DSP 向け AI

ウェーブレット散乱、深層信号異常検出

DSP System Toolbox™ は、Simulink^® で深層学習ネットワークを使用してウェーブレット散乱ネットワークをモデル化し、異常を検出する機能を提供します。

Wavelet Scattering ブロックは、Simulink 環境でウェーブレット時間散乱のフレームワークを作成します。このブロックを使用して、実数値データから低分散の特徴を導出し、それらの特徴を機械学習や深層学習の用途で使用します。詳細については、Wavelet Scattering (Wavelet Toolbox)を参照してください。Wavelet Scattering ブロックには Wavelet Toolbox™ が必要です。

Deep Signal Anomaly Detector ブロックは、学習済みの長短期記憶 (LSTM) 自己符号化器深層学習ネットワークモデルを使用して、Simulink でリアルタイムの信号異常を検出します。まず、関数 deepSignalAnomalyDetector を使用して MATLAB^® で検出器オブジェクトを作成してそれに学習させ、このモデルを Simulink で使用するようにブロックを構成しなければなりません。Deep Signal Anomaly Detector ブロックには Deep Learning Toolbox™ が必要です。

ブロック

Wavelet Scattering	Model wavelet scattering network in Simulink (R2022b 以降)
Deep Signal Anomaly Detector	Detect signal anomalies using deep learning network in Simulink (R2024a 以降)

トピック

Wavelet Scattering (Wavelet Toolbox)
Derive low-variance features from real-valued time series and image data.
Fault Detection Using Wavelet Scattering and Recurrent Deep Networks (Wavelet Toolbox)
Classify faults in acoustic recordings of air compressors using a wavelet scattering network paired with a recurrent neural network. (R2021b 以降)

注目の例

Detect Air Compressor Sounds in Simulink Using Wavelet Scattering

Use the Wavelet Scattering block and a pretrained deep learning network to classify audio signals.

スクリプトを開く

Fault Detection and Localization in Three-Phase Power Transmission Using Deep Signal Anomaly Detector in Simulink

Detect faults in three-phase power transmission using the Deep Signal Anomaly Detector block.

ライブスクリプトを開く

Detect Anomalies in ECG Data Using Wavelet Scattering and LSTM Autoencoder in Simulink

Use wavelet scattering and deep learning network to detect anomalies in ECG signals.

ライブスクリプトを開く