R2018a at a Glance

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
• Infrastructure de test d’application (avec interface utilisateur), interface C++ MEX, remplissage personnalisé automatique et assistants de fonction pour le développement logiciel avancé

MATLAB Online

• Connectivité matérielle pour la communication avec les webcams USB

Econometrics Toolbox

• Application Econometric Modeler pour la réalisation d’analyses de séries temporelles, les tests de spécifications, la modélisation et les diagnostics

Image Processing Toolbox

• Traitement d’images 3D et visualisation de volume

Partial Differential Equation Toolbox

• Analyse dynamique structurelle pour trouver les fréquences naturelles, les formes modales et la réponse transitoire

Optimization Toolbox

• Méthodes de décomposition par branche pour résoudre plus rapidement les problèmes linéaires à entiers mixtes

Neural Network Toolbox

• Support package pour l’importation de couches de Deep Learning et de réseaux conçus dans TensorFlow^®-Keras
• Réseaux LSTM (Long Short-Term Memory) pour résoudre les problèmes de régression et faire de la classification de texte avec le produit Text Analytics Toolbox™
• Adam, RMSProp, et technique que gradient clipping pour améliorer l’apprentissage des réseaux
• Accélération de l’apprentissage pour les réseaux DAG (Directed Acyclic Graph) en utilisant plusieurs GPU et en calculant les activations des couches intermédiaires

Computer Vision System Toolbox

• Application Image Labeler pour automatiser la labellisation des pixels individuels dans le cadre de la segmentation sémantique

GPU Coder

• Génération de code CUDA^® pour les réseaux disposant d’une topologie DAG (Directed Acyclic Graph) et les réseaux préentraînés comme GoogLeNet, ResNet et SegNet
• Génération de code C à partir des réseaux de Deep Learning pour les processeurs Intel^® et ARM^®

Statistics and Machine Learning Toolbox

• Visualisation des données haute densité grâce à des tracés en nuages de points dans l’application Classification Learner
• Algorithmes de Big Data pour la régression SVM par noyau, le calcul des matrices de confusion et la création de partitions non stratifiées pour la validation croisée

Text Analytics Toolbox

• Extraction et comptage des phrases à plusieurs mots, extraction du texte HTML et détection des phrases, des adresses email et des URL
• Apprentissage stochastique des modèles LDA pour les grands ensembles de données

Predictive Maintenance Toolbox

• Nouveau produit pour la conception et le test des algorithmes de maintenance prédictive et de surveillance de l’état

Simulink

• Synchronisation de la simulation pour l’exécuter à la fréquence de l’horloge ou à un autre rythme spécifié pour améliorer la visualisation
• Simulation Data Inspector dans le Live Editor pour ajouter, afficher et modifier directement des tracés

Simulink 3D Animation

• Fonction de détection des collisions d’objets virtuels à l’aide de nuages de points, de lancer de rayons et de géométries primitives

Simscape

• Domaine de simulation en air humide et bibliothèques de blocs pour modéliser des systèmes HVAC et de contrôle environnemental
• Partitionnement du solveur local pour augmenter la vitesse de la simulation en temps réel

Automated Driving System Toolbox

• Application Driving Scenario Designer pour la définition interactive des acteurs et des scénarios de conduite pour tester les algorithmes de fusion de capteurs et de contrôle

Model Predictive Control Toolbox

• Blocs ADAS pour la conception, la simulation et l’implémentation d’algorithmes de régulation adaptative de la vitesse et d’alerte de franchissement de voies

Vehicle Network Toolbox

• Support du protocole CAN FD dans Simulink^®, et de XCP sur Ethernet pour communiquer avec les ECU à partir de MATLAB^® ou Simulink

Model-Based Calibration Toolbox

• Intégration de Powertrain Blockset™ pour utiliser les données mesurées afin d’étalonner et de générer des tables pour les moteurs cartographiés de Powertrain Blockset

Vehicle Dynamics Blockset

• Nouveau produit pour la modélisation et la simulation de dynamiques de véhicules dans un environnement 3D virtuel

Embedded Coder

• Dictionnaire Embedded Coder^® pour la définition de configurations de génération de code personnalisées pour les données et fonctions
• Perspective de code pour personnaliser l’environnement Simulink pour les processus de génération de code

MATLAB Coder

• Tableaux de type « row-major » pour simplifier l’interfaçage du code avec les environnements C stockant les tableaux au format « row-major »
• Support des matrices creuses pour permettre un calcul plus efficace grâce à l’utilisation de matrices creuses dans le code généré
• Génération de code C pour le déploiement de modèles d’apprentissage automatique, la recherche du K plus proche voisin, les modèles ensemblistes sans arborescence et le calcul des distances avec Statistics and Machine Learning Toolbox™

Fixed-Point Designer

• Optimisation des tables de recherche pour les fonctions d’approximation et la minimisation de l’utilisation de la RAM par les tables de recherche existantes

HDL Coder

• Support des matrices permettant la génération de code HDL directement à partir des algorithmes avec des types de données et des opérations matricielles à deux dimensions

Signal Processing Toolbox

• Application Signal Analyzer pour le traitement de plusieurs signaux et l’extraction des régions d’intérêt à partir des signaux
• Analyse des signaux de vibration émis par les machines rotatives grâce au suivi du nombre de tours par minute et à l’analyse d’ordre

LTE System Toolbox

• Support du NB-IoT pour modéliser les canaux de transport et physiques partagés pour le Narrowband IoT

RF Blockset

• Modèle d’amplificateur de puissance pour capturer les non-linéarités et les effets de mémoire en se basant sur les caractéristiques d’entrée/sortie du composant

Wavelet Toolbox

• Bancs de filtres pour les transformées en ondelettes continues et discrètes

Robotics System Toolbox

• SLAM basé sur lidar pour la localisation des robots et des environnements cartographiques en utilisant des capteurs lidar

Simulink Requirements

• Importation des exigences avec ReqIF pour l’importation des exigences à partir d’outils tiers comme IBM^® Rational^® DOORS^® Next Generation ou Siemens^® Polarion

Simulink Test

• Agrégation de couverture pour combiner des résultats provenant de plusieurs exécutions de tests

Polyspace Code Prover

• Support d’AUTOSAR pour l’analyse statique des composants logiciels AUTOSAR