Le Machine Learning pour l’analyse de données de capteurs
De plus en plus d'applications nécessitent l’application conjointe de techniques de traitement du signal et d'apprentissage automatique (machine learning) à des séries temporelles provenant de capteurs. MATLAB permet d’accélérer le traitement de ce type de données en fournissant au sein d’un unique environnement de développement des outils de connexion directe aux capteurs et d’acquisition de données, ainsi qu’une gamme complète de méthodes d’analyse.
Dans ce webinar, nous présentons un exemple de modèle capable d'identifier l'activité physique d'un sujet humain à partir des signaux enregistrés par les accéléromètres de son smartphone.
Nous aborderons les méthodes courantes de traitement du signal dans MATLAB (comme le filtrage et l’analyse dans le domaine fréquentiel) tout en montrant comment tirer profit du calcul parallèle pour accélérer le traitement. Ensuite, nous testerons et explorerons différents algorithmes de classification (tels que l’analyse discriminante, KNN, les arbres de décision ou les réseaux de neurones) de manière interactive et programmatique.
Enfin, nous présenterons les méthodes pour implémenter ces modèles sur votre smartphone (ou capteur embarqué) à l’aide de la génération de code C/C++.
Enregistrée: 5 novembre 2015
Sélectionner un site web
Choisissez un site web pour accéder au contenu traduit dans votre langue (lorsqu'il est disponible) et voir les événements et les offres locales. D’après votre position, nous vous recommandons de sélectionner la région suivante : .
Vous pouvez également sélectionner un site web dans la liste suivante :
Comment optimiser les performances du site
Pour optimiser les performances du site, sélectionnez la région Chine (en chinois ou en anglais). Les sites de MathWorks pour les autres pays ne sont pas optimisés pour les visites provenant de votre région.
Amériques
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
Asie-Pacifique
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)