用途
Deep Learning Toolbox™ を使用して、コンピューター ビジョン、イメージ処理、自動運転、信号処理、オーディオ、テキスト分析、および金融工学の各アプリケーションに深層学習を組み込みます。
カテゴリ
- イメージ処理とコンピューター ビジョン
イメージ処理、コンピューター ビジョン、医用画像、LiDAR、および自動運転のアプリケーションにおける深層学習のワークフローの拡張
- 信号処理、オーディオ、無線
信号処理、オーディオ処理、無線通信、およびレーダー処理のアプリケーションにおける深層学習ワークフローの拡張
- Physics-Informed Machine Learning
Physics-Informed Machine Learning (PIML) と Physics-Informed Neural Network (PINN) の領域における深層学習ワークフローの拡張
- 低次元化モデリング
低次元化モデリング (ROM) の領域における深層学習ワークフローの拡張
- 自律制御システム
強化学習、予知保全、自律ナビゲーションのアプリケーションにおける深層学習ワークフローの拡張
- テキスト分析と金融工学
テキスト分析と金融工学のアプリケーションにおける深層学習のワークフローの拡張
- エンドツーエンドの AI ワークフロー
要件定義、データ準備、深層ニューラル学習、圧縮、ネットワークのテストと検証、Simulink 連携、展開などのエンドツーエンドのタスクで深層学習を使用する
注目の例
YOLO v4 深層学習を使用したオブジェクトの検出
この例では、You Only Look Once version 4 (YOLO v4) 深層学習ネットワークを使用して、イメージ内のオブジェクトを検出する方法を説明します。この例では、次の作業を行います。
3 次元シミュレーション データを使用した深層学習セマンティック セグメンテーション ネットワークの学習
この例では、3 次元シミュレーション データを使用してセマンティック セグメンテーション ネットワークに学習させ、敵対的生成ネットワーク (GAN) を使用して現実のデータに合わせて微調整する方法を示します。
Complex-YOLO v4 ネットワークを使用した LiDAR オブジェクト検出
この例では、You Only Look Once version 4 (YOLO v4) 深層学習ネットワークを使用して、点群内のオブジェクトを検出する方法を説明します。この例では、次の作業を行います。
強化学習エージェントを使用した二足歩行ロボットの学習
Simscape™ Multibody™ でモデル化された二足歩行ロボットを制御するために、DDPG と TD3 エージェントを比較する。
深層学習を使用したイメージの高解像度化
この例では、Very-Deep Super-Resolution (VDSR) ニューラル ネットワークを使用して低解像度イメージから高解像度イメージを作成する方法を説明します。
深層学習を使用した化学的プロセスの故障検出
シミュレーション データを使用して、化学的プロセスの故障を検出できるニューラル ネットワークに学習させる。
Compare Deep Learning Networks for Credit Default Prediction
Create, train, and compare three deep learning networks for predicting credit default probability.
アテンションを使用した sequence-to-sequence 変換
この例では、アテンションを使用した再帰型 sequence-to-sequence 符号化器-復号化器モデルを用いて数字の文字列をローマ数字に変換する方法を説明します。
長短期記憶ネットワークを使用した ECG 信号の分類
深層学習と信号処理を使用して、心拍心電図のデータを分類します。
深層学習を使用した波形セグメンテーション
時間-周波数解析と深層学習を使用して、人間の心電図信号をセグメント化します。
