L’IA pour les télécommunications avec MATLAB
Nous contacter pour planifier la formationDétails de la formation
Les aspects suivants sont abordés :
- Utilisation de 5G Toolbox pour générer des formes d'onde conformes aux normes
- Configuration d’un canal MIMO à évanouissement selon le modèle cluster delay line
- Exécution des boucles for en parallèle pour accélérer la génération de jeux de données
- Utilisation de réseaux de Deep Learning pour le système de retour d'information CSI
- Configuration de l'environnement Python dans MATLAB pour exécuter du code Python
- Utilisation d’applications pour des workflows interactifs
Jour 1 sur 1
Génération, importation et gestion des données
Objectif: Utiliser l'application Wireless Waveform Generator pour générer de manière interactive des formes d'onde conformes à la norme 5G NR. Configurer et exécuter des modèles de canal 5G pour générer le jeu de données. Utiliser des boucles for parallèles pour accélérer les calculs. Utilisez les datastores de signaux pour importer et organiser les données de signaux dans MATLAB.
- Application Wireless Waveform Generator
- Générer et visualiser des formes d'onde conformes à la norme 5G NR
- Configurer un canal MIMO à évanouissement selon le modèle cluster delay line
- Générer un jeu de données pour l'apprentissage et les tests des réseaux profonds
- Exécuter des boucles for en parallèle
- Importer les données avec des datastores de signaux
Création et apprentissage des réseaux
Objectif: Créer et entraîner un réseau d'autoencodeur en Deep Learning pour compresser l'estimation du canal dans un système de retour d'information CSI. Utiliser l'application Experiment Manager pour effectuer un balayage des paramètres et gérer les résultats.
- Créer des jeux d'apprentissage, de validation et de test
- Créer et visualiser des réseaux de Deep Learning
- Utiliser un GPU pour entraîner les réseaux de Deep Learning
- Application Experiment Manager
Exécuter du Python depuis MATLAB
Objectif: Exécuter des commandes et des scripts en Python depuis MATLAB et récupérer les variables en sortie dans l’espace de travail MATLAB. Créer et entraîner un réseau de neurones basé sur un autoencodeur PyTorch pour le retour d'information CSI en massive MIMO.
- Configurer l'environnement Python dans MATLAB
- Exécuter des commandes Python depuis MATLAB
- Exécuter des scripts Python depuis MATLAB
- Créer et entraîner des réseaux de Deep Learning en Python
Niveau: Avancé
Pré-requis:
Durée: 1 jour