Direkt zum Inhalt

Das Modul wählt die Echolot-Datensätze aus und bietet eine Vielzahl von Vorverarbeitungsmöglichkeiten, die auf Impact-Echo und Ultraschalldaten ausgerichtet sind. Die Vorverarbeitung umfasst die Signalverarbeitung sowohl im Zeit- als auch im Frequenzbereich, die Berechnung von Zeit-Frequenz-Spektrogrammen mit der Continuous Wavelet- und Short-Time Fourier-Transformationsform, Filterung usw. Die Datensatzverwaltung umfasst die Beschriftung der Datensätze und deren Aufteilung in ausgewogene Trainings- und Testsätze. Sie wird interaktiv gehandhabt und durch grafische Benutzeroberflächen unterstützt. 

Deep Learning-Architekturen können in benutzerfreundlichen Dialogen definiert und in technischen Diagrammen dargestellt werden. Es werden sowohl Multi-Layer Perceptron Neural Networks (MLP) als auch Convolutional Neural Networks (CNN) angeboten. Es können sowohl Klassifikations- als auch Regressionsmodelle trainiert werden. Die daraus resultierenden Lernkurven bilden die Grundlage für die weitere Modellanpassung.

Die Software greift für die Modellerzeugung auf die weit verbreitete Tensor-Flow-Bibliothek zurück, wodurch konsistente Ergebnisse und Kompatibilität mit Python-Codierung gewährleistet sind.