Release 2018b HighlightsYouTube↗  IA↗(long shot)
Science & Technology  4.9K views 124 likes 4 dislikes   20 Sep 2018
MATLAB 601K subscribers United States YouTube↗


Please select the problem
You must specify your email and describe the problem in detail
Describe your problem in detail if it's not obvious

Click to Play Video Click to Play Video
La versión 2018b ofrece dos nuevas toolboxes, así como mejoras para desarrollar,
La Release 2018b include due nuovi toolbox, insieme a miglioramenti per lo sviluppo,
probar y desplegar aplicaciones de Deep Learning y automoción.
la verifica e l’attuazione di applicazioni deep learning e automotive.
En primer lugar, hablemos de las mejoras generales introducidas en MATLAB y Simulink.
Innanzitutto, parliamo dei miglioramenti generali a MATLAB e Simulink.
Los arrays de cadenas de caracteres, se introdujeron en la versión 16b.
Gli Array di stringhe, o “Array di stringhe” – creati usando le doppie virgolette, sono stati introdotti nella 16b.
Utilizan la memoria de forma eficiente y proporcionan un elevado rendimiento; hay funciones integradas para manipularlos y compararlos, y a partir de la versión 18b,
Sono efficienti in termini di memoria e performanti; ci sono funzioni integrate per manipolarli e compararli, e nella versione 18b
cuentan con un amplio soporte en todos los productos MATLAB y Simulink.
sono ampiamente supportati nei prodotti MATLAB e Simulink.
Simulink sigue ampliando sus capacidades de edición inteligente, haciendo que le resulte más rápido e intuitivo
Simulink continua ad ampliare le sue funzionalità di modifica intelligente, rendendolo più veloce e intuitivo
crear sus modelos. Ahora puede crear puertos automáticamente con solo hacer clic y arrastrar el contorno de un bloque.
nel costruire i tuoi modelli. Qui, puoi creare automaticamente porte selezionando e trascinando il contorno di un blocco.
Y el subrayado indica que puede cambiar el nombre del elemento sin tener que acceder a menús adicionales.
La sottolineatura indica che puoi rinominare l’elemento senza aprire ulteriori menu.
Ahora pasemos a algo completamente nuevo: 5G Toolbox, totalmente basada en estándares y conforme a todos ellos. 5G gestiona la comunicación inalámbrica
Passiamo a qualcosa di completamente nuovo: 5G Toolbox, che è completamente fondato su e conforme agli standard. 5G gestisce comunicazioni wireless
entre personas, entre vehículos y entre dispositivos IoT. ¿Qué significa esto para un desarrollador de 5G?
tra persone, veicoli, e tra dispositivi IoT. Ma che cosa comporta per lo sviluppatore 5G?
En primer lugar, podrá abrir las funciones y saber exactamente cómo se implementan conforme al estándar.
Innanzitutto, puoi aprire le funzioni e capire esattamente come sono implementate in linea con lo standard.
Es una excelente herramienta para el aprendizaje y la enseñanza, tanto si busca implementaciones de referencia como si quiere aprender cómo funciona el procesamiento de señales.
È un ottimo strumento di apprendimento e insegnamento, sia che tu stia cercando implementazioni di riferimento, o imparando come funziona la teoria dei segnali.
Una vez que haya escrito sus algoritmos, podrá generar formas de onda conformes a los estándares para probarlas.
Una volta scritti i tuoi algoritmi, puoi generare forme d’onda conformi agli standard per testarle.
Además, 5G Toolbox proporciona todos los componentes que necesita para la simulación de extremo a extremo.
Inoltre, 5G Toolbox fornisce tutti i componenti di cui hai bisogno per la simulazione end-to-end.
Esto significa que sus algoritmos funcionarán con otros dispositivos 5G, y también sabrá de forma precisa cómo actúan en el mundo real.
Questo significa che i tuoi algoritmi funzioneranno anche con altri dispositivi 5G, e avrai una comprensione accurata delle loro prestazioni reali.
MATLAB sigue haciendo que el Deep Learning sea más fácil y accesible. El etiquetado de datos para Deep Learning es una tarea tediosa pero importante.
MATLAB continua a rendere il deep learning più semplice e accessibile. L’etichettatura dei dati per il deep learning è un compito tedioso ma importante.
Ahora puede automatizar el proceso de etiquetado de datos de vídeo además de datos de imagen.
Ora puoi automatizzare il processo di etichettatura di dati video oltre ai dati immagine.
La app Deep Network Designer le permite diseñar redes de forma interactiva. Se integra en la nueva herramienta Network Analyzer, que es como un
L’app Deep Network Designer ti consente di progettare reti in modo interattivo. Si integra con il nuovo Network Analyzer, che è come
“corrector de ortografía” para su red, y lo ayuda a visualizar, comprobar y corregir errores antes del entrenamiento.
un “correttore” per la tua rete, e ti aiuta a visualizzare, controllare e risolvere gli errori prima dell’addestramento.
Ahora MATLAB facilita la importación y exportación de modelos ONNX para que pueda interoperar con otros marcos de Deep Learning.
Ora MATLAB semplifica l’importazione ed esportazione di modelli ONNX, per l’interoperabilità con altri framework di deep learning.
Y si tiene previsto desplegar modelos en procesadores TensorRT, Intel o ARM,
Se intendi distribuire modelli a processori TensorRT, Intel, o ARM,
las herramientas GPU Coder y MATLAB Coder le permiten desplegarlos junto con cualquier paso de procesamiento previo o posterior.
GPU Coder e MATLAB Coder ti consentono di distribuirli insieme a eventuali passi di pre- e post- elaborazione.
Y ahora cambiemos de marcha: veamos algunas de las herramientas de automoción.
Ora cambiamo marcia, visto il tema, evidenziando alcuni strumenti per l’automotive.
Puede iniciar una calibración de motor virtual con solo especificar los datos de prueba de su motor, dejando que MATLAB haga el resto del trabajo.
Puoi iniziare la calibrazione virtuale del motore specificando semplicemente i dati dei test del motore, e lasciare che MATLAB si occupi di tutto il resto.
Esto elimina un gran número de pasos manuales, permitiéndole al mismo tiempo ajustar los parámetros necesarios.
Questo elimina diversi passaggi manuali, consentendoti comunque di modificare ciò che ti serve.
Puede probar algoritmos de conducción autónoma en escenarios realistas, complejos y personalizables, lo que le permite disfrutar de un excelente punto de partida.
Puoi testare algoritmi di guida automatizzati su scenari realistici, complessi e personalizzabili, ottenendo un’ottima baseline.
Y para asegurarse de que sus algoritmos sean conformes a los estándares, la app Driving Scenario Designer le permite
Per assicurarti che gli algoritmi siano conformi, l’app Driving Scenario Designer ti consente
simplificar ese proceso con pruebas de Euro NCAP prediseñadas.
di semplificare il processo grazie ai test Euro NCAP pre-incorporati.
Por último, pero no menos importante, tenemos la nueva Sensor Fusion and Tracking Toolbox, que actúa de puente entre los mundos de los sensores y los controles.
Ultimo, ma non meno importante, è il nuovo Sensor Fusion and Tracking Toolbox, che unisce il mondo del rilevamento e dei controlli.
Esta toolbox le permite desarrollar algoritmos de seguimiento y fusión de sensores, no solo para aplicaciones de automoción,
Il toolbox ti consente di sviluppare algoritmi di fusione di sensori e tracciamento, non solo per le applicazioni automobilistiche,
sino también para cualquier vehículo que utilice varios sensores y sistemas de navegación para conocer su estado y ubicación.
ma per qualsiasi veicolo che utilizza sensori e sistemi di navigazione multipli per l’autoconsapevolezza e la conoscenza situazionale.
Puede empezar con ejemplos de aplicaciones de referencia o bien crear estos sistemas desde cero utilizando filtros de inercia y algoritmos de seguimiento.
Puoi iniziare con gli esempi di un’applicazione di riferimento, o costruire tali sistemi da zero usando filtri inerziali e algoritmi di tracciamento.
Seguidamente, puede probarlos usando datos de sensores del mundo real o generando esos datos de forma sintética,
Quindi puoi testarli usando dati reali di sensori, o generare i dati sinteticamente,
en especial si necesita volver a crear escenarios de gran complejidad.
soprattutto se devi ricreare scenari complessi.
Hay mucho más en esta versión, así que asegúrese de comprobar el resto de novedades.
Le novità di questa versione non finiscono qui, perciò assicurati di approfondirle.
Gracias por su atención y no dude en proporcionarnos sus comentarios.
Grazie dell’attenzione. Non esitare a inviarci un feedback.
Similar videos:

Create a MathWorks Account (Using a MATLAB portal)
MATLAB
1.7K views 26 likes 0 dislikes 13 Nov 2020100% match

Understanding Model Predictive Control, Part 5: How To Run MPC Faster
MATLAB
20.3K views 136 likes 3 dislikes 18 Jul 2018100% match

Drone Simulation and Control, Part 3: How to Build the Flight Code
MATLAB
36.6K views 495 likes 9 dislikes 05 Nov 2018100% match

Using Simulink to Deploy a MATLAB Algorithm on an FPGA or ASIC
MATLAB
9.7K views 77 likes 1 dislikes 19 Jan 2017100% match

Part 3: Unit Testing for Battery Management System (BMS) Software in Simulink
MATLAB
878 views 19 likes 0 dislikes 06 May 2020100% match

Understanding Model Predictive Control, Part 7: Adaptive MPC Design with Simulink
MATLAB
20.7K views 243 likes 1 dislikes 29 Oct 2018100% match

Drone Simulation and Control, Part 5: Tuning the PID controller
MATLAB
20.9K views 314 likes 4 dislikes 20 Nov 2018100% match

Predictive Maintenance, Part 5: Digital Twin
MATLAB
13.6K views 187 likes 5 dislikes 30 Apr 2019100% match

Understanding Model Predictive Control, Part 3: MPC Design Parameters
MATLAB
24.9K views 269 likes 2 dislikes 19 Jun 2018100% match

Predictive Maintenance, Part 3: Remaining Useful Life Estimation
MATLAB
18.3K views 208 likes 5 dislikes 11 Feb 2019100% match

How to Improve Simulation Performance Using the Solver Profiler
MATLAB
1.8K views 44 likes 1 dislikes 28 May 2020100% match

What's New in Simulink R2020a
MATLAB
1.5K views 56 likes 1 dislikes 14 Apr 2020100% match

Understanding Model Predictive Control, Part 6: How to Design an MPC Controller with Simulink
MATLAB
23.1K views 190 likes 1 dislikes 17 Sep 2018100% match

How to Install MATLAB
MATLAB
2.3K views 24 likes 0 dislikes 21 May 2018100% match

New Ways to Work in Simulink, Part 3: Componentize Your Design
MATLAB
2.4K views 58 likes 1 dislikes 17 Aug 2020100% match

Understanding Control Systems, Part 1: Open-Loop Control Systems
MATLAB
93.3K views 709 likes 27 dislikes 25 Oct 2016100% match

Control Systems in Practice, Part 3: What is Feedforward Control?
MATLAB
1.5K views 84 likes 0 dislikes 25 Sep 2018100% match

Understanding Control Systems, Part 5: Simulating Robustness to System Variations in Simulink
MATLAB
17.9K views 234 likes 5 dislikes 13 Dec 2016100% match

Drone Simulation and Control, Part 4: How to Build a Model for Simulation
MATLAB
20.6K views 253 likes 1 dislikes 13 Nov 2018100% match

Motor Control, Part 5: Space Vector Modulation
MATLAB
8.4K views 276 likes 2 dislikes 20 Jan 2021100% match

Understanding Wavelets, Part 4: An Example Application of Continuous Wavelet Transform
MATLAB
58.9K views 420 likes 8 dislikes 14 Sep 2016100% match

Drone Simulation and Control, Part 1: Setting Up the Control Problem
MATLAB
66.7K views 1.5K likes 11 dislikes 16 Oct 2018100% match

Understanding Model Predictive Control, Part 4: Adaptive, Gain-Scheduled and Nonlinear MPC
MATLAB
18.6K views 181 likes 6 dislikes 27 Jun 2018100% match

How to Use Lookup Tables with Simulink
MATLAB
8.6K views 182 likes 9 dislikes 29 Apr 2020100% match

Deep Learning with Raspberry Pi and MATLAB
MATLAB
15.6K views 467 likes 6 dislikes 29 Jan 2021100% match

What Is GPU Coder?
MATLAB
1.3K views 42 likes 0 dislikes 08 Oct 2020100% match

Getting Started with Simulink, Part 1: How to Build and Simulate a Simple Simulink Model
MATLAB
621.6K views 5.7K likes 168 dislikes 04 Dec 2017100% match

Release 2019a Highlights
MATLAB
13.6K views 170 likes 8 dislikes 21 Mar 2019100% match

Release 2017a Highlights
MATLAB
10.6K views 76 likes 3 dislikes 09 Mar 2017100% match

Deep Learning: Transfer Learning in 10 Lines of MATLAB Code
MATLAB
18.3K views 250 likes 4 dislikes 27 Feb 2017100% match


Settings Privacy About Contact Donate