異常検出

ニューラルネットワークと自動符号化器による信号の異常検出

ウェーブレットに基づいてスパースな時間-周波数特徴量を抽出し、異常を検出します。

関数

deepSignalAnomalyDetector Create signal anomaly detector (R2023a 以降)

`cwtLayer`	Continuous wavelet transform (CWT) layer (R2022b 以降)
`modwtLayer`	Maximal overlap discrete wavelet transform (MODWT) layer (R2022b 以降)
`stftLayer`	Short-time Fourier transform layer (R2021b 以降)

`dlcwt`	Deep learning continuous wavelet transform (R2022b 以降)
`dlmodwt`	Deep learning maximal overlap discrete wavelet transform and multiresolution analysis (R2022a 以降)
`dlstft`	深層学習の短時間フーリエ変換 (R2021a 以降)
`cwtfilterbank`	連続ウェーブレット変換フィルターバンク
`findchangepts`	信号の急激な変化の検出
`findpeaks`	局所的最大値
`modwt`	最大重複離散ウェーブレット変換
`risetime`	立ち上がり 2 値波形遷移の立ち上がり時間
`stft`	短時間フーリエ変換
`signalFrequencyFeatureExtractor`	Streamline signal frequency feature extraction (R2021b 以降)
`signalTimeFeatureExtractor`	Streamline signal time feature extraction (R2021a 以降)
`waveletScattering`	Wavelet time scattering

`edfheader`	EDF または EDF+ ファイルのヘッダー構造体の作成 (R2021a 以降)
`edfinfo`	EDF/EDF+ ファイルに関する情報の取得 (R2020b 以降)
`edfread`	EDF/EDF+ ファイルからのデータの読み取り (R2020b 以降)
`edfwrite`	EDF または EDF+ ファイルの作成または変更 (R2021a 以降)
`paddata`	Pad data by adding elements (R2023b 以降)
`resize`	Resize data by adding or removing elements (R2023b 以降)
`trimdata`	Trim data by removing elements (R2023b 以降)
`signalDatastore`	信号コレクションのデータストア (R2020a 以降)

Model wavelet scattering network in Simulink (R2022b 以降)

Detect Air Compressor Sounds in Simulink Using Wavelet Scattering (DSP System Toolbox)
Use the Wavelet Scattering block and a pretrained deep learning network to classify audio signals.
Detect Anomalies in ECG Data Using Wavelet Scattering and LSTM Autoencoder in Simulink (DSP System Toolbox)
Use wavelet scattering and deep learning network to detect anomalies in ECG signals.

Use wavelet-extracted features and an autoencoder to detect arc signals in a DC system.

ウェーブレットと深層学習の手法を使用して、舗装の横断亀裂を検出し、その位置を特定する。

Learn how to develop an alert system for predictive maintenance using wavelet scattering and deep learning.

Classify faults in acoustic recordings of air compressors using a wavelet scattering network paired with a recurrent neural network.

Use a learning-based tool to detect abnormal points or segments in time-series data.

Use a long short-term memory autoencoder to detect anomalies in data from an industrial machine.