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++.