisi del testo e di finanza computazionale
- Workflow di IA end-to-end
Utilizzare il Deep Learning in attività end-to-end, tra cui la definizione dei requisiti, la preparazione dei dati, l'addestramento neurale profondo, la compressione, il test e la verifica della rete, l'integrazione di Simulink e la distribuzione
Esempi in primo piano
Waveform Segmentation Using Deep Learning
Segment human electrocardiogram signals using time-frequency analysis and deep learning.
ECG Signal Classification Using Deep Learning
Develop and verify a deep learning model that classifies electrocardiogram (ECG) signals to detect atrial fibrillation (AFib). The example guides you through a complete workflow for building an AI system, with a focus on robustness, explainability, and verification against defined requirements.
Sequence-to-Sequence Translation Using Attention
Convert decimal strings to Roman numerals using a recurrent sequence-to-sequence encoder-decoder model with attention.
Compare Deep Learning Networks for Credit Default Prediction
Create, train, and compare three deep learning networks for predicting credit default probability.
Solve Heat Equation Using Graph Neural Network
Solve a heat equation with using a graph neural network (GNN).
Semantic Segmentation Using Deep Learning
Segment an image using a semantic segmentation network.
Lidar Object Detection Using Complex-YOLO v4 Network
Detect objects in point clouds using you only look once version 4 (YOLO v4) deep learning network. In this example, you:
Train Biped Robot to Walk Using Reinforcement Learning Agents
Compare DDPG and TD3 agent for the control a biped walking robot modeled in Simscape™ Multibody™.
3-D Brain Tumor Segmentation Using Deep Learning
Perform semantic segmentation of brain tumors from 3-D medical images.
Chemical Process Fault Detection Using Deep Learning
Use simulation data to train a neural network than can detect faults in a chemical process.
Risorse didattiche
Machine Learning per le bioscienze
Imparare le nozioni di base del Machine Learning con esempi ispirati alla biologia.
