MathWorks presenterar version 2018a av produktfamiljerna MATLAB och Simulink

MathWorks presenterade idag version 2018a (R2018a) med en rad nya funktioner i MATLAB och Simulink. R2018a innehåller två nya produkter, Predictive Maintenance Toolbox för att utforma och testa algoritmer för tillståndsövervakning och prediktivt underhåll, och Vehicle Dynamics Blockset för att modellera och simulera fordonsdynamik i en virtuell 3D-miljö. Förutom nya funktioner i MATLAB och Simulink och de nya produkterna, innehåller den nya versionen uppdateringar och korrigeringar av ytterligare 94 produkter.

Uppdateringar inom produktfamiljen MATLAB:

• MATLAB:
  • Livefunktioner, framställning av dokumentation, felsökning och interaktiva kontroller för att bädda in skjutreglage och rullgardinsmenyer i Live Editor
  • Apptestramverk (UI), C++ MEX-gränssnitt, anpassad tab-ifyllnad och funktionsassistenter för avancerad programvaruutveckling

• MATLAB Online:
  • Hårdvaruanslutning för att kommunicera med USB-webbkameror

• Econometrics Toolbox:
  • Econometric Modeler-app för att utföra analys av tidsserier, specifikationstestning, modellering och diagnostik

• Image Processing Toolbox:
  • 3D-bildbearbetning och visualisering av volymer

• Partial Differential Equation Toolbox:
  • Strukturell dynamisk analys för att hitta naturliga frekvenser, lägesformer och transientrespons

• Optimization Toolbox:
  • Förgreningsmetoder för att snabbare lösa linjära problem med blandade heltal

Djupinlärning

• Neural Network Toolbox:
  • Stödpaket för att importera djupinlärningslager och -nätverk som utformats i TensorFlow-Keras
  • LSTM-nätverk (Long Short-Term Memory) för att lösa regressionsproblem och utföra textklassificering med Text Analytics Toolbox
  • Adam, RMSProp och gradientklippning för att förbättra nätverksträning
  • Accelererad träning för DAG-nätverk (Directed Acyclic Graph) med multipla GPU:er och beräkning av aktiveringar av intermediära lager aktiveringar av mellanliggande beräkningslager

• Computer Vision System Toolbox:
  • Image Labeler-app som automatiserar etikettering av enskilda pixlar för semantisk segmentering

• GPU Coder:
  • CUDA-kodgenerering för nätverk med DAG-topologi (Directed Acyclic Graph) och förtränade nätverk som GoogLeNet, ResNet och SegNet
  • C-kodgenerering för djupinlärningsnätverk på Intel- och ARM-processor

Dataanalys

• Statistics and Machine Learning Toolbox:
  • Visualisering av högdensitetsdata med sambandsdiagram i appen Classification Learner
  • Algoritmer för stora data för kärn-SVM-regression, beräkna confusion-matriser och skapa ostratifierade partitioner för korsvalidering

• Text Analytics Toolbox:
  • Extrahering och räkning av flerordsfraser, samt HTML-textextrahering och detektering av meningar, e-postadresser och URL:er
  • Stokastisk LDA-modellträning för stora datauppsättningar

• Predictive Maintenance Toolbox:
  • En ny produkt för att designa och testa algoritmer för tillståndsövervakning och prediktivt underhåll

Uppdateringar inom produktfamiljen Simulink:

• Simulink:
  • Prediktiv snabbinfogning för att ansluta ett rekommenderat block till ett befintligt block i en modell
  • Simulation Pacing för att köra simuleringar i klockhastighet eller annan angiven hastighet för förbättrad visualisering
  • Simulation Data Inspector i Live Editor för att lägga till, visa och redigera diagram direkt

• Simulink 3D Animation:
  • Kollisionsdetektion för att känna av kollisioner mellan objekt i den virtuella världen med punktmoln, strålföljning och primitiva geometrier

• Simscape:
  • Domän för fuktig luft och blockbibliotek för att modellera HVAC- och luftkonditioneringssystem
  • Partitionerande lokal lösare för att öka hastigheten för realtidssimulering

Fordonsindustrin

• Automated Driving System Toolbox:
  • Driving Scenario Designer-app för att interaktivt definiera aktörer och körscenarion för att testa kontroll- och sensorfusionsalgoritmer

• Model Predictive Control Toolbox:
  • ADAS-block för att utforma, simulera och implementera adaptiva farthållar- och filhållaralgoritmer

• Vehicle Network Toolbox:
  • CAN FD-protokollstöd i Simulink, samt XCP över Ethernet för att kommunicera med ECU:er från MATLAB eller Simulink

• Model-Based Calibration Toolbox:
  • Powertrain Blockset-integrering för användning av uppmätta data för att kalibrera och generera tabeller för Powertrain Blockset-mappade motorer

• Vehicle Dynamics Blockset:
  • En ny produkt för att modellera och simulera fordonsdynamik i en virtuell 3D-miljö

Kodgenerering

• Embedded Coder:
  • Embedded Coder-ordlista för att definiera anpassade konfigurationer för kodgenerering för data och funktioner
  • Code Perspective för att anpassa Simulink-skrivbordet för kodgenereringsarbetsflöden

• MATLAB Coder:
  • Fältlayout med radordning för enklare gränssnitt för genererad kod med C-miljöer som lagrar fält i radordningsformat
  • Stöd för glesa matriser för att möjliggöra mer effektiv beräkning med glesa matriser i genererad kod
  • C-kodgenerering för maskininlärningsimplementering inklusive k-nearest neighbor, non-tree ensemblemodeller och distansberäkningar med Statistics and Machine Learning Toolbox

• Fixed-Point Designer:
  • Optimering av uppslagstabell för att approximera funktioner och minimera RAM-användning för befintlig uppslagstabell

• HDL Coder:
  • Matrisstöd som möjliggör HDL-kodgenerering direkt från algoritmer med tvådimensionella matrisdatatyper och -operationer

Signalbehandling och kommunikation

• Signal Processing Toolbox:
  • Signal Analyzer-app för att bearbeta flera signaler och extrahera intressanta regioner från signaler
  • Vibrationssignalanalys från roterande maskiner med varvtalsspårning och ordningsanalys

• LTE System Toolbox:
  • NB-IoT-stöd för att modellera smalbandstransporten för Sakernas Internet och delad kanal för fysisk nedlänk

• RF Blockset:
  • Kraftförstärkarmodell för att fånga ickelinjäritets- och minneseffekter baserat på in-/utenhetens karakteristika

• Wavelet Toolbox:
  • Kontinuerliga och diskreta filterbankar för vågformstransformationer

• Robotics System Toolbox:
  • Lidar-baserad SLAM för att lokalisera robotar och kartmiljöer med lidar-sensorer

Verifiering och validering

• Requirements Toolbox:
  • Kravimport med ReqIF för att importera krav från tredjepartsverktyg som IBM Rational DOORS Next Generation eller Siemens Polarion

• Simulink Test:
  • Täckningsaggregering som kombinerar täckningsresultat från flera testkörningar

• Polyspace Code Prover:
  • AUTOSAR-stöd för statisk analys av AUTOSAR-programvarukomponenter

R2018a är tillgänglig direkt, i hela världen. Mer information finns i nyheter för R2018a.

Följ @MATLAB på Twitter för att delta i konversationen om nyheterna i R2018a, eller gilla MATLABs Facebook-sida.