Main Content

機械学習および深層学習

機械学習と深層学習、GPU による高速化、ハードウェア 展開、信号ラベリングのためのウェーブレットベースの手法

ウェーブレット手法は、スパースで、かつ圧縮されたデータ表現や特徴を得るのに有用です。これらの手法を機械学習および深層学習のワークフローで使用できます。Wavelet Toolbox は、多数のターゲットに対する、MATLAB® Coder™ および GPU Coder™ を介したマルチスケール特徴抽出アルゴリズムの展開をサポートします。最新のグラフィックス処理装置 (GPU) が提供するパフォーマンス上のメリットを活用するために、Wavelet Toolbox™ の一部の関数は、GPU での演算の実行に対応しています。これらの関数は、ワークフロー向けに GPU による高速化を提供します。Wavelet Toolbox は信号のラベル付けを実行するための機能も提供します。

カテゴリ

  • 信号の処理
    多重解像度解析、ウェーブレット時間散乱、連続ウェーブレット変換、非間引き離散ウェーブレット変換、Wigner-Ville 分布、メル スペクトログラム
  • イメージの処理
    ウェーブレット イメージ散乱、2 次元連続ウェーブレット変換、シャーレット、定常ウェーブレット変換
  • GPU による高速化
    機械学習および深層学習ワークフロー向けの GPU での特徴抽出
  • ハードウェアへの展開
    C/C++ コード生成、GPU コード生成、Raspberry Pi™、NVIDIA® Jetson®