MATLAB および Simulink トレーニング

コースの詳細

この 1 日コースでは、MATLAB®、Signal Processing Toolbox™、Wavelet Toolbox™ を使用して、 信号 (時系列) データの前処理や時間領域および周波数領域の特徴抽出を行うための基本的な方法を学びます。 トレーニングの後半では、信号テータに対してニューラルネットワークによる分類モデルを構築する方法を学びます。 分類精度を向上させるために有用な特徴を抽出することが必要であり、信号処理技術の利用を検討します。 このコースは、信号 (時系列) データを解析するデータ サイエンティストや技術者を対象としています。

  • MATLAB での信号(時系列) の確認と解析
  • データセット品質を改善するための信号の前処理
  • 信号からの特徴の抽出

1日目


MATLAB での信号(時系列) の確認と解析

学習目標: 複数の信号または時系列データセットをインポートして視覚化し、データの特徴と傾向を把握する方法について学びます。

  • 信号を把握するために、信号のインポート、可視化、確認をする
  • 信号の測定を行う
  • 複数の信号を時間領域と周波数領域で比較する
  • 対話型のスペクトル解析を実行する
  • 局所的な解析のため、関心領域を抽出する
  • 自動化用の MATLAB スクリプトを生成する

データセット品質を改善するための信号の前処理

学習目標: データセットをクリーンアップする各種テクニックを学びます(リサンプリング、外れ値の削除、ギャップの補正など)。

  • リサンプリングを実行して信号間で共通の時間基準を設定する
  • 不均一にサンプリングされたデータを使用する
  • データのギャップを見つけ、削除する、または補正する
  • ノイズおよび不要な周波数成分を除去する
  • ウェーブレット ノイズ除去を使用する
  • 包絡線スペクトルを使用して障害解析を実行する
  • データの外れ値を見つけ、許容可能なデータと置き換える
  • 信号の変化点を見つけ、境界を使用して信号セグメントを自動的に作成する

信号からの特徴の抽出

学習目標: 時間領域と周波数領域に異なる手法を適用して特徴を抽出する方法や、 スペクトル分析ツールを使用して複数の信号の特徴を抽出する方法についても学びます。

  • ピークを特定する
  • 時間領域と周波数領域でパターンから目的の信号を特定する
  • スペクトル解析を使用して、信号から特徴を抽出する
  • 教師による学習を使用して分類を実行する
  • 分類学習器アプリを使用して、対話的に分類アルゴリズムに学習させ、評価する

レベル: 中級

必要条件:

  • MATLAB 基礎コースを受講済み、または同等の MATLAB 使用経験 (特に関数作成、ベクトル、行列、テーブル操作) があり、信号処理の知識をお持ちの方。機械学習の知識があればなお可。

期間: 1 日

言語: English, 中文, 한국어

スケジュールを確認して登録する