使用 AI 进行信号处理

构建和部署对信号进行处理和建模的领域特定 AI 系统

人工智能 (AI) 为改进各种现实世界信号（如生物医学和音频）的信号处理系统提供了新机遇。您可以使用 MATLAB 产品以交互方式研究、创建和预处理数据、创建特征、构建 AI 模型和部署 AI 系统。

为什么选择 MATLAB？

处理和标注信号的 App

使用低代码 App 通过探索、分析、预处理和自动标注真实值来改进数据质量。

信号分析器
信号标注器

AI 模型

使用机器学习和深度学习算法创建 AI 模型或使用预训练模型。

预训练的深度学习模型
机器学习与深度学习 | 深度学习简介 (3:47)

特征提取

使用特征提取（PCA、小波散射）或时频变换（频谱图、小波变换）基于信号创建特征。

音频特征提取器
数据预处理和短时傅里叶变换 | 面向工程师的深度学习，第 3 部分 (15:31)

部署 AI 驱动的系统

仿真领域特定的 AI 系统并将其部署到嵌入式硬件、企业系统或云中。

MATLAB 和 Simulink 在边缘 AI 中的应用
云中的深度学习

使用 MATLAB 通过 AI 进行信号处理

无论您是刚开始使用 AI 进行信号处理，还是在设计综合型 AI 系统，这些教程、示例和课程都可以提高您的技能，帮助您完成下一个项目。

为建模准备信号

信号处理中的深度学习 (3:33)
选择 App 来标注真实值数据
选择特征以进行音频分类

创建和部署 AI 系统

使用信号特征提取和机器学习识别人体活动
使用长短期记忆网络进行 ECG 信号分类
在 Raspberry Pi 上部署信号分割深度网络

了解客户如何使用 MATLAB 和 Simulink 应用 AI

大发汽车使用 AI 对发动机声音进行分类

精选案例：大发汽车使用 AI 对发动机声音进行分类

查看更多客户案例
了解 AI 研究

30天免费试用

快速入门

深度学习

用算法和预训练模型设计和实现深度神经网络。

了解更多

机器学习

创建特征、训练机器学习模型以及调节超参数。

立即开始