Das Release 2018b für MATLAB und Simulink enthält wesentliche Erweiterung für Deep-Learning-Funktionen. Mit der Deep Learning Toolbox steht nun ein Framework für Entwurf und Implementierung tiefer neuronaler Netze u.a. für Anwendungen in der Bildverarbeitung, Signalverarbeitung, Computer Vision und System-Design bereit.
Über 700 Besucher kamen nach München zur Matlab Expo 2018, um sich zum einen über die Funktionalitäten von Matlab und Simulink zu informieren, zum anderen aber die Projekte und Problemlösungen von Anwendern zu verfolgen. Hauptthema in diesem Jahr war die Künstliche Intelligenz.
Die neue Predictive Maintenance Toolbox in Matlab bietet Funktionen und Referenzbeispiele für Entwickler, die Algorithmen entwerfen, um Daten zu strukturieren, Zustandsindikatoren zu erstellen, Maschinenzustände zu überwachen und die wirtschaftliche Restlebensdauer zu schätzen und so Geräteausfälle zu vermeiden.
MathWorks erweitert das Angebot um die „Risk Management Toolbox“, die eine Palette an Funktionen und Apps in MATLAB für Risikomanager bereithält, mit denen sie Risikomodelle entwickeln und prüfen sowie Risikosimulationen durchführen können.
Das von MathWorks vorgestellte Release 2016b (R2016b) mit neuen Funktionen in Matlab vereinfacht die Arbeit mit Big Data. Ingenieure und Wissenschaftler können nun einfacher mit Daten arbeiten, die zu groß für den Arbeitsspeicher sind. R2016b enthält außerdem zusätzliche Funktionen in Simulink sowie die Risk Management Toolbox.
MathWorks lädt zur MathWorks Automotive Conference am 21. September nach Stuttgart ein. Bei dieser Konferenz zu Entwicklungen rund um MATLAB und Simulink tauschen sich die Teilnehmer zu aktuellen Themen in der Automobilindustrie aus.
Siemens Automation und Mathworks bauen ihre Zusammenarbeit im Bereich der Simulation und modellbasierten Entwicklung weiter aus. Ziel ist es, den Entwurf und die Implementierung komplexer Steuerungsfunktionen für den Anwender weiter zu vereinfachen.