시스템 시뮬레이션을 위한 인공지능과 모델기반설계의 통합
딥러닝 및 머신러닝은 영상에서 물체를 감지하거나 전류 및 전압 측정 데이터를 기반으로 배터리 충전 상태를 정확하게 예측하는 것과 같이, 기존 방법으로는 적절하게 모델링 할 수 없었던 복잡한 문제를 해결할 수 있는 능력을 입증했습니다. 인공지능 모델은 일반적으로 큰 시스템에서 작은 부분만을 담당하고 있습니다. 예를 들어 자율 주행 차량용 임베디드 소프트웨어는 딥러닝 기반의 컴퓨터 비전 시스템 이외에도 어댑티브 크루즈 컨트롤, 차선 유지 컨트롤, 센서 융합, LIDAR 로직 등의 여러가지 구성 요소들을 가질 수 있습니다. 실제 하드웨어 및 차량에 대한 값 비싼 테스트를 최소화하면서 이러한 모든 구성 요소를 통합, 구현 및 테스트하는 방법에는 무엇이 있을까요?
본 발표에서는 몇 가지 산업별 사례를 통하여 시스템의 복잡성 관리, 테스트를 위한 시뮬레이션, 자동 코드 생성을 통한 타겟 하드웨어 (ECU, CPU 및 GPU) 배포에 이르는 인공지능과 모델 기반 설계의 전반적인 통합 방식을 설명합니다.
발행: 2021년 5월 22일
웹사이트 선택
번역된 콘텐츠를 보고 지역별 이벤트와 혜택을 살펴보려면 웹사이트를 선택하십시오. 현재 계신 지역에 따라 다음 웹사이트를 권장합니다:
또한 다음 목록에서 웹사이트를 선택하실 수도 있습니다.
사이트 성능 최적화 방법
최고의 사이트 성능을 위해 중국 사이트(중국어 또는 영어)를 선택하십시오. 현재 계신 지역에서는 다른 국가의 MathWorks 사이트 방문이 최적화되지 않았습니다.
미주
- América Latina (Español)
- Canada (English)
- United States (English)
유럽
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
아시아 태평양
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)