MathWorks anuncia la versión 2018a de las familias de productos de MATLAB y Simulink

MathWorks ha presentado hoy la versión 2018a (R2018a) con una serie de nuevas capacidades en MATLAB y Simulink. La versión 2018a incluye dos productos nuevos, Predictive Maintenance Toolbox para diseñar y probar algoritmos de supervisión de condiciones y mantenimiento predictivo, y Vehicle Dynamics Blockset para modelar y simular la dinámica vehicular en un entorno 3D virtual. Además de las funciones nuevas de MATLAB y Simulink, y de los productos nuevos, esta versión incluye también actualizaciones y correcciones de errores en otros 94 productos.

La familia de productos de MATLAB incorpora las siguientes actualizaciones:

• MATLAB:
  • Funciones en tiempo real, creación de documentación, depuración y controles interactivos para embeber deslizadores y menús desplegables en Live Editor
  • Marco de pruebas para apps (IU), interfaz MEX para C++, rellenado de pestañas personalizado y asistentes de función para el desarrollo de software avanzado
• MATLAB Online:
  • Conectividad de hardware para la comunicación con webcams USB
• Econometrics Toolbox:
  • App Econometric Modeler para realizar análisis de series temporales, pruebas de especificaciones, modelado y diagnósticos
• Image Processing Toolbox:
  • Procesamiento de imágenes 3D y visualización de volúmenes
• Partial Differential Equation Toolbox:
  • Análisis dinámico estructural para localizar frecuencias naturales, formas modales y respuesta transitoria
• Optimization Toolbox:
  • Métodos de ramificación para resolver problemas lineales enteros mixtos con mayor rapidez

Deep Learning

• Neural Network Toolbox:
  • Paquete de soporte para importar capas y redes de deep learning diseñadas en TensorFlow-Keras
  • Redes de memoria de corto-largo plazo (LSTM) para resolver problemas de regresión y realizar clasificación de texto con Text Analytics Toolbox
  • Adam, RMSProp y recorte de gradientes para mejorar el entrenamiento de redes
  • Entrenamiento acelerado para redes de grafo acíclico dirigido (DAG) mediante varias GPUs y activaciones de la capa intermedia de cálculo
• Computer Vision System Toolbox:
  • App Image Labeler para automatizar el etiquetado de píxeles individuales para la segmentación semántica
• GPU Coder:
  • Generación de código CUDA para redes con topología de grafo acíclico dirigido (DAG) y redes previamente entrenadas como GoogLeNet, ResNet y SegNet
  • Generación de código C para redes de deep learning en procesadores Intel y ARM

Data Analytics

• Statistics and Machine Learning Toolbox:
  • Visualización de datos de alta densidad con gráficos de dispersión en la app Classification Learner
  • Algoritmos de Big Data para regresión SVM de kernel, matrices de confusión de cálculo y creación de particiones no estratificadas para la validación cruzada
• Text Analytics Toolbox:
  • Extracción y recuento de frases con varias palabras, extracción de texto HTML y detección de oraciones, direcciones de email y direcciones URL
  • Training de modelos estocásticos LDA para conjuntos de datos extensos
• Predictive Maintenance Toolbox:
  • Un nuevo producto para diseñar y probar algoritmos de supervisión de condiciones y mantenimiento predictivo

La familia de productos de Simulink incorpora las siguientes actualizaciones:

• Simulink:
  • Inserción rápida predictiva para conectar un bloque recomendado con un bloque existente en un modelo
  • Determinación de la velocidad de la simulación para ejecutar simulaciones al ritmo del reloj o a otro ritmo especificado para mejorar la visualización
  • Simulation Data Inspector en Live Editor para añadir, ver y editar gráficos directamente
• Simulink 3D Animation:
  • Detección de colisiones para localizar colisiones de objetos virtuales mediante nubes de puntos, trazado de rayos y geometrías primitivas
• Simscape:
  • Librería de bloques para modelar sistemas de control de climatización y de control ambiental
  • Solver local de división para aumentar la velocidad de simulación en tiempo real

Automoción

• Automated Driving System Toolbox:
  • App Driving Scenario Designer para definir de forma interactiva los actores y los escenarios de conducción a fin de probar los algoritmos de control y fusión de sensores
• Model Predictive Control Toolbox:
  • Bloques de asistencia avanzada a la conducción (ADAS) para diseñar, simular e implementar algoritmos de control de crucero adaptativo y asistencia de mantenimiento de carril
• Vehicle Network Toolbox:
  • Soporte para el protocolo CAN FD en Simulink y XCP a través de Ethernet para la comunicación con unidades de control eléctrico (ECU) desde MATLAB o Simulink
• Model-Based Calibration Toolbox:
  • Integración de Powertrain Blockset para utilizar los datos medidos con el fin de calibrar y generar tablas para los motores mapeados de Powertrain Blockset
• Vehicle Dynamics Blockset:
  • Un producto nuevo para modelar y simular la dinámica vehicular en un entorno 3D virtual

Generación de código

• Embedded Coder:
  • Diccionario en Embedded Coder que permite definir configuraciones de generación de código personalizadas para datos y funciones
  • Perspectiva de código a fin de personalizar el escritorio de Simulink para flujos de trabajo de generación de código
• MATLAB Coder:
  • Diseño de arrays de fila principal para simplificar la interconexión del código generado con entornos C que almacenan los arrays con formato de fila principal
  • Soporte para matrices dispersas que permite un cálculo más eficiente utilizando matrices dispersas en el código generado
  • Generación de código C para la implementación del aprendizaje automático, lo cual incluye k-vecino más próximo, modelos de conjunto sin árbol y cálculos de distancia con Statistics and Machine Learning Toolbox
• Fixed-Point Designer:
  • Optimización de la tabla de búsqueda para funciones de aproximación y minimización del uso de RAM por parte de la tabla de búsqueda existente
• HDL Coder:
  • Soporte para matrices que permite la generación de código HDL directamente desde los algoritmos con operaciones y tipos de datos de matriz bidimensionales

Procesamiento de señales y comunicaciones

• Signal Processing Toolbox:
  • App Signal Analyzer para procesar diversas señales y extraer regiones de interés de las señales
  • Análisis de señales de vibración de maquinaria rotativa mediante el seguimiento de las revoluciones por minuto y el análisis de órdenes
• LTE System Toolbox:
  • Soporte para NB-IoT a fin de modelar el transporte de Internet of Things de banda estrecha y el canal físico compartido de enlace descendente
• RF Blockset:
  • Modelo de amplificador de potencia para capturar la no linealidad y los efectos en memoria en función de las características del dispositivo de entrada/salida
• Wavelet Toolbox:
  • Bancos de filtros de transformada wavelet continua y discreta
• Robotics System Toolbox:
  • SLAM basado en LIDAR para localizar robots y mapear entornos mediante sensores LIDAR

Verificación y validación

• Requirements Toolbox:
  • Importación de requisitos con ReqIF para importar requisitos de herramientas de terceros tales como IBM Rational DOORS Next Generation o Siemens Polarion
• Simulink Test:
  • Agregación de cobertura para combinar los resultados de cobertura de diversas ejecuciones de pruebas
• Polyspace Code Prover:
  • Soporte para AUTOSAR que permite el análisis estático de componentes de software AUTOSAR

La versión 2018a ya está disponible en todo el mundo. Para obtener más información, consulte Lo más destacado de la versión 2018a.

Siga a @MATLAB en Twitter para conocer las novedades de la versión 2018a o dele un “Me gusta” a la página de MATLAB en Facebook.