R2021b - Aggiornamenti alle famiglie di prodotti MATLAB e Simulink - MATLAB & Simulink

Breve riepilogo su R2021b

 

Scopri le ultime novità

Ottieni di più da MATLAB e Simulink scaricando l’ultima release.

Lettore video in fase di caricamento.
Orario attuale 0:00
Durata 2:08
Caricato: 7.65%
Tipo di streaming LIVE
Tempo rimanente 2:08
 
1x
  • Capitolo
  • Descrizioni disattivate, selezionato
  • en (Main), selezionato
    Il video dura 2:08

    Punti salienti della release R2021b

    Nuovi prodotti

    Aggiornamenti principali

    • Lidar Toolbox - Visualizza, analizza e pre-elabora nuvole di punti LIDAR in modo interattivo con l'app Lidar Viewer
    • Simulink Code Inspector - Scheda contestuale per verificare la compatibilità, ispezionare il codice e visualizzare i risultati direttamente nel modello
    • Simulink Control Design - Progetta controller adattivi di riferimento dei modelli
    • Symbolic Math Toolbox - Guida per workflow simbolici con suggerimenti passo passo in MATLAB Live Editor
    • Wavelet Toolbox - Analisi wavelet in grado di elaborare ed estrarre feature per segnali e immagini per workflow in IA

    Dettagli della release per prodotto

    Famiglia di prodotti MATLAB

    MATLAB

    • Editor: Nuove funzionalità per il refactoring del codice e la modifica di blocchi, nonché perfezionamento di funzionalità quali i suggerimenti riguardanti il codice, il completamento del codice e il debugger
    • Interfaccia Python: Esecuzione di comandi e script Python da MATLAB
    • BackgroundPool: Esecuzione di funzioni MATLAB su un thread in background
    • Attività in Live Editor: Riepilogo, trasformazione e filtro di gruppi di dati (calcola per gruppo) e possibilità di centrare e scalare i dati (normalizza i dati) in modo interattivo
    • Funzione trenddecomp: Identificazione di trend nei dati
    • HDF5: Supporto di HDF5 versione 1.10, inclusi Single-Writer/Multiple-Reader (SWMR), Virtual Dataset (VDS) e Metadata Cache Fine-Tuning
    • Hardware: Nuove app per comunicare con i dispositivi tramite collegamento seriale (serial explorer) e TCP/IP (TCP/IP explorer)
    • Funzioni ode78 e ode89: Utilizzo di metodi Runge-Kutta di ordine superiore per equazioni differenziali ordinarie
    • Progetti: Organizzazione, gestione e condivisione del lavoro in corso usando progetti in MATLAB Online

    Lidar Toolbox

    • App Lidar Viewer: Visualizzazione, analisi e pre-elaborazione interattive di nuvole di punti LIDAR con l'app Lidar Viewer
    • Elaborazione di LIDAR aerei: Applicazione di algoritmi di Deep Learning e SLAM su dati di LIDAR aerei

    Wavelet Toolbox

    • Estrazione di feature di Machine Learning e Deep Learning: Analisi, pre-elaborazione ed estrazione di feature per segnali e immagini con tecniche wavelet e app interattive per modelli IA
    • Accelerazione e distribuzione: Algoritmi wavelet più veloci usando processori multicore e GPU; generazione di codice per la prototipazione desktop e la distribuzione embedded

    Famiglia di prodotti Simulink

    Simulink

    • Pannello con multiple simulazioni: Esecuzione di simulazioni multiple per scenari diversi dall'Editor di Simulink
    • Schede personalizzate: Creazione di schede personalizzate nelle barre degli strumenti di Simulink
    • Mini Map: Determinazione del contesto durante la visualizzazione di parte di un diagramma a blocchi

    Stateflow

    • Giunzioni in entrata e uscita: Creazione di connessioni in entrata e in uscita attraverso confini gerarchici

    System Composer

    • Interfacce fisiche con Simscape: Creazione di interfacce, porte e connessioni fisiche su componenti
    • Architetture software: Creazione di architetture software da componenti esistenti
    • Supporto di test harness: Creazione di test harness per componenti System Composer

    Simulink Compiler

    • Regolazione dei parametri di runtime: Possibilità di regolare i parametri durante l'esecuzione di una simulazione distribuita

    Intelligenza artificiale, Data Science e statistiche

    Statistics and Machine Learning Toolbox

    • Reti neurali superficiali: Utilizzo in Simulink come blocchi nativi; automazione della regolazione di iperparametri
    • Machine Learning: Possibilità di esplorare clustering k-means in attività live e sfruttare l'isolation forest per il rilevamento di anomalie
    • Distribuzione: Esportazione di modelli dall'app Classification and Regression Learner a MATLAB Production Server

    Deep Learning Toolbox

    • Reti convoluzionali monodimensionali: Creazione e addestramento di reti per dati sequenziali e dati di serie storiche
    • Deep Network Designer: Esportazione in Simulink di reti addestrate
    • ODE neurali: Calcolo di soluzione tramite Deep Learning per equazioni differenziali ordinarie non rigide usando dlode45

    Sistemi di controllo

    Simulink Control Design

    • Blocco di controllo adattivo di riferimento dei modelli: Progettazione e simulazione di controller adattivi di riferimento dei modelli

    Reinforcement Learning Toolbox

    • Generazione di ricompense: Generazione automatica di funzioni di ricompensa da specifiche di controller

    Model Predictive Control Toolbox

    • MPC non lineare: Implementazione di controller MPC non lineari multistage con il risolutore Embotech FORCESPRO

    System Identification Toolbox

    • Modelli ARX non lineari: Creazione di modelli che usano funzioni di regressione basate su algoritmi di Deep Learning

    Predictive Maintenance Toolbox

    • Diagnostic Feature Designer: Classificazione di nuove feature e generazione di feature spettrali per bande di frequenza caratteristiche del difetto in macchine rotanti

    Segnali RF e ibridi

    RF PCB Toolbox

    • Nuovo prodotto: Consente di effettuare l’analisi elettromagnetica di circuiti stampati

    Signal Integrity Toolbox

    • Nuovo prodotto: Simula e analizza collegamenti seriali e paralleli ad alta velocità

    Matematica e ottimizzazione

    Symbolic Math Toolbox

    • Suggerimenti passo passo: Guida per workflow simbolici con suggerimenti passo passo in MATLAB Live Editor

    Global Optimization Toolbox

    • Workflow basato su problemi: Consente di risolvere problemi di ottimizzazione non smooth o globale per mezzo di workflow di ottimizzazione basato su problemi