Main Content

La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

L'IA per DSP

Dispersione wavelet, rilevamento di anomalie profonde nei segnali

DSP System Toolbox™ fornisce feature atte a modellare una rete di dispersione wavelet e rilevare anomalie utilizzando una rete di Deep Learning in Simulink®.

Il blocco Wavelet Scattering crea un framework per la dispersione temporale wavelet nell'ambiente di Simulink. Utilizzare questo blocco per ricavare feature a bassa varianza da dati a valore reale e utilizzare tali feature in applicazioni di Machine Learning e Deep Learning. Per ulteriori informazioni, vedere Wavelet Scattering (Wavelet Toolbox). Il blocco Wavelet Scattering richiede Wavelet Toolbox™.

Il blocco Deep Signal Anomaly Detector rileva le anomalie del segnale in Simulink tempo reale utilizzando un modello di rete di Deep Learning autoencoder addestrato con memoria a breve e lungo termine (LSTM). È necessario prima creare e addestrare un oggetto rilevatore in MATLAB® utilizzando la funzione deepSignalAnomalyDetector e configurare il blocco per utilizzare questo modello in Simulink. Il blocco Deep Signal Anomaly Detector richiede Deep Learning Toolbox™.

Blocchi

Wavelet ScatteringModel wavelet scattering network in Simulink (Da R2022b)
Deep Signal Anomaly DetectorDetect signal anomalies using deep learning network in Simulink (Da R2024a)

Argomenti

Esempi in primo piano