MATLAB 2019a добавляет больше искусственного интеллекта, а также улучшает поддержку системного проектирования

Ежегодный выпуск MATLAB и Simulink от MathWorks всегда предлагает новые возможности. В этом году все остается в силе и новый MATLAB 2019a содержит довольно много улучшений и дополнений в уже внушительном пакете разработки. Он имеет новые наборы блоков, которые включают поддержку AUTOSAR, SoC и смешанных сигналов. Появилось два новых набора инструментов: один для разработки SerDes, а другой для обучения и закрепления навыков. Интеграция с Polyspace дает доступ к средствам поиска и проверки ошибок, включая поддержку этих функций сервером. Средства проектирования и анализа Simulink System Composer предназначены для системной и программной архитектуры.

Машинное обучение (ML) не является чем-то «необычным», но это не тривиальная задача по разработке, обучению и развертыванию моделей машинного обучения. Reinforcement Learning Toolbox, который помогает упростить процесс (рисунок ниже), является лишь одним из многих усовершенствований в этой области. Инструментарий предоставляет функции MATLAB и блоки SIMULINK для политик обучения с использованием алгоритмов усиленного обучения, таких как Deep Q-Network (DQN), Advantage Actor Critic (A2C) и Deep Deterministic Policy Gradients (DDPG). Курсы могут использоваться для реализации алгоритмов управления и принятия решений для таких приложений, как робототехника.

Reinforcement Learning Toolbox упрощает процесс обучения моделей машинного обучения

 

Поддержка машинного обучения может использовать преимущества распределенных вычислений и многоядерного ускорения MATLAB, а также сервисы ускорения GPU. Разработчики могут использовать Parallel Computing Toolbox и MATLAB Parallel Server. Для поддержки GPU используются Parallel Computing Toolbox, а также большинство графических процессоров NVIDIA с поддержкой CUDA и вычислительной способностью 3.0 или выше. Эти инструменты могут использовать данные, полученные с помощью панели инструментов сбора изображений, которые теперь поддерживают облака точек Velodyne LiDAR.

Набор инструментов для глубокого обучения был улучшен. Теперь он может обрабатывать объемные данные 3D для сетей ML, а также есть поддержка обмена ONNX. Это можно использовать с сетями LSTM и моделями Computer Vision System Toolbox. Deep Network Designer может использоваться для создания сетей компьютерного зрения, сигналов и текстовых приложений. Он также может генерировать код MATLAB. Рекуррентные сети для классификации видео и распознавания жестов поддерживаются также.

Поддержка MATLAB и Simulink Project повышает производительность команды разработчиков. Он использует систему коллективной работы, основанную на моделировании. Представление «Анализ зависимостей» (рисунок ниже) может анализировать проекты и проверять наличие необходимых файлов. Система интегрирована с инструментами управления исходным кодом, такими как Git и Subversion.

Dependency Analysis анализирует проекты и проверяет наличие необходимых файлов и проверяет, не являются ли производные файлы устаревшими

Новые блоки и наборы инструментов Simulink посвящены обработке сигналов и конструкции микросхем. Набор блоков смешанных сигналов поддерживает быстрое построение моделей, а также моделирование и анализ моделей систем смешанных сигналов. Он включает в себя специальные инструменты анализа и визуализации. SerDes Toolbox предназначен для проектирования и тестирования SerDes, используемых в высокоскоростной последовательной связи, а SoC Blockset позволяет моделировать и разрабатывать архитектуры FPGA, ASIC и SoC, обеспечивая поддержку совместного моделирования.

Polyspace, приобретенная MathWorks некоторое время назад, с тех пор пользуется преимуществами своих инструментов анализа. Средство проверки кода Polyspace и средство поиска ошибок предназначены для того, чтобы помочь разработчикам соответствовать стандартам безопасности, таким как MISRA, ISO 26262, IEC 61508 и DO-178, а также нормам FDA. Они также используются для проверки программного обеспечения на наличие уязвимостей в системе безопасности для соответствия стандартам, таким как CWE, CERT-C и ISO / IEC 17961. Polyspace для Ada может использоваться для доказательства отсутствия ошибок времени выполнения в исходном коде Ada.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *