Migliora le tue competenze con i corsi MATLAB e Simulink
Consulta i corsi a cui sei iscritto o ai quali puoi accedere, inclusi quelli offerti dalla tua università.
Inizia gratuitamente
Una presentazione interattiva dei metodi pratici di machine learning per i problemi di classificazione.
Inizia a utilizzare le tecniche di deep learning per eseguire il riconoscimento di immagini.
Costruisci le tue competenze
Un’introduzione completa a MATLAB che illustra i temi dell’analisi, visualizzazione, modellazione e programmazione di dati.
Un’introduzione completa a Simulink che illustra i temi della modellazione di sistemi dinamici, della gerarchia dei modelli e della riusabilità dei componenti.
MATLAB per l’elaborazione e la visualizzazione di dati
Impara a importare dati da file misti, manipolare e raggruppare dati e creare visualizzazioni personalizzate.
Disponibile in formato autogestito
Machine Learning Onramp
Una presentazione interattiva dei metodi pratici di machine learning per i problemi di classificazione.
Machine Learning con MATLAB
Impara a creare modelli di regressione, classificazione e clustering e migliora le loro prestazioni.
Disponibile in formato autogestito
Deep Learning Onramp
Questo corso gratuito di due ore sul deep learning fornisce un’introduzione interattiva ai metodi pratici di deep learning. Imparerai ad usare le tecniche di deep learning in MATLAB® per il riconoscimento di immagini.
Deep Learning con MATLAB
Impara a utilizzare e creare reti neurali profonde per la classificazione, la regressione e il rilevamento di oggetti utilizzando i dati di immagine e sequenza.
Disponibile in formato autogestito
Metodi statistici in MATLAB
Gli argomenti del corso includono test di significatività, fitting di distribuzioni, regressione e generazione di simulazioni casuali.
Pre-elaborazione di segnali ed estrazione di feature per l’analisi dei dati con MATLAB
Prepara i dati di serie storiche per l'analisi con machine learning. Gli argomenti includono l'importazione di segnali, la rimozione di outlier e l'estrazione di feature nei domini di tempo e frequenza.
Accelerazione e parallelizzazione del codice MATLAB
Accelera l’esecuzione del codice MATLAB. Compila il codice MATLAB nei file MEX e risolvi problemi computazionalmente intensi e ad alto contenuto di dati utilizzando processori multicore, GPU e cluster di computer.
Tecniche di ottimizzazione in MATLAB
Impara ad eseguire l'ottimizzazione locale e globale in MATLAB traducendo l'obiettivo e i vincoli in codice MATLAB e scegliendo i solutori di ottimizzazione appropriati.
Elaborazione di Big Data in MATLAB
Impara a rappresentare i big data in MATLAB, adattare il tuo codice per lavorare in modo più efficiente e distribuire l'analisi per trarre vantaggio dalle tue risorse di elaborazione e dal cloud.
Tecniche di programmazione di MATLAB
Impara a creare applicazioni flessibili e robuste, strutturare in modo efficiente il codice e i dati e sfruttare la Unit Testing Framework.
Disponibile in formato autogestito
Accelerazione e parallelizzazione del codice MATLAB
Accelera l’esecuzione del codice MATLAB. Compila il codice MATLAB nei file MEX e risolvi problemi computazionalmente intensi e ad alto contenuto di dati utilizzando processori multicore, GPU e cluster di computer.
Tecniche di ottimizzazione in MATLAB
Impara ad eseguire l'ottimizzazione locale e globale in MATLAB traducendo l'obiettivo e i vincoli in codice MATLAB e scegliendo i solutori di ottimizzazione appropriati.
Costruzione di applicazioni interattive in MATLAB
Scopri come ideare app in App Designer, creare funzioni di callback per i componenti interattivi e oggetti grafici reattivi.
Programmazione a oggetti con MATLAB
Scopri di più su namespace, pacchetti e classi in MATLAB. Crea applicazioni estensibili con ereditarietà. Consenti la sincronizzazione degli oggetti con eventi e listener.
Elaborazione di immagini con MATLAB
Impara a rilevare e segmentare oggetti nelle immagini in base a forma, colore e texture. Il corso illustra anche la pre-elaborazione di immagini utilizzando tecniche di rimozione del rumore.
Visione artificiale con MATLAB
Impara ad eseguire il rilevamento, il tracciamento e la stima del movimento degli oggetti su immagini e video. Il corso illustra anche la calibrazione di videocamere, le nuvole di punti e la ricostruzione 3D.
Guida autonoma con MATLAB
Scopri come etichettare i dati sul campo, rilevare corsie e oggetti, generare scenari di guida e sensori di modellazione e visualizzare i dati dei sensori.
Elaborazione di segnali con MATLAB
Questo corso dimostra come eseguire analisi dello spettro, progettare e analizzare filtri digitali, inclusi filtri multi-rate e adattivi.
Elaborazione di segnali con Simulink
Modella sistemi dinamici discreti ed esegui analisi dello spettro e progettazione di filtri con Simulink. Impara a costruire blocchi e librerie personalizzati e incorporare codice esterno.
Pre-elaborazione di segnali ed estrazione di feature per l’analisi dei dati con MATLAB
Prepara i dati di serie storiche per l'analisi con machine learning. Gli argomenti includono l'importazione di segnali, la rimozione di outlier e l'estrazione di feature nei domini di tempo e frequenza.
Progettazione di sistemi di comunicazione con MATLAB e software-defined radio USRP
Progetta sistemi di comunicazione digitale monoportante e multiportante, crea sistemi di comunicazione multi-antenna con codifica turbo e lavora con sistemi radio-in-the-loop.
Progettazione del layer fisico di sistemi LTE e LTE-Advanced con MATLAB
Un'introduzione approfondita agli standard del layer fisico LTE. Scopri come generare forme d'onda LTE di riferimento e simulare modelli PHY LTE end-to-end in MATLAB.
Modellazione di sistemi di comunicazione con Simulink
Impara a progettare algoritmi di ricevitori, aggiungere disturbi sul canale e analizzare il bit error rate (BER) di un sistema di comunicazione.
Simulink Onramp
Impara le nozioni base su come creare, modificare e simulare i modelli Simulink® con questo tutorial introduttivo gratuito di tre ore.
Architettura e gestione di modelli Simulink
Impara a progettare e gestire i modelli Simulink in modo efficiente. Gli argomenti trattati includono l'integrazione dei requisiti, il controllo del codice sorgente, l'applicazione degli standard di modellazione e la generazione di report.
Simulation-Based Testing con Simulink
Impara ad analizzare i risultati della simulazione per verificare il comportamento del modello, creare test harness e casi di test, automatizzare le attività di test e lavorare con tecniche di verifica formale.
Test Real-Time con Simulink Real-Time e Hardware Speedgoat
Scopri come configurare i modelli Simulink per la prototipazione rapida di controllo (RCP) e la simulazione hardware-in-the-loop (HIL), interfacciarli con motori esterni e hardware di microcontroller, simulare e testare i requisiti in tempo reale. I temi includono configurazione di protocolli I/O, progettazione di interfacce e testing formale.
Integrazione di codice con Simulink
Impara a integrare codice C e MATLAB nei modelli Simulink utilizzando i blocchi funzione MATLAB, Legacy Code Tool e funzioni S.
Simulink Onramp
Impara le nozioni base su come creare, modificare e simulare i modelli Simulink® con questo tutorial introduttivo gratuito di tre ore.
Progettazione di sistemi di controllo con MATLAB e Simulink
Impara a progettare e modellare sistemi di controllo con Simulink. Gli argomenti trattati includono l'identificazione di sistema, la stima dei parametri, l'analisi di sistemi di controllo e l'ottimizzazione della risposta.
Simulation-Based Testing con Simulink
Impara ad analizzare i risultati della simulazione per verificare il comportamento del modello, creare test harness e casi di test, automatizzare le attività di test e lavorare con tecniche di verifica formale.
Test Real-Time con Simulink Real-Time e Hardware Speedgoat
Scopri come configurare i modelli Simulink per la prototipazione rapida di controllo (RCP) e la simulazione hardware-in-the-loop (HIL), interfacciarli con motori esterni e hardware di microcontroller, simulare e testare i requisiti in tempo reale. I temi includono configurazione di protocolli I/O, progettazione di interfacce e testing formale.
Integrazione di codice con Simulink
Impara a integrare codice C e MATLAB nei modelli Simulink utilizzando i blocchi funzione MATLAB, Legacy Code Tool e funzioni S.
Modellazione di Sistemi Fisici con Simscape
Utilizza Simscape per modellare sistemi fisici con componenti di vari domini (elettrico, meccanico e idraulico), integra i modelli Simscape con i modelli Simulink e crea componenti Simscape personalizzati definiti dall’utente.
Modellazione di sistemi meccanici multibody con Simscape™
Impara a modellare sistemi meccanici multibody, creare geometrie personalizzate e corpi composti, assemblare, guidare e verificare i meccanismi e importare file CAD.
Modellazione di sistemi fluidodinamici con Simscape
Impara come modellare sistemi di potenza a fluido e i sistemi di erogazione di fluido, attivare e controllare modelli di sistemi fluidodinamici, collegare domini fluidi, meccanici e termici e personalizzare i componenti del modello.
Modellazione di sistemi di alimentazione elettrica con Simscape
Impara a modellare sistemi trifase, analizzare e controllare sistemi di alimentazione elettrica, modellare componenti elettronici di potenza e velocizzare la simulazione di modelli elettrici.
Modellazione di sistemi driveline con Simscape
Scopri come modellare telai, pneumatici e trasmissioni di potenza meccanica di veicoli; progettare e ottimizzare sistemi frenanti e creare sistemi automotive multidominio con controllori a circuito chiuso.
Elaborazione di segnali con Simulink
Modella sistemi dinamici discreti ed esegui analisi dello spettro e progettazione di filtri con Simulink. Impara a costruire blocchi e librerie personalizzati e incorporare codice esterno.
Generazione di HDL da Simulink
Impara a preparare i modelli Simulink per la generazione di codice HDL, generare codice HDL e banchi di prova per un modello Simulink compatibile ed eseguire ottimizzazioni della velocità e dell'area.
DSP per FPGA
Impara a ottimizzare gli algoritmi DSP per eseguire implementazioni efficienti utilizzando la generazione di codice HDL per FPGA.
Programmazione di SoC Zynq Xilinx® con MATLAB e Simulink
Scopri di più sulla generazione e implementazione di core IP mediante l'interfaccia AXI4, la verifica processor-in-the-loop e l'integrazione del driver di dispositivi.
Software-Defined Radio con Zynq utilizzando Simulink
Scopri come implementare prototipi di sistemi di comunicazione con dati in tempo reale su radio basate su Zynq® tramite la co-progettazione hardware/software.
Embedded Linux e integrazione di sistemi per Zynq
Impara a creare un progetto di riferimento in Vivado® e SDK, integrare i driver dei dispositivi dello spazio utente in Simulink e creare un'immagine Linux® personalizzata per Zynq.
Embedded Coder® per la generazione di codice di produzione
Sviluppa modelli Simulink per l’implementazione in sistemi embedded. Gli argomenti trattati includono la struttura e l'esecuzione del codice, le opzioni e le ottimizzazioni per la generazione del codice e l'implementazione del codice nell'hardware di destinazione.
Test Real-Time con Simulink Real-Time e Hardware Speedgoat
Scopri come configurare i modelli Simulink per la prototipazione rapida di controllo (RCP) e la simulazione hardware-in-the-loop (HIL), interfacciarli con motori esterni e hardware di microcontroller, simulare e testare i requisiti in tempo reale. I temi includono configurazione di protocolli I/O, progettazione di interfacce e testing formale.
Generazione di codice per i componenti software AUTOSAR
Genera modelli Simulink a partire dalle descrizioni di sistema ARXML esistenti, configura i modelli Simulink per la generazione di codice conforme a AUTOSAR e modella gli eventi AUTOSAR in Simulink.
Da MATLAB a C con MATLAB CoderTM
Impara a preparare il codice MATLAB per la generazione di codice, lavorare con i dati a dimensione fissa e variabile e integrare il codice generato in progetti padre e moduli esterni.
Polyspace per la verifica del codice C/C++
Impara a dimostrare la correttezza del codice, consultare e comprendere i risultati della verifica, gestire le funzioni e i dati mancanti, misurare le metriche di qualità del software e applicare le regole MISRA C.
