Los autoencoders son redes neuronales que tienen aplicaciones en procesos de eliminación de ruido. Su uso se informa ampliamente en imágenes (2D), aunque las series 1D también pueden beneficiarse de esta función. Aquí, se utilizan tres formas de onda canónicas para entrenar una red neuronal y lograr una reducción de la relación señal-ruido con curvas cuya energía de ruido está por encima de la de las señales. Se lleva a cabo una prueba en el mundo real con el mismo autoencoder sometido a un conjunto de series temporales corruptas por ruido generado por un diodo Zener, polarizado en la región de avalancha. Los resultados mostraron que, observando algunas pautas, el autoencoder puede efectivamente eliminar el ruido de las formas de onda 1D que se observan comúnmente en electrónica, particularmente las ondas cuadradas que se encuentran en circuitos digitales. Los resultados mostraron un promedio de 2.8 dB en la relación señal-ruido para formas de onda cuadradas y triangulares.