このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
組み込み AI システム
ARM® ベースのデバイスと組み込み NVIDIA® GPU で深層学習ソリューションを実行および展開します。コードを生成し、ハードウェアを使用して信号のセグメンテーション、分類、および異常検出を効率化します。
関連情報
注目の例
Raspberry Pi での信号セグメンテーション ディープ ネットワークの展開
MEX 関数とスタンドアロンの実行可能ファイルを生成して Raspberry Pi® 上で波形セグメンテーションを行います。
Modulation Classification Using Wavelet Analysis on NVIDIA Jetson
Use wavelets to classify waveforms on a NVIDIA Jetson®.
Classify ECG Signals Using DAG Network Deployed to FPGA
Classify human electrocardiogram (ECG) signals by deploying a trained directed acyclic graph (DAG) network.
Detect Air Compressor Sounds on a Raspberry Pi Using Wavelet Scattering and TensorFlow Lite Network
Generate and deploy Raspberry Pi code to detect air compressor sounds using the Wavelet Scattering Simulink® block and a pretrained deep learning network.
Deep Learning Code Generation on ARM for Fault Detection Using Wavelet Scattering and Recurrent Neural Networks
Perform acoustic-based fault detection on a Raspberry Pi using wavelet scattering and recurrent neural networks.
ウェーブレット解析と深層学習を使用した NVIDIA Jetson への信号分類器の展開
ウェーブレットから派生させた特徴を使用して心電図信号を分類するための CUDA® 実行可能ファイルの生成および展開。
Raspberry Pi におけるウェーブレットおよび深層学習を使用した信号分類器の展開
スカログラムと深層畳み込みニューラル ネットワークを使用した Raspberry Pi における人間の心電図信号の分類。
ECG 信号を分類する深層学習 Simulink モデルのコード生成
ウェーブレットベースの特徴を使用した信号分類用の Simulink モデルの作成と展開。
Real-Time Noise Detection on Raspberry Pi Using Deep Signal Anomaly Detector
Detect the presence of noise on a Raspberry Pi device.
