Main Content

La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

L’IA pour le traitement numérique du signal

Diffusion par ondelettes et détection d’anomalies dans les signaux profonds

DSP System Toolbox™ propose des fonctionnalités permettant de modéliser un réseau de diffusion par ondelettes et de détecter les anomalies avec un réseau de Deep Learning dans Simulink®.

Le bloc Wavelet Scattering crée un framework de diffusion temporelle par ondelettes dans l’environnement Simulink. Utilisez ce bloc pour déterminer des caractéristiques à faible variance à partir de données à valeurs réelles, puis utilisez ces caractéristiques dans des applications de Machine Learning et de Deep Learning. Pour plus d’informations, veuillez consulter Wavelet Scattering (Wavelet Toolbox). Le bloc Wavelet Scattering nécessite Wavelet Toolbox™.

Le bloc Deep Signal Anomaly Detector détecte les anomalies des signaux temps réel dans Simulink avec un modèle de réseau de Deep Learning LSTM (Long Short-Term Memory) à autoencodeur entraîné. Vous devez commencer par créer et entraîner un objet détecteur dans MATLAB® avec la fonction deepSignalAnomalyDetector, puis configurer le bloc pour utiliser ce modèle dans Simulink. Le bloc Deep Signal Anomaly Detector nécessite Deep Learning Toolbox™.

Blocs

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

Rubriques

Exemples présentés