연구 기관에서는 MATLAB 및 Simulink를 사용하여 딥러닝, 예측 모델링 및 통계 분석 기법을 적용합니다. 팀원들은 공통된 제품을 공유하여 작업과 아이디어를 서로 주고받을 수 있습니다. 분야 특정 툴박스, 앱, 애드온 제품 등을 추가하고 특정 영역에 배포하며 동시에 전체 팀을 대상으로 MATLAB 및 Simulink의 기능에 대해 교육할 수 있습니다. 이러한 제품들을 통해 과학 분야의 프로젝트 진행 속도를 높일 수 있습니다.
MATLAB 및 Simulink를 사용하여 다음과 같은 작업을 수행할 수 있습니다.
- 건강 분석을 위한 분류 및 예측 모델 생성
- 얼굴 인식 등의 영상 분석 작업 자동화
- 연구의 유의성 판별을 위한 광범위한 통계 기능 사용
- 물리적 현상을 모델링 및 시뮬레이션하고 시스템 구현 개발
- 유사한 문제를 해결한 개발자 커뮤니티와 교류
- 개별 계측기, 카드, 센서 또는 사물 인터넷을 통한 실시간 데이터 수집
정부 연구 및 기관을 위한 MATLAB 및 Simulink 사용하기
딥러닝 및 영상 처리
측정된 데이터를 사용하여 객체를 식별하고 이상 조건을 예측하는 딥러닝 모델을 단 몇 줄의 MATLAB 코드로 구축할 수 있습니다. Image Processing Toolbox 앱을 통해 영상 데이터 분할 및 대규모 영상 데이터셋에 대한 일괄 처리 등의 일반적인 공정을 자동화할 수 있습니다. 장비의 열화상 촬영, 건강 분석의 생물의학적 분류, 제조 품질 검사 등의 영상 처리 응용 사례에 MATLAB을 사용할 수 있습니다. MATLAB의 딥러닝을 사용하면 영상, 비디오 또는 신호 데이터에서 직접 특징 표현을 학습할 수 있습니다.
데이터 수집
데이터 수집에 MATLAB 및 Simulink 제품을 사용하여 파일, 응용 프로그램, 웹 서비스 및 기기의 데이터를 수집, 분석 및 시각화할 수 있습니다. 다음의 데이터에 액세스할 수 있습니다.
- 데이터 수집 보드, 테스트 및 측정 계측기, CAN 버스 인터페이스 기기 및 영상 기기 등의 하드웨어
- ODBC 준수 또는 JDBC 준수 데이터베이스, OPC 서버 및 여러 금융 데이터 서버
GPU 연산
MATLAB을 사용하면 CUDA® 프로그래머가 아니더라도 NVIDIA® GPU를 사용하여 AI, 딥러닝 및 기타 계산 집약적 분석의 속도를 높일 수 있습니다. MATLAB 및 Parallel Computing Toolbox를 사용하여 다음과 같은 작업을 수행할 수 있습니다.
- 500개 이상의 내장 함수로 MATLAB에서 NVIDIA GPU를 직접 사용.
- MATLAB 워커 및 MATLAB Parallel Server를 사용하여 데스크탑, 연산 클러스터 및 클라우드의 여러 GPU에 액세스.
- GPU Coder를 사용하여 MATLAB에서 데이터 센터, 클라우드 및 임베디드 기기에 배포할 CUDA 코드 직접 생성.
- GPU Coder로 MATLAB에서 저지연 고처리량 추론을 위한 NVIDIA TensorRT™ 코드 생성.
- MATLAB Production Server를 사용하여 NVIDIA가 지원되는 데이터 센터에 MATLAB AI 응용 프로그램을 배포해서 엔터프라이즈 시스템과 통합.
엔터프라이즈 응용 프로그램에 데이터 분석 모델 배포 및 통합
MATLAB이 고급 데이터 분석 및 머신러닝 알고리즘의 개발에 필요한 환경을 제공하기는 하지만, 이러한 모델과 시스템은 실제 환경에 배포해야 하는 경우가 많습니다. 특히 빅데이터에서 유의미한 정보를 추출할 때는 더욱 그렇습니다. 이식 가능한 C/C++ 코드의 생성, 컴파일된 실행 파일, 웹 기반 응용 프로그램 또는 모바일 앱으로의 통합 등 다양한 방법으로 MATLAB 알고리즘을 배포할 수 있습니다.
클라우드 컴퓨팅
MATLAB은 MathWorks Cloud부터 AWS® 및 Azure® 등의 퍼블릭 클라우드에 이르기까지 다양한 클라우드 환경에서 실행할 수 있습니다.
MathWorks Cloud를 사용하면 다음 환경에서 MATLAB 및 Simulink를 사용할 수 있습니다.
- 웹 브라우저
- 퍼블릭 클라우드
- Docker 컨테이너