Main Content

L’IA pour les signaux et les images

Techniques basées sur les ondelettes pour le Machine Learning et le Deep Learning, accélération GPU, déploiement sur du hardware et labélisation de signaux

Les techniques basées sur les ondelettes sont efficaces pour obtenir des représentations de données ou des caractéristiques, parcimonieuses et compressives, utilisables dans les workflows de Machine Learning et de Deep Learning. Wavelet Toolbox™ supporte le déploiement d’algorithmes d’extraction de caractéristiques multi-échelles avec MATLAB® Coder™ et GPU Coder™ pour plusieurs cibles. Pour exploiter pleinement les gains de performance qu’offrent les processeurs graphiques (GPU) modernes, certaines fonctions de Wavelet Toolbox peuvent exécuter des opérations sur un GPU. Ces fonctions assurent une accélération GPU pour vos workflows. Wavelet Toolbox propose également des fonctionnalités de labélisation de signaux.

Catégories

  • Travailler avec des signaux
    Analyse multirésolution, diffusion temporelle par ondelettes, transformée en ondelettes continue, transformée en ondelettes discrète non décimée, distribution de Wigner-Ville et mel-spectrogramme
  • Travailler avec des images
    Diffusion d’image par ondelettes, transformée en ondelettes continue 2D, shearlets et transformée en ondelettes stationnaires
  • Accélération GPU
    Extraction de caractéristiques sur GPU pour les workflows de Machine Learning et de Deep Learning
  • Déploiement sur du hardware
    Génération de code C/C++, génération de code GPU, Raspberry Pi®, NVIDIA® Jetson®