Servizi tecnici e consulenza

MATLAB e Simulink per gli istituti governativi e di ricerca

Esecuzione di analisi e ricerca in una vasta gamma di programmi scientifici

Le organizzazioni di ricerca utilizzano MATLAB® e Simulink® per applicare tecniche di Deep Learning, modellazione predittiva e analisi statistica. L’intero team sono in grado di condividere un insieme comune di prodotti per scambiare lavori e idee. È anche possibile aggiungere toolbox, app e prodotti complementari specifici per varie discipline e implementarli in determinate aree durante la formazione dell’intero team sulle funzionalità di MATLAB e Simulink. Questi prodotti consentono di accelerare i progetti in tutti i segmenti scientifici.

Con MATLAB e Simulink, è possibile:

  • Creare modelli predittivi e di classificazione per analizzare lo stato di salute
  • Automatizzare le attività di analisi delle immagini come il riconoscimento facciale
  • Usare funzionalità di statistica avanzate per determinare la significatività negli studi
  • Modellare e simulare fenomeni fisici e sviluppare implementazioni per sistemi
  • Confrontarsi con una community di sviluppatori che hanno risolto problemi simili
  • Acquisire dati live dai singoli strumenti, dalle schede, i sensori o con un approccio di tipo Internet of Things

“Per il nostro gruppo, i principali vantaggi di MATLAB includono la capacità di prototipare rapidamente i nostri algoritmi, eseguirne il debug utilizzando ottimi strumenti di visualizzazione e successivamente condividere con semplicità il codice con altri membri della comunità di ricerca sulla visione artificiale.”

Michael Rubinstein, MIT Computer Science and Artificial Intelligence Lab

Deep Learning ed elaborazione di immagini

Con poche righe di codice MATLAB è possibile costruire modelli di Deep Learning che utilizzano i dati misurati per identificare oggetti e prevedere condizioni anomale. Le app di Image Processing Toolbox™ consentono di automatizzare processi comuni come la segmentazione dei dati di immagine e l’elaborazione in batch di grandi set di dati di immagine. È possibile utilizzare MATLAB in applicazioni di elaborazione di immagini come l’imaging termico delle attrezzature, la classificazione biomedica per l’analisi sanitaria e l’ispezione della qualità di produzione. Con il Deep Learning in MATLAB è possibile acquisire rappresentazioni di feature direttamente da dati di immagine, video o segnali.

Deep Learning ed elaborazione di immagini

Newport Corporation

Acquisizione dati

I prodotti MATLAB e Simulink per l’acquisizione dati consentono di acquisire, analizzare e visualizzare dati da file, applicazioni, servizi web e dispositivi. È possibile accedere ai dati da:

  • Hardware come schede di acquisizione dati, strumenti di verifica e misurazione, dispositivi di interfaccia CAN bus e dispositivi di imaging
  • Database conformi a ODBC o JDBC, server OPC e diversi server di dati finanziari

Calcolo GPU

MATLAB consente di utilizzare le GPU NVIDIA® per accelerare l’IA, il Deep Learning e altre analisi computazionalmente onerose senza la necessità di essere programmatori CUDA®. Con MATLAB e Parallel Computing Toolbox™, è possibile:

  • Utilizzare le GPU NVIDIA direttamente da MATLAB con oltre 500 funzioni integrate.
  • Accedere a più GPU su desktop, cluster di calcolo e Cloud mediante i worker MATLAB e MATLAB Parallel Server™.
  • Generare codice CUDA direttamente da MATLAB per la distribuzione su data center, Cloud e dispositivi embedded con GPU Coder™.
  • Generare codice NVIDIA TensorRT™ da MATLAB per un’inferenza a bassa latenza e ad alto throughput con GPU Coder.
  • Distribuire applicazioni MATLAB di IA su data center compatibili con NVIDIA per l’integrazione con i sistemi aziendali con MATLAB Production Server™.
Titolo

Distribuzione e integrazione di modelli di analisi dei dati in applicazioni aziendali

Sebbene MATLAB offra un ambiente per lo sviluppo di analisi avanzate dei dati e di algoritmi di Machine Learning, questi modelli e sistemi devono spesso essere implementati nel mondo reale. Ciò è particolarmente vero nel caso dell’estrazione di informazioni importanti dai big data. Esistono molte opzioni diverse per l’implementazione degli algoritmi MATLAB, tra cui la generazione di codice C/C++ portatile, file eseguibili compilati, applicazioni basate sul web o persino l’integrazione in app mobili.

Distribuzione

Cloud computing

Cloud computing

È possibile utilizzare MATLAB in ambienti Cloud da MathWorks Cloud a Cloud pubblici, inclusi AWS® e Azure®.

Con MathWorks Cloud, è possibile utilizzare MATLAB e Simulink in:

  • Browser web
  • Cloud pubblici
  • Contenitori Docker