Michal Blaho (Humusoft)
Zaujímavé zmeny v základných moduloch MATLAB a Simulink, ďalších nadstavbách a nové produkty. Počas tohto príspevku si povieme o novinkách v:
A novinkách v nástrojoch pre:
Jaroslav Jirkovský (Humusoft)
Deep Learning umožňuje řešit úlohy z oblasti počítačového vidění, jako je klasifikace snímků, detekce objektů na snímcích a sémantická segmentace obrazu, nebo úlohy z oblasti rozpoznávání signálů a návrhu pokročilých řídicích systémů. Uplatnění nachází v automobilových aplikacích – ADAS a autonomní řízení, medicíně – diagnostika snímků a MRI, satelitním snímkování, rozpoznávání řeči či monitorování systémů. Nejnovější nástroje v prostředí MATLAB přinášejí novinky pro různé úrovně práce s touto technikou, od začátečníků po pokročilé uživatele.
Noví uživatelé ocení připravenou grafickou aplikaci Deep Network Designer. Aplikace slouží od návrhu deep learning sítě, přes využití a modifikaci dodávaných sítí, až po přípravu dat a vlastní učení. Grafický nástroj je průvodcem, kde jsou jednotlivé kroky seřazený v logickém uspořádání a vedou uživatele celým procesem deep learningu.
Pro pokročilé uživatele je připraven nový rozšířený vývojový rámec, ve kterém je možné kompletně upravit a přizpůsobit sestavení i proces učení deep learning sítí. To umožní tvorbu pokročilých architektur hlubokého učení, jako jsou sítě GAN (generative adversarial networks) a Siamské sítě, využití vlastních trénovacích smyček, zadávání uživatelských ztrátových funkcí, a využití automatické diferenciace nebo sdílení vah. Také je možné trénování sítí s více vstupy a více výstupy.
Michal Blaho (Humusoft)
Vývoj robotických a autonómnych systémov patrí k moderným oblastiam výskumu. Výskumníci a inžinieri takýchto systémov sa snažia navrhnúť a ladiť algoritmy, ktoré splnia najprísnejšie požiadavky v oblastiach ako je napríklad plánovanie pohybu alebo vnímania okolia pre mobilné roboty, UAV alebo manipulátory. Častou súčasťou riešení je aj Robot Operating System (ROS), ktorý pomáha pri získavaní a analýze dát zo snímačov. V tejto prednáške si povieme o zaujímavých nástrojoch MATLABu pre vývoj robotických a autonómnych systémov.
Jaroslav Jirkovský (Humusoft)
Machine learning (strojové učení) používá data a vytváří program k plnění zadaného úkolu. Jádrem výsledného programu je matematický model, který vyhodnocuje výstupy na základě vstupních dat. Úkolem strojového učení je nastavit parametry modelu tak, aby vyhodnocení výstupů probíhalo s maximální přesností a minimem chybných výsledků. Základními úlohami strojového učení jsou klasifikace, regrese a shluková analýza. MATLAB poskytuje funkce pro kompletní vývoj aplikací založených na strojovém učení, od přípravy dat přes tvorbu a učení modelů až po implementaci a nasazení výsledných algoritmů ve formě serverové aplikace či inteligentních embedded systému.
Jaroslav Jirkovský (Humusoft)
Simulink je grafické prostředí blokových schémat, ve kterém je možné rychle a snadno modelovat chování dynamických soustav či modelovat nejrůznější algoritmy. K modelování lze využít a kombinovat množství přístupů, které umožní popsat modelované systémy z různých úhlů pohledu. Modely soustav lze vytvářet na základě matematického popisu diferenciální nebo diferenční rovnicí, nebo využít přístup tzv. fyzikálního modelování, kde jsou modely soustav vytvářeny skládáním prvků reprezentujících reálné objekty. Kromě dynamického popisu systémů lze v Simulinku využít modelování stavovým popisem ve formě stavových automatů a řídící logiky nebo modelovat systémy založené na generování a zpracování entit. Samozřejmostí je také začlenění funkcí a algoritmů v jazyce MATLABu přímo do grafických modelů Simulinku. Simulink tak můžeme označit jako „vícejazyčné“ prostředí pro návrh systémů založený na modelování a simulaci – Model-Based Design.
Michal Blaho (Humusoft)
Přehled aktuálních možností pro tvorbu, nasazení a sdílení aplikací, vytvořených v prostředí MATLAB a Simulink, se zaměřením na dva nové nástroje – Simulink Compiler a MATLAB Web App Server. Simulink Compiler umožňuje sdílet simulace v prostředí Simulink ve formě samostatně spustitelných aplikací. Samostatně spustitelné aplikace mohou využívat grafiku MATLABu a uživatelská rozhraní navržená v nástroji MATLAB App Designer. Za účelem kosimulace Simulink modelů s externími simulačními nástroji, je možné vytvořit z modelu samostatnou funkční jednotku FMU (Functional Mockup Unit). MATLAB Web App Server je nový nástroj, který umožňuje hostovat aplikace vytvořené v prostředí MATLABa Simulink ve formátu interaktivních webových aplikací. Koncoví uživatelé mohou spouštět a používat webové aplikace pomocí webového prohlížeče bez instalace dalšího software.
Martin Kožíšek (Humusoft)
Představení simulačních nástrojů COMSOL Multiphysics, COMSOL Server, COMSOL Compiler. Propojení s MATLAB a moderní trendy: aplikace, digital twins a optimalizace.
Martina Mudrová (Humusoft), Jiří Nárožný (Humusoft)
Stručný přehled aktuálních možností, které MATLAB a jeho doplňující služby nabízí pro výuku a vzdělávaní, a to nejen v oblasti VŠ.
Martin Kožíšek (Humusoft)
Představení dvou nových modulů v novém COMSOL Multiphysics 5.5.
Matouš Lorenc (Humusoft)
Formou minikurzu, na kterém přednášející představí a hlavně nastaví úlohu, se dotkneme témat „Power spectral density“, „Shock response“ a odlehčení modelu jakožto první krok v procesu tvorby „Digital Twin“.
Matouš Lorenc (Humusoft)
Experimentální data porovnáme se simulací, kterou před auditoriem nastaví přednášející.
Jana Sárená (Humusoft)
dSPACE platforma má svoje miesto vo svete automobilového priemyslu. Ale nie je to jediná oblasť kde dSPACE zefektívňuje prácu inžinierov. Ukážeme si možnosti a príklady z praxe kde bol dSPACE nasadený.
Martin Kožíšek (Humusoft)
Workshop pro všechny techniky, kteří si chtějí pod vedením přednášejícího (a za podpory tištěného návodu) sami nastavit numerickou simulaci fyzikálního děje. Vhodné i pro naprosté začátečníky.
Jan Studnička (Humusoft)
Tipy, triky a nové šikovné funkce v prostředí MATLAB, které Vám usnadní práci při vytváření grafů, formou podvečerního posezení „drink & learn“.
Blažej Kubizna (Schaeffler), Samuel Kecík (Schaeffler)
V rámci vývoja tohto produktu sa Schaeffler Kysuce podieľa na vývoji teplotného systému. Preto je veľmi dôležité vyvíjať chladiaci systém, ktorý je zodpovedný za kontrolu teplôt v systéme. Bol vytvorený tepelný model prevodovky, ktorý obsahuje vonkajší aj vnútorný okruh chladenia. Vonkajší okruh je vodný okruh (chladenie vodnou kvapalinou), ktorý je vyvíjaný priamo u zákazníka a poskytované sú len dáta. Na nasledujúcom obrázku je možné vidieť schému chladenia a zároveň obzor Schaeffleru.
Martin Šiler (Ústav přístrojové techniky AVČR, v.v.i.)
Při vývoji algoritmů je i dnes možné narazit na fyzické limity výpočetní techniky, ať už se jedná o výkon procesoru nebo množství dostupné paměti. V takových případech je jedna z možných cest přejít od vysokoúrovňových jazyků jako je MATLAB, LabVIEW nebo Python k jazykům nižší úrovně typu C/C++ či Fortran. Získáme tím např. vyšší kontrolu nad vykonáváním kódu, možnost vhodně kombinovat lokální zpracování velkých datových množin, kontrolu nad paralelizací nebo přesun komplexních výpočetních operací na grafickou kartu. Daní za to je výrazně vyšší náročnost práce s pamětí a obtížné ladění kódu a vizuální kontrola výsledků matematických operací.
V rámci projektu, který se zabývá optickým zobrazováním hluboko uvnitř tkání (mozku) promocí optického vlákna s minimálním průřezem jsme narazili na tento typ hardwarového omezení. Během co nejkratší doby potřebujeme pomocí cca 100 tisíc 2D Fourierových transformací zpracovat gigabyty naměřených dat a tyto výsledky pak využít pro další měření. Pomocí přepisu algoritmu z prostředí LabVIEW do jazyka C jsme dosáhli více než 100 násobného zrychlení výpočetního času.
V průběhu přednášky budou demonstrovány praktické zkušenosti jak v MATLABu připravit funkční rozhraní k externí knihovně (DLL) pro její testování a pro ověřování správnosti získaných výsledků.
Filip Rak (Zuri.com SE), Ondřej Procházka (Zuri.com SE)
Identifikace parametrů modelu letounu s kolmým startem a přistáním na základě experimentálních dat z letových zkoušek. Model se následně využije pro simulaci letových vlastností reálného letounu.
Robert Grepl (MECHSOFT s.r.o.), Martin Appel (MECHSOFT s.r.o.), Martin Formánek (MECHSOFT s.r.o.)
Pro naše zákazníky jsme potřebovali měřicí/řídicí HW, který by byl výkonnější než Arduino, levnější než NI/dSPACE a rychlejší než běžná komunikace po UART/USB. Tak jsme dali pár chytrých hlav dohromady a …
V přednášce představíme několik tajných SW/HW triků, které umožní realizovat řídicí smyčku s frekvencí až 2kHz přes běžné USB 2.0.
Řešení budeme demonstrovat na těchto příkladech: