Tecniche di machine learning e signal processing per applicazioni basate su dati acquisiti da sensore

Un numero sempre maggiore di applicazioni richiede l’uso congiunto di tecniche di analisi del segnale e di machine learning per analizzare i dati raccolti dai sensori. MATLAB, fornendo in un unico ambiente integrato gli strumenti di analisi richiesti, permette un rapido sviluppo sia dei data analytics sia dei sistemi che processano i segnali catturati dai sensori.

Nel webinar che sarà disponibile il 27 gennaio alle ore 15.00 si vedrà un possibile workflow che dall’analisi del dato ci conduce alla generazione automatica di codice C/C++ di un algoritmo di classificazione sviluppato e testato in MATLAB.

Si utilizzeranno metodi tipici dell’analisi del segnale (quali ad esempio tecniche di filtraggio digitale e analisi nel dominio della frequenza) per estrarre le feature dal segnale grezzo, vedendo anche come sia possibile scalare l’elaborazione su grossi data set con il calcolo parallelo.

In modo interattivo si esploreranno differenti algoritmi di classificazione (quali ad esempio un albero decisionale, una support vector machine e una rete neurale) per poi generarne sia il codice MATLAB sia il codice C/C++ in automatico.

[button color=”#006064″ size=”large” type=”3d” target=”_blank” link=”https://go2.mathworks.com/signal-processing-and-machine-learning-for-sensor-data-analytics-lwb-it-1264196?s_v1=10262&elq_cid=9185323&elq=baddcbe9067547cda4f87d6aaef43013&elqCampaignId=3383&elqaid=10262&elqat=1&elqTrackId=d307d8ffcef744ccb38c4f29580817a5″]ISCRIVITI AL WEBINAR[/button]

Informazioni sui relatori

Francesca Perino è in MathWorks dal gennaio 2002 ed attualmente è uno degli Application Engineer del team Italiano. Per diversi anni, come sviluppatore software, ha utilizzato MATLAB per lo sviluppo di modelli e algoritmi.

Francesca si è laureata in Fisica a Torino con un percorso orientato alla Fisica Computazionale. In MathWorks Francesca si occupa principalmente di MATLAB, dei tool di matematica/statistica/ottimizzazione e di calcolo parallelo e dell’integrazione di MATLAB in ambienti terzi.

Prodotti interessati

  • Signal Processing Toolbox
  • DSP System Toolbox
  • Statistics and Machine Learning Toolbox
  • Parallel Computing Toolbox
  • MATLAB® Coder
  • Neural Network Toolbox

[button color=”#006064″ size=”large” type=”3d” target=”_blank” link=”https://go2.mathworks.com/signal-processing-and-machine-learning-for-sensor-data-analytics-lwb-it-1264196?s_v1=10262&elq_cid=9185323&elq=baddcbe9067547cda4f87d6aaef43013&elqCampaignId=3383&elqaid=10262&elqat=1&elqTrackId=d307d8ffcef744ccb38c4f29580817a5″]ISCRIVITI AL WEBINAR[/button]

Published by
Redazione