R2017b en bref

 

Nouvelles fonctionnalités
pour le deep learning

Exploitez pleinement MATLAB et Simulink en téléchargeant la dernière version.

 

Points forts de la version

Utiliser des réseaux DAG et LSTM, labelliser des images à l’aide d’une application, effectuer des segmentations sémantiques, et générer du code CUDA pour les GPU NVIDIA.

Analytique sur du texte, conteneur de données extensible, plus de fonctions de visualisation pour les données big data et d'algorithmes de machine learning, et support du stockage blob Microsoft Azure.

Modéliser des effets de séquencement et implémenter des composants intégrables dans des environnements logiciel.

De nouveaux outils pour la modélisation des exigences, l’analyse de la couverture de test et la vérification de la conformité.

Générer du code CUDA à partir de code MATLAB pour le deep learning et la vision intégrée, et l'exécuter sur des GPU NVIDIA.


Ressources supplémentaires


Updates by Product

Famille de produits MATLAB

MATLAB

  • Support du Live Editor pour les commandes MATLAB, avec des indications contextuelles et automatisées pour les arguments, les valeurs de propriété et les syntaxes alternatives
  • Fonction geobubble pour la création de cartes interactives comportant des bulles dont la taille et la couleur varient en fonction de la valeur des données, et fonction wordcloud pour l'affichage de mots à des tailles basées sur la fréquence ou d'autres données
  • Rapport de compatibilité du code pour simplifier la mise à jour du code vers une version plus récente de MATLAB
  • Fonctions binscatter, plot et scatter pour la visualisation des données hors mémoire des tableaux tall
  • API du moteur d’exécution MATLAB, pour l'exécution du code MATLAB depuis des programmes C++ et la transmission de données entre des programmes C++ et MATLAB à l'aide des MATLAB Data Array

Text Analytics Toolbox

  • Un nouveau produit pour l'analyse et la modélisation des données texte

Optimization Toolbox

  • Optimisation basée sur l’analyse de problèmes à l'aide d'expressions simples visant à spécifier les objectifs et les contraintes

Database Toolbox

  • Application Database Explorer pour explorer visuellement des bases de données sans connaître SQL
  • Interface Database Toolbox pour MongoDB

Symbolic Math Toolbox

  • Systèmes d'unités permettant d'utiliser des dimensions physiques, d'effectuer la conversion entre des unités SI et US et de créer des systèmes d'unités personnalisés

Model Predictive Control Toolbox

  • Solution approximative de programmation quadratique permettant de déterminer le pire temps d'exécution

Vérification et validation

Simulink Requirements

  • Nouveau produit permettant de créer, de gérer et de tracer des spécifications vers des modèles, du code généré et des cas de test

Simulink Check

  • Nouveau produit permettant de vérifier la conformité aux standards de modélisation.

Simulink Coverage

  • Nouveau produit permettant de mesurer la couverture de test dans les modèles et le code généré

Famille de produits Simulink

Simulink

  • Calcul de différences entre modèles pour la comparaison et la fusion des différences entre des modèles contenant des diagrammes Stateflow et des blocs MATLAB Function
  • Création de projets automatisée pour la conversion d'un dossier en projet Simulink
  • Composants programmables pour la création de compositions de composants en vue de la modélisation d'effets d’ordonnancement dans des environnements logiciels
  • Gestionnaire de simulation permettant de surveiller, inspecter et visualiser la progression et les résultats de la simulation, y compris en cas d'exécution en parallèle des simulations

Stateflow

  • Possibilité d'inclure des algorithmes Simulink continus et périodiques dans des états Stateflow, pour un mode de commutation simplifié
  • Visualisation de l'activité des transitions d'état et des valeurs de données avec Sequence Viewer et Simulation Data Inspector
  • Indicateurs de syntaxe de transition pour simplifier la création de diagrammes concis et lisibles, avec des files d'attente et actions intelligentes, de nouveaux opérateurs temporels et de messages et une mise en page automatique

Simulink Control Design

  • Réglage automatique de PID pour l’implémentation d'un algorithme embarqué de réglage automatique de PID

Simscape

  • Spécification de la valeur nominale pour améliorer la robustesse de la simulation en fournissant une échelle de variables au solveur
  • Gestion des points de fonctionnement pour initialiser des modèles à partir des points de fonctionnement enregistrés

·

Traitement du signal et communications

Antenna Toolbox

  • Objet pbstack pour la conception et l'analyse d'antennes PCB personnalisées avec des couches métalo-diélectriques arbitraires, ainsi que pour la génération de fichiers Gerber en vue de fabriquer des antennes imprimées

Communications System Toolbox

  • Bibliothèque ZigBee pour la simulation de technologies de réseaux personnels sans fil bas débit
  • Bibliothèque NFC pour la simulation de technologies sans fil NFC (Near Field Communication)

LTE System Toolbox

  • Modélisation d'algorithmes de couche physique pour le codage des canaux 5G, les liaisons narrowband pour l’Internet des Objet (NB-IoT) et les communications LTE V2X

LTE HDL Toolbox

  • Nouveau produit pour la modélisation de sous-systèmes de communications LTE destinés aux FPGA et aux ASIC

Deep Learning

Neural Network Toolbox

  • Réseaux Directed Acyclic Graph (DAG) pour le Deep Learning, avec des architectures plus complexes pour améliorer la précision et utiliser des modèles préentraînés populaires
  • Réseaux Long Short Term Memory (LSTM) pour le Deep Learning, pour la classification et la prédiction de séries temporelles
  • Tracés d'apprentissage Deep Learning pour la surveillance de l'apprentissage en termes de précision, de perte, de mesures de validation, etc.
  • Prétraitement des images pour le Deep Learning, pour un redimensionnement et une augmentation efficaces des données image en vue de l'apprentissage

Computer Vision System Toolbox

  • Segmentation sémantique utilisant le Deep Learning pour classer les régions de pixels dans les images, ainsi que pour évaluer et visualiser les résultats de la segmentation

GPU Coder

  • Nouveau produit permettant de générer du code CUDA pour l’implémentation sur des GPU NVIDIA. Applications concernées : conduite automatisée et autres applications de Deep Learning

Génération de code

Embedded Coder

  • Support d'AUTOSAR pour l'importation de compositions AUTOSAR et la simulation de services de diagnostic et de mémoire, ainsi que pour l'utilisation des messages envoyés et reçus placés en file d'attente

Fixed-Point Designer

  • Version simplifiée de l'outil Fixed-Point Tool, pour une conversion aisée des systèmes Simulink en virgule fixe

MATLAB Coder

  • Génération de code C pour le déploiement de modèles d'apprentissage automatique, y compris les modèles de classificateurs d'analyse discriminante, les modèles de régression linéaire, les modèles de régression SVM (Support Vector Machine) et les ensembles d'arbres de régression

Simulink Coder

  • Génération de classe C++ à partir de fonctions Simulink, y compris les événements d'initialisation, de réinitialisation et d'interruption

Simulink Desktop Real-Time

  • Interface à la plateforme IoT ThingSpeak

GPU Coder

  • Nouveau produit permettant de générer du code CUDA destiné aux GPU NVIDIA

Mises à jour par produits

* Indique une mise à jour majeure