Come portare modelli di AI su sistemi embedded

Panoramica

Machine learning è uno degli argomenti di maggior interesse per l'industria automobilistica nell’ultimo periodo. L'implementazione di algoritmi di AI nelle ECU è spesso un collo di bottiglia a causa della memoria, del throughput della CPU e delle tecniche di sviluppo e integrazione del software necessarie per supportare gli algoritmi.

In questa presentazione, Francesca Perino fornisce una panoramica delle tecnologie di Machine Learning e del workflow che ne permette l’implementazione su processori embedded. Imparerete come usare l'AI con il Model-Based Design. Discuterà anche le capacità avanzate che sono di interesse per l'industria automobilistica compreso il supporto Simulink^® e la conversione in virgola fissa.

Informazioni sul relatore/sui relatori

Francesca Perino, Principal Application Engineer in MathWorks, si occupa principalmente delle tematiche tecnologiche di intelligenza artificiale. Ha esperienza in elaborazione dei dati off-line e real-time, nella progettazione e nello sviluppo di applicazioni software, nei big data per l'analisi predittiva su sistemi embedded ed enterprise.

Prima di MathWorks, ha trascorso alcuni anni lavorando come ingegnere di ricerca e sviluppatore di software. Ha conseguito una laurea in Fisica con specializzazione in Metodi Numerici e Statistica per la fisica dell’atmosfera presso l'Università di Torino.