matlablove의 등록된 링크

 matlablove로 등록된 네이버 블로그 포스트 수는 50건입니다.

Simulink를 이용한 BMS(Battery Management Systems) 설계 - 비디오 시리즈 [내부링크]

이 비디오 시리즈는 Simulink 및 Stateflow를 사용하여 배터리 관리 시스템(BMS)을 위한 알고리즘을 모델링하고 시뮬레이션하는 방법을 설명합니다. BMS 시뮬레이션 모델을 통해 하드웨어 테스트로 재현하기 어려운 광범위한 운영 및 환경 조건을 탐색할 수 있는 방법을 확인하실 수 있습니다. 하이라이트 Simulink를 사용하여 구성 요소 및 하위 시스템을 모델링하고 테스트하는 방법 Stateflow를 사용하여 배터리 관리 시스템에 대한 감독 제어를 개발하는 방법 Simulink에서 SoC 알고리즘을 모델링하는 방법 Simulink에서 셀 밸런싱 알고리즘을 모델링하는 방법 아래 4개의 비디오를 통해 자세한 내용을 확인하시기 바랍니다. 모든 영상에서.......

MATLAB을 사용한 머신러닝 모델 학습, 파라미터 튜닝 및 애플리케이션 배포 [내부링크]

머신 러닝이 중요한 이유 머신 러닝 알고리즘은 통찰력을 생성하고 더 나은 의사결정과 예측을 수행하도록 도와주는 자연 패턴을 데이터에서 찾습니다. 자연 패턴은 의료 진단, 주식 거래, 에너지 부하 예측 등에서 중요한 결정을 내리기 위해 매일 사용됩니다. 머신 러닝을 언제 사용해야 할까요? 대용량 데이터와 많은 변수가 관련되어 있지만 기존 공식이나 방정식이 없는 복잡한 작업이나 문제에 머신 러닝을 사용해 보십시오. 다음과 같은 상황을 처리해야 할 경우 머신 러닝이 좋은 옵션입니다. ㅇ 얼굴 인식, 음성 인식의 경우처럼 직접 작성하는 규칙과 방정식이 너무 복잡한 상황 ㅇ 거래 기록에서 사기를 감지하는 경우처럼 작업 규칙.......

C/C++ 코드에서 보안 코딩 규칙 (Secure Coding Guidelines) 검사 [내부링크]

자동차 업계에서는 2021년에 UN ECE WP.29에서 발표한 규제로 인해 사이버보안 관리 체계 구축이 화두가 되고 있습니다. 그래서 사이버보안 이슈의 체계적인 관리를 위해, 가장 기본이 되어야 하는 것 중 하나는 여러분들이 소프트웨어를 작성하는 시점부터 보안 코딩 규칙(Secure Coding Guidelines)을 준수하는 것입니다. 많이 언급되는 보안 코딩 관련 규칙이나 결함에는 ISO 21434 표준에서 말하는 CERT C/C++, MISRA C:2012 (Amendment 1 포함)과 CWE(Common Weakness Enumeration)가 있습니다. 이번 글에서는 이러한 보안 코딩 규칙이나 결함을 Polyspace에서 검사하고 적용하는 방법을 간단하게 알아보도록 하겠습니다. Step1: 보안 코딩.......

(온라인 세미나) MATLAB Deep Learning Day 2021: 딥러닝 부트캠프 응용편 [내부링크]

인공지능(AI)은 우리의 일상 생활과 산업을 변화시키고 있으며, 각기 다른 도메인의 기술자와 소프트웨어 개발자가 일하는 방식도 바꾸고 있습니다. 단순한 분류 문제에서부터 복잡한 시스템의 의사 결정 지원에 이르기까지 많은 기술 영역에 영향을 끼치고 있는 인공지능은 더 이상 누군가의 영역이 아니라 모두에게 필수불가결한 지식이 되어 가고 있습니다. 전 세계적으로 개인뿐만 아니라 정부, 기관 및 기업들이 인공지능 시대로 진입하고 있는 현황에 발맞추어 MathWorks는 MATLAB Deep Learning Day 2021: 딥러닝 부트캠프 응용편을 개최합니다. 오늘날 다양한 산업 분야에서 딥러닝 모델 개발이 많은 관심을 받고 있지만, 이론 및 프로그.......

RNN (Recurrent Neural Network) 이란? [내부링크]

RNN(Recurrent neural network)은 과거의 정보를 사용하여 현재 및 미래의 입력에 대한 신경망의 성능을 개선하는 딥러닝 신경망입니다. RNN의 독특한 점은 신경망에 은닉 상태 및 루프가 있다는 것입니다. 루프 구조를 통해 신경망은 은닉 상태에 과거의 정보를 저장하고 시퀀스에 대해 연산할 수 있습니다. 이러한 특징으로 인해 recurrent neural network은 다음과 같은 다양한 길이의 순차 데이터가 있는 문제를 풀기에 적합합니다. 자연어 처리 신호 분류 비디오 분석 RNN은 과거의 정보를 현재 입력에 어떻게 적용할까요? 이 신경망에는 두 개의 가중치 세트가 있습니다. 하나는 은닉 상태 벡터에 대한 가중치 세트이며, 다른 하.......

MATLAB을 사용해 high-pass filter 설계하기 [내부링크]

High-pass filter는 차단 주파수보다 낮은 신호(저지대역)를 감쇠시키고 차단 주파수보다 높은 신호(통과대역)를 허용합니다. 감쇠량은 필터의 설계에 따라 달라집니다. High-pass filter는 종종 저주파수 잡음을 제거하고, 오디오 신호에서 허밍 사운드를 제거하고, 사운드 시스템에서 고주파수 신호를 적절한 스피커로 전송하고, 시계열 데이터에서 저주파수 추세를 제거함으로써 고주파수 추세를 강조하는 데 사용됩니다. MATLAB을 사용하면 널리 사용되는 high-pass filter 방법인 FIR(유한 임펄스 응답) 및 IIR(무한 임펄스 응답) 기반 필터를 설계할 수 있습니다. FIR 필터는 본질적으로 안정적이기 때문에 아주 선호도가 높습니다. FIR 필.......

[온라인 세미나] 모델기반 설계를 이용한 배터리 관리 시스템(BMS) 및 수소 연료전지 개발 [내부링크]

리튬이온 배터리 팩은 항공기, 전기자동차, 포터블 기기 등 안정적이고 에너지 밀도가 높으며 가벼운 전원으로 가장 널리 사용되는 에너지 저장 시스템이며, 배터리 관리 시스템(BMS)은 다양한 충전-방전 및 환경 조건에서 안전한 작동, 성능, 배터리 수명을 보장하는 시스템입니다. 또한 수소 연료전지 산업이 성장하면서 배터리를 대체할 수 있는 친환경 에너지로 연료전지 시스템 개발에 대한 관심도 증대되고 있습니다. 이번 온라인 세미나에서는 BMS를 설계할 때 엔지니어들이 고려해야하는 아키텍쳐 설계, 모델링, 시뮬레이션, 테스팅 및 검증에 이르기까지의 전반적인 개발 프로세스에 모델기반 설계를 적용한 개발상의 이점을 소개합니다.......

[코스웨어] 회귀 분석 강의 리소스 [내부링크]

MathWorks는 교수님을 위해 다양한 학문 분야에 맞춘 교육 과정 자료 [코스웨어]를 제공합니다. 강의에 바로 적용가능한 스크립트 및 리소스가 포함된 코스웨어를 이용하시면 보다 효과적으로 강의를 준비하실 수 있습니다. 회귀 분석 기초 (Regression Basics) 코스웨어 이 커리큘럼 모듈에는 회귀 분석의 몇 가지 기본 사항을 설명하는 대화형 라이브 스크립트와 지원 파일이 포함되어 있습니다. 다양한 교수 및 학습 방법에 쉽게 수정하여 적용하실 수 있습니다. 간략한 배경 설명, 대화형 일러스트레이션, 실제 적용 사례 및 학습한 개념에 대한 연습문제 등이 포함되어 있습니다. 라이브 스크립트에는 다음이 포함됩니다. 회귀 기초: 회.......

임베디드 시스템 설계, 코딩 및 검증 [내부링크]

여러분이 로봇 시스템의 일부를 구동하는 제어기를 개발하고 있다고 생각해 보 십시오. 이 시스템은 속도가 제어되는 전기 모터로 구동됩니다. 여러분은 설계를 시작 하기 전에 다음과 같은 몇 가지 중요한 질문에 대해 생각을 해보아야 합니다. "모터의 크기는 어떻게 정해야 하는가? 요구사항이 변경되면 어떻게 해야 하는가? 원하는 성능을 보장할 수 있도록 설계를 어떻게 최적화하는가? 어떻게 하면 위험을 최소화하면서 설계를 철저히 검사할 수 있는가?" 산업용 로봇, 풍력 터빈, 생산 기계, 자율주행 차량, 굴착기 또는 전기 서보 드라이브에 대한 제어기를 개발하면서 여러분의 팀이 수작업으로 코드를 작성하고 문서 기반 요.......

하이 레벨 프로그래밍 및 블록 다이어그램을 사용하여 아두이노 프로젝트 구축하기 [내부링크]

아두이노 프로그래밍은 즐거워야 하지만 센서 데이터를 시각화하거나 신호 처리, 머신러닝, 제어 또는 고급 수학을 프로젝트에 적용하는 등의 작업은 버겁고 많은 시간이 소요될 수 있습니다. MATLAB 및 Simulink는 전통적인 아두이노 프로그래밍에서 발생하는 여러 난점을 해결할 수 있습니다. 두 제품은 다음과 같은 두 가지 주요 워크플로를 지원합니다. 1. Arduino 센서의 데이터 읽기, 쓰기 및 분석 2. Arduino 기기에서 독립적으로 실행되는 알고리즘 개발 지금부터 이 두 가지 워크플로를 자세히 알아보겠습니다. Arduino 센서의 데이터 읽기, 쓰기 및 분석 MATLAB Support Package for Arduino를 사용하면 Arduino에서 데이터를 읽고 쓰.......

(유튜브 웨비나) AutoML을 이용한 모델의 최적화와 해석 가능한 AI 기법 [내부링크]

좋은 머신 러닝 모델을 구축하는 것은 어렵고 시간이 많이 걸리며 도메인 전문 분야에 적용하기에는 진입 장벽이 높습니다. Automated Machine Learning (AutoML)은 해당 프로세스를 몇 단계로 단순화하여 최상의 모델을 식별하고 단일 단계에서 하이퍼 파라미터를 최적화하여 모든 엔지니어, 과학자가 머신 러닝 모델을 최적화 할 수 있습니다. 또한, 머신 러닝의 블랙 박스 특성을 극복하고, 금융 및 의료 등 블랙 박스 모델을 용인하기 어려운 산업에서 머신 러닝 채택의 기준을 낮출 수 있는 MATLAB의 다양한 해석가능한 머신러닝 방법을 보여줄 것입니다. 마지막으로 점진적 학습(incremental learning)을 이용해 시간이 지남에 따라 모델을.......

[코스웨어] 디지털 신호 처리의 컨벌루션 [내부링크]

MathWorks는 교수님을 위해 다양한 학문 분야에 맞춘 교육 과정 자료 [코스웨어]를 제공합니다. 코스웨어를 이용하시면 보다 효과적으로 강의를 준비하실 수 있습니다. 디지털 신호 처리의 컨벌루션 (Convolution in Digital Signal Processing) 코스웨어 신호 처리 기본 과정에서 자주 다루는 컨벌루션의 기초를 소개하는 대화형 라이브 스크립트가 포함되어 있습니다. 다음의 세 가지 라이브 스크립트가 제공됩니다. ‣ 컨벌루션 소개 : 기본 사항 ‣ 컨벌루션 및 선형시 불변 (LTI) 시스템 ‣ 컨벌루션 및 필터링 이 자료는 다양한 교수 및 학습 방법을 수용하며 쉽게 수정할 수 있도록 유연하게 설계되었습니다. 시퀀스에서 사용되는 라이브.......

강화학습 - 비디오 시리즈 [내부링크]

일반적으로 머신러닝은 세 가지 범주로 세분화할 수 있습니다. 비지도 학습, 지도 학습, 강화 학습입니다. 본 강화학습(Reinforcement Learning) 비디오 시리즈에서는 강화 학습의 정의나 제어 문제를 해결할 때 강화 학습을 고려해야 하는 이유, 강화 학습 문제를 설정하고 해결하는 방법, 기존의 제어 방식과 비교할 때 강화 학습이 지니는 장단점에 대해 살펴봅니다. 특히 기존 기술로는 해결하기 어려운 제어 시스템 문제들을 해결할 수 있는강화학습에 대해 설명합니다. 우선, 강화 학습의 기본적인 사항들을 살펴보고 기존 제어 기술과의 차이점에 대해 설명합니다. 신경망이 알려지지 않은 기능을 나타내는 데 사용되는 이유와 에이전트가.......

MATLAB과 Simulink로 시작하는 SerDes 시스템 설계 및 분석 (Part2) [내부링크]

지난 Part 1 포스팅에서는 SerDes Designer App을 이용하여 SerDes 시스템을 설계하고 분석하는 과정을 알아보았습니다. 이번 포스팅에서는 시간영역 분석을 위해 SerDes Designer App에서 설계한 결과를 Simulink로 내보내는 과정과 IBIS-AMI 모델의 자동 생성 방법에 대해서 알아보도록 하겠습니다. - Part 1: SerDes와 IBIS-AMI에 대한 소개 및 SerDes Toolbox 앱을 사용하여 SerDes 시스템을 설계하는 방법 - Part 2: Simulink를 이용한 SerDes시스템의 시간영역 시뮬레이션 및 IBIS-AMI로 내보내기 - Part 3: SerDes Toolbox와 채널시뮬레이터 연동하기 Simulink를 이용한 SerDes시스템의 시간영역 시뮬레이션을 설명 하기 전에, 먼저 IBIS-.......

캠퍼스에서 MATLAB 및 Simulink 로 학습하고 취업 준비하기 [내부링크]

전세계 10만 개 이상의 조직과 6,500개 이상의 대학에서 400만 명이 넘는 엔지니어와 과학자들이 MATLAB과 Simulink를 사용하고 있습니다. 특히 학교에서 MATLAB 및 Simulink을 사용하던 학생들은 보다 많은 모델링 방법을 익혀 졸업 후 다양한 분야로 진출하고 있습니다. 실제로 취업에 성공한 많은 졸업생들이 MATLAB 및 Simulink 사용 능력 및 경험을 보유하고 있습니다. 비지니스 소셜 미디어 LinkedIn에서 MATLAB은 기술 직종사용자가 일반적으로 보유하고 있는 전문 기술 역량이며, 수천 개의 직업군에서 요구하는 기술이기도 합니다. 학교에서 학생이 학업에 정진하고 취업을 준비할 수 있도록 MATLAB및 Simulink를 제공하는 경우, 학생.......

MATLAB 대학생 AI 경진대회 (기한 연장) [내부링크]

매스웍스코리아에서 인공지능(AI) 기술을 활용한 아이디어를 MATLAB으로 구현해보는 'MATLAB 대학생 AI 경진대회'를 개최합니다. 인공지능 기술을 우리 실생활에 적용 또는 산업에서 기존의 프로세스를 개선할 수 있는 참신한 아이디어를 구현해보고, 해당 내용을 영상으로 제작해 제출하시기 바랍니다. 대회 일정 (기한 연장) 2021년 7월 1일 ~ 8월 30일 오후 1시: 참가 접수 마감 2021년 9월 30일: 평가 및 심사 2021년 10월 20일: 결과 발표 참가 방법 1. 아래의 예시에 부합하는 AI 애플리케이션 및 모델을 구현합니다. 아래 내용에 맞지 않는 프로젝트를 제출하는 경우 심사가 불가합니다. 애플리케이션의 예시: 딥러닝을 활용.......

(유튜브 웨비나 시리즈) MATLAB과 함께하는 딥러닝 4주 완성 부트캠프 [내부링크]

인공지능(AI)은 우리의 일상 생활과 산업을 변화시키고 있으며, 각기 다른 도메인의 기술자와 소프트웨어 개발자가 일하는 방식도 바꾸고 있습니다. 단순한 분류 문제에서부터 복잡한 시스템의 의사 결정 지원에 이르기까지 많은 기술 영역에 영향을 끼치고 있는 인공지능은 더 이상 누군가의 영역이 아니라 모두에게 필수불가결한 지식이 되어 가고 있습니다. 전 세계적으로 개인뿐만 아니라 정부, 기관 및 기업들이 인공지능 시대로 진입하고 있는 현황에 발맞추어 MathWorks는 4주에 걸쳐 ‘MATLAB과 함께하는 딥러닝 4주완성 부트캠프’를 개최합니다. 다양한 분야의 딥러닝 개발 워크플로우와 MATLAB이 제공하는 개발상의 이점을 이번 부트.......

(온라인 세미나) Deep Learning Overview for Images and Video [내부링크]

매스웍스 코리아에서는 오는 5월 11일(화), 딥러닝에 관심있으신 모든 교수님과 학생들을 모시고 Deep Learning Overview for Images and Video 온라인 세미나를 개최합니다. 전세계 100만명 이상의 사용자, 5000여개 이상의 교육기관에서는 교육 및 연구를 위해MATLAB과 Simulink를 사용하고 있습니다. 본 세미나에서는 MATLAB의 수석개발자인 Loren Shure가 “Deep Learning Overview for Images and Video”을 주제로 세션을 진행할 예정입니다. Loren은 지난 30년간 MathWorks에서 MATLAB을 비롯 여러 제품군의 개발에 공동 참여했으며, The Art of MATLAB 블로그를 운영하여 유명한 블로거로도 활발히 활동하고 있습니다. 이번 강좌는 딥러.......

(온라인) MATLAB EXPO 2021 Korea [내부링크]

매년 진행되는 종합 기술 컨퍼런스로 1000여명 이상의 엔지니어, 연구원 및 과학자들이 참석하여 실제 사용 사례와 데모를 공유하고 MATLAB 및 Simulink의 최신 기능을 배울 수 있는 절호의 기회인 MATLAB EXPO 2021이 오는 5월 26일(수) 온라인으로 개최됩니다. MATLAB EXPO 2021 Korea에 참여하셔야 하는 이유는 다음과 같습니다! 20개 이상의 테크니컬 세션을 통해 MATLAB 및 Simulink에 대한 모든 것을 확인하실 수 있습니다. 인공지능과 데이터 과학을 비롯, 5G, 레이더, 모델링, 시뮬레이션 등 최신 기술 동향에 따른 MATLAB 및 Simulink의 활용법을 배우실 수 있습니다. 다양한 산업의 고객 사례를 확인하실 수 있습니다. 다양한 산업군에.......

(온라인 세미나) Secure Coding과 테스팅 비용 감소를 위한 정적 분석 도구의 활용 방안 [내부링크]

최근 자동차 업계에서는 외부와 통신하는 어플리케이션들이 더 많아지고 있기에, CERT-C/C++과 같은 보안 코딩 가이드라인을 적용하라는 것을 요구하기 시작했습니다. 게다가 취약점이나 런타임 에러를 탐지하고자 하는 목적에서의 동적 테스팅은 매우 노동집약적이고 비용이 많이 소모되는 작업이기도 합니다. 이번 세미나에서는 Polyspace가 보안 코딩 가이드라인 위반사항을 어떻게 쉽게 확인할 수 있는지 안내하고, 동적 테스팅의 커버리지 목표를 달성했음에도 런타임 에러가 확인되지 않은 상황과 그 런타임 에러를 Polyspace가 어떻게 효과적으로 확인할 수 있는지 소개합니다 관심 있으신 분들의 많은 참가를 부탁드립니다. 일시: 2021년.......

MATLAB 및 Simulink에서 로봇 프로그래밍하기 [내부링크]

로봇 프로그래밍에서는 로봇이 환경을 인식하고 계획을 세우며 의사결정을 하고 작업을 수행할 수 있도록 하는 컴퓨터 프로그램을 작성합니다. 예를 들면 건물 안을 자율적으로 탐색하는 지상 로봇을 프로그래밍하려면 감지와 인지, 위치추정 및 지도작성, 경로 계획, 경로 추종, 액추에이터 제어, 및 기타 작업이 요구됩니다. 로봇 프로그래밍에는 일반적으로 다음과 같은 작업이 수반됩니다. 로봇이 환경을 인식하도록 객체 검출, 분류, 추적, 모션 추정 등에 컴퓨터 비전 및 딥러닝 알고리즘 사용 SLAM(Simultaneous Localization and Mapping), 충돌 회피, 모션 계획을 위한 알고리즘을 통한 로봇 자율성 구현 모델 예측 제어, 계산.......

MATLAB 및 Simulink를 활용한 온라인 수업 - 자료 및 예시 [내부링크]

강의실에서 제공되는 교육과정을 하이브리드 모델로 전환하려는 경우든, 가상 랩을 구축하려는 경우든, 100% 온라인 프로그램을 개발하려는 경우든, 장소에 구애받지 않는 능동적인 교육 환경이 조성되도록 MathWorks에서 도울 수 있습니다. 바로 여기서 MATLAB 및 Simulink를 사용하여 실습 환경을 제공하는 방법에 대한 자료 및 아이디어는 물론이고 학생들에게 지침을 제공하고, 학생 참여를 유도하며 학습 성취도를 평가하는 툴을 찾을 수 있습니다. 학생의 흥미를 끄는 대화형 교육 자료 만들기 라이브 편집기 및 MATLAB 앱을 통해 더욱 상호작용적인 교육과정을 만들고, 자기 주도형 학습을 촉진하며, 학생 참여를 고취할 수 있습니다. 데.......

PID 제어 - 비디오 시리즈 [내부링크]

PID는 피드백 제어기의 한 형태일 뿐이지만 이해하기도 쉽고 구현하기도 쉽습니다. 과거, 현재 및 미래의 오차를 활용하는 가장 단순한 제어기라고 할 수 있죠. 이러한 기본 기능은 모든 문제는 아니더라도 대부분의 제어 문제를 해결하는 데 꼭 필요합니다. 이것이 바로 실제 물리적 어플리케이션에서 피드백 제어의 가장 보편적인 형태로 PID가 폭넓게 사용되는 이유입니다. PID 제어는 다음과 같은 작업을 수반합니다. 적절한 PID 알고리즘 선택 (P, PI 또는 PID) 제어기 이득 조정 플랜트 모델을 대상으로 제어기 시뮬레이션 타겟 프로세서에 제어기 구현 이론적으로는 간단하지만, 실제로 PID 제어기를 설계하고 구현하는 작업.......

Simulink 모델로 부터 AUTOSAR 기반 코드 생성하기 [내부링크]

최근 차량용 소프트웨어 개발 시, AUTOSAR라는 차량용 소프트웨어 아키텍처 플랫폼을 도입하는 경우가 늘어나고 있습니다. AUTOSAR를 적용 시, 소프트웨어의 구조 설계, 유지보수, 재사용성에 유리한 측면이 있기 때문에 많은 OEM들이 Supplier에게 AUTOSAR 기반의 소프트웨어 개발을 요구하고 있습니다. 모델 기반 설계를 통해 소프트웨어를 개발하시는 분들은 Simulink 모델로 부터 AUTOSAR 표준에 맞는 코드를 개발하는 방법에 대한 궁금증이 있을 겁니다. 기존에 개발한 Simulink 모델로 부터 어떻게 AUTOSAR 기반의 코드를 개발하는지 알아 보도록 하겠습니다. Simulink에서 AUTOSAR 기반의 소프트웨어를 설계하는 방식은 아래 그림1과 같이.......

몬테카를로 시뮬레이션 - 무작위 파라미터 변형을 통해 민감도 분석 수행하기 [내부링크]

몬테카를로 시뮬레이션은 무작위로 생성된 입력값에 모델이 어떻게 반응하는지를 연구하는 데 쓰이는 기법입니다. 일반적으로 다음과 같은 3단계 과정을 거칩니다. 1. “N”개의 입력(시나리오라고도 함)을 무작위로 생성합니다. 2. “N”개의 입력값 각각에 대해 시뮬레이션을 실행합니다. 시뮬레이션은 분석 대상 시스템의 컴퓨터화된 모델에서 실행됩니다. 3. 시뮬레이션의 출력값을 집계 및 평가합니다. 일반적인 측정값에는 출력값의 평균값, 출력값의 분포, 최소 또는 최대 출력값이 있습니다. 몬테카를로 시뮬레이션을 사용하면 금융, 물리 및 수학 모델을 분석할 수 있습니다. 시뮬레이션은 서로 상호 독립적이므로 몬테카를로 시뮬레이.......

SLAM(Simultaneous Localization and Mapping)이란? [내부링크]

SLAM(Simultaneous Localization and Mapping)은 자율주행 차량에 사용되어 주변 환경 지도를 작성하는 동시에 차량의 위치를 작성된 지도 안에서 인식하는 기법입니다. SLAM 알고리즘을 통해 차량은 미지의 환경에 대한 지도를 작성할 수 있습니다. 엔지니어는 지도 정보를 사용하여 경로 계획 및 장애물 회피 등의 작업을 수행합니다. SLAM이 중요한 이유 SLAM은 오랫동안 기술 연구의 주제로 거론되었습니다. 하지만 컴퓨터 처리 속도가 크게 개선되고 카메라와 레이저 거리 측정기 등의 저비용 센서가 등장함에 따라 SLAM은 점점 더 많은 분야의 실제 응용 사례에 사용되고 있습니다. SLAM이 중요한 이유를 알아보기 위해 그 이점과 응용 사.......

(유튜브 웨비나) 객체 지향 프로그래밍의 시작 - 객체를 활용한 MATLAB 프로그래밍 [내부링크]

공학적 또는 과학적 문제들을 해결하기 위해 MATLAB은 다양한 접근방식을 제공합니다. APP을 사용하거나 Live Editor Tasks를 활용하여 문제들을 복잡한 코딩 없이도 해결할 수 있습니다. 뿐만 아니라 다른 프로그래밍 언어와 마찬가지로 절차적 프로그래밍 및 객체 지향 프로그래밍 개발 환경도 제공을 합니다. 본 웨비나에서는 객체지향 프로그래밍의 기본 단위인 객체를 활용하여 MATLAB 프로그램을 작성하는 방법에 대해 소개합니다. 하이라이트 MATLAB 에서의 객체 필요성 Class 정의와 Object 생성 Package folder의 활용 웨비나 일정 2021년 4월 28일 오후 2시 (약 30분간 진행) 사전등록 본 웨비나는 YouTube에서 진행됩니다. 사전등록을.......

Simulink에서 레거시 코드를 활용하기 위한 새로운 기능 소개 [내부링크]

최근 임베디드 소프트웨어 개발 시, 모델 기반 설계(Model-Based Design)를 적용하는 경우가 늘어나고 있습니다. 모델 기반 설계를 적용하는 경우 설계 알고리즘에 대한 가독성이 좋아지고 이를 통해 유지보수성이 향상됩니다. 또한 시뮬레이션을 통한 조기 검증으로 개발 비용과 기간을 단축합니다. 이러한 이유로 모델 기반 설계는 산업계에서 개발 표준 프로세스로 자리잡고 있습니다. 일반적으로 모델 기반 설계에서는 설계한 모델로 부터 자동 코드 생성을 통해서 코드를 구현합니다. 그렇다면 어떤 경우에 손으로 직접 구현한 레거시 코드를 모델 기반 설계에 적용하는 것일까요? 첫째, 기존의 개발 방식에서 모델 기반 설계로 전환하는 과.......

AI (인공지능)의 정의 및 사례 - 반드시 알아야 할 세 가지 [내부링크]

인공 지능, 즉 AI는 지능적인 인간 행동에 대한 시뮬레이션을 말합니다. AI는 주변 환경을 인식하고, 환경의 행동을 이해하고, 그에 대한 조치를 취하도록 설계된 컴퓨터 또는 시스템입니다. 자율주행 차량과 같이 AI로 구동되는 시스템은 머신 러닝 및 딥러닝과 같은 AI 알고리즘을 복잡한 환경에 통합하여 자동화를 구현합니다. AI가 중요한 이유 McKinsey는 2030년이 되면 AI가 전 세계적으로 13조 달러의 경제 가치를 창출할 것이라 전망합니다. 이는 거의 모든 산업 및 응용 분야에서 AI가 공학의 혁신을 일으키고 있기 때문입니다. AI는 자율주행 외에도 고장진단을 예측하여 유지관리가 필요한 시점을 알려주는 모델, 환자 모니터링 시스.......

딥러닝과 머신러닝의 차이점 이해하고 모델 생성하기 [내부링크]

딥러닝은 사람에게는 자연스러운 일, 즉 예시를 통해 학습하는 것을 컴퓨터가 수행할 수 있도록 가르치는 머신 러닝 기법입니다. 딥러닝은 무인 자동차에서 활용되는 핵심 기술로, 자동차가 정지 신호를 인식하고 보행자와 가로등을 구별할 수 있도록 합니다. 딥러닝은 전화, 태블릿, TV 및 핸즈프리 스피커와 같은 가전의 음성 제어를 위한 핵심 요소입니다. 최근 딥러닝이 많은 관심을 받고 있습니다. 딥러닝을 통해 이전에는 불가능했던 결과를 도출합니다. 딥러닝에서는 컴퓨터 모델이 직접 이미지, 텍스트 또는 사운드로부터 분류 작업 방법을 학습합니다. 딥러닝 모델은 종종 사람의 능력을 넘어서는 최고 수준의 정확도에 도달하고 있습니.......

Convolutional Neural Network에 대해 꼭 알아야 할 3가지 사항 [내부링크]

Convolutional neural network(CNN 또는 ConvNet)은 수동으로 특징을 추출할 필요 없이 데이터로부터 직접 학습하는 딥러닝을 위한 신경망 아키텍처입니다. CNN은 영상에서 객체, 얼굴, 장면 인식을 위한 패턴을 찾을 때 특히 유용합니다. 오디오, 시계열, 신호 데이터와 같이 영상 이외의 데이터를 분류하는 데도 효과적입니다. 자율주행 차량 및 얼굴 인식 응용 분야와 같이 객체 인식과 컴퓨터 비전이 필요한 응용 분야에서는 CNN을 많이 사용합니다. CNN을 유용하게 만들어 주는 요소 CNN은 다음 세 가지 중요한 요인으로 인해 딥러닝에서 널리 사용됩니다. CNN은 수동 특징 추출의 필요성을 제거합니다. 특징은 CNN에 의해 직접 학습됩니.......

Polyspace의 Target & Compiler 설정이 정적 분석 결과에 미치는 영향 [내부링크]

올바른 정적 분석 결과물을 얻어내기 위해서 가장 중요한 첫번째 단추는 내가 사용하는 Target Hardware 와 Compiler 개발 환경에 일치할 수 있도록 정적 분석 환경을 설정하는 것입니다. 잘못된 설정으로 인한 잘못된 분석 결과물을 검토하게 될 경우, 다수의 개발자, 엔지니어 분들의 소중한 시간을 아깝게 소모하게 될 것입니다. 그래서 정적 분석 도구 사용의 첫 단계인 Target & Compiler 관련 옵션 설정부터 주의 깊게 잘 설정해야 합니다. 빌드 시 Target & Compiler 정보를 알아서 추출한다? Polyspace 사용자 분들께서 Polyspace가 지원하는 컴파일러를 사용 중이라면, 큰 공수를 들지 않도록 Polyspace가 Target & Compile.......

강화학습 (Reinforcement Learning)이란? [내부링크]

강화학습은 컴퓨터 에이전트가 역동적인 환경에서 반복적인 시행착오 상호작용을 통해 작업 수행 방법을 학습하는 머신러닝 기법의 한 유형입니다. 이 학습 접근법을 통해 에이전트는 인간 개입 또는 작업 수행을 위한 명시적인 프로그래밍 없이 작업에 대한 보상 메트릭을 최대화하는 결정을 내릴 수 있습니다. 강화학습으로 교육된 AI 프로그램은 바둑과 체스뿐만 아니라 비디오 게임에서도 사람을 상대로 승리했습니다. 강화학습은 새로운 개념이 아니지만 최근 딥러닝 및 계산 능력의 발전으로 인해 인공 지능 분야에서 매우 뛰어난 성과를 거뒀습니다. 강화학습이 중요한 이유 강화학습, 머신러닝 및 딥러닝 강화학습은 머신러닝의 한 부류.......

MATLAB과 Simulink로 시작하는 SerDes 시스템 설계 및 분석 (Part1) [내부링크]

더 높은 데이터 속도로 동작하는 차세대 유선 통신 시스템의 요구사항으로 인해 SerDes 시스템은 PAM3 및 PAM4와 같은 고차 변조 방식으로 동작할 필요성이 높아지고 있습니다. 이와 함께, 도전적인 목표성능을 달성하려면 지터, 누화 및 비선형성과 같은 장애요소를 포함한 물리 계층의 정확한 시스템 수준 모델링 및 그에 맞는 적응 알고리즘을 설계해야합니다. MathWorks의 SerDes Toolbox를 이용하시면, 사용자의 요구사양과 함께 장애요소를 반영하여 SerDes 시스템을 손쉽고 빠르게 설계하실 수 있습니다. 앞으로 3회에 걸쳐서 MATLAB의 설계도구 중 하나인 SerDes Toolbox와 Simulink를 함께 사용하여 SerDes 시스템을 모델링하고 이로부.......

매스웍스, 매트랩 및 시뮬링크 릴리스 2021a 발표 [내부링크]

매스웍스가 매트랩(MATLAB) 및 시뮬링크(Simulink) 제품군의 릴리스 2021a를 발표했습니다. 이번 릴리스 2021a(R2021a)에서는 수백 개의 신규 및 업데이트된 매트랩 및 시뮬링크 기능과 함께 3개의 신제품과 12개의 주요 업데이트를 선보입니다. MATLAB의 새로운 기능에는 라이브 스크립트의 동적 컨트롤, 그리고 코드 작성 없이 라이브 스크립트에 플롯을 추가할 수 있는 새로운 작업 등이 있습니다. Simulink에서는 이번 업데이트를 통해 사용자가 C 코드를 재사용 가능한 시뮬링크 라이브러리로 가져오고 시뮬레이션 속도를 높일 수 있습니다. R2021a에서는 위성 통신, 레이더 및 DDS 응용 분야의 새로운 제품도 선보입니다. R2021a에 관한 자.......

매스웍스, ‘2021 가트너 매직 쿼드런트의 데이터 과학 및 머신러닝 플랫폼 부문’에서 리더로 선정 [내부링크]

매스웍스가 가트너 매직 쿼드런트의 데이터 과학 및 머신러닝 플랫폼 부문에서 2년 연속 리더로 선정됐습니다. 올해 가트너의 평가에서 매스웍스는 비전의 완전성과 실행력을 인정받아 리더로 선정됐습니다. 매스웍스 짐 텅(Jim Tung) 부사장은 “가트너에 의해 2년 연속 리더로 선정됨으로써, 산업 및 조직의 AI 당면 과제를 해결하기 위한 포괄적인 플랫폼을 제공하는 매스웍스의 역량이 더욱 확실히 입증됐다”라며, “매스웍스는 기술 혁신을 가속화하는 소프트웨어 및 서비스 제공에 대한 풍부한 경험 및 끊임없는 정진을 통해 엔지니어와 과학자가 시스템 전체의 맥락에서 더 나은 AI 데이터셋을 구축하고, 커뮤니티의 AI 모델을 통합하며.......

군집 분석 (Cluster Analysis)란? [내부링크]

데이터에 있는 자연적인 그룹과 패턴을 찾아내고 시각화할 수 있습니다. 군집분석은 데이터셋에 있는 감춰진 패턴이나 그룹을 찾기 위해 군집화 알고리즘을 적용하는 것을 수반합니다. 따라서 군집분석은 탐색적 데이터 분석에 자주 사용되지만, 이상 감지와 지도 학습을 위한 전처리에도 사용됩니다. 군집화 알고리즘에서는 어떤 그룹(또는 군집) 내 데이터가 다른 군집의 데이터에 비해 더 유사성이 높도록 그룹을 형성합니다. 유클리드, 확률, 코사인 거리, 상관관계 등 다양한 유사성 척도를 활용할 수 있습니다. 대부분의 비지도 학습은 군집분석의 일종입니다. 군집화 알고리즘은 크게 두 가지로 구분할 수 있습니다. 1. 널리 사용되는 k-평.......

(유튜브 웨비나) 딥러닝 모델을 라즈베리파이에 배포하기 [내부링크]

딥러닝 모델을 실제 시스템에 배포하기를 원하십니까? 본 웨비나는 MATLAB에서 딥러닝 모델을 라즈베리파이로 배포하는 방법을 소개합니다. MATLAB에는 딥러닝 모델에 대해 자동으로 C++ 코드를 생성하는 기능이 있어 배포과정이 용이할 뿐만 아니라 다른 프로세서 및 GPU에도 동일한 방법으로 배포가 가능합니다. 하이라이트 딥러닝 모델 개발 개요 딥러닝 모델의 C++ 코드생성을 통한 라즈베리파이로의 배포 웨비나 일정 2021년 2월 24일 오후 2시 (약 30분간 진행) 사전등록 본 웨비나는 YouTube에서 진행됩니다. 사전등록을 하신 분들께 관련 정보를 보내드리니, 웨비나 참석을 원하시면 반드시 사전등록을 해주시기 바랍니다. (유의사항) 반.......

신호 및 시계열 데이터를 위한 AI 기술 [내부링크]

이미지 혹은 영상신호를 입력으로 받는 시스템은 간단한 전처리를 통해 손쉽게 AI 기술을 적용하고 고전적인 이미지 혹은 영상 신호 처리에서 이루지 못했던 놀라운 결과를 얻고 있습니다. 반면 신호 및 시계열 데이터를 입력으로 하는 시스템의 경우, 전처리 및 피처 엔지니어링과 같은 신호처리의 결과가 AI 기술을 적용한 이후의 성능에 큰 영향을 끼칩니다. 본 비디오 시리즈에서는 음성 신호, 레이더 신호, 생체 신호, 설비의 진동 신호 등 다양한 신호 및 시계열 데이터를 AI 모델에 적용하기 위한 데이터 탐색, 특징 추출부터 머신러닝 및 딥러닝 모델 학습, 배포까지의 전체 워크플로우를 소개합니다. AI를 위한 신호처리 본 비디오에서.......

통신분야의 딥러닝의 예 [내부링크]

오늘은 통신분야의 딥러닝의 예로써 채널 추정 모델을 만드는 과정을 소개 하겠습니다. 일반적인 딥러닝 모델의 개발 과정은 <그림 1>과 같이 데이터 준비 및 레이블링, 모델 설계 및 학습, 그리고 배포의 순서를 따릅니다. 먼저 학습에 사용할 데이터를 준비해야 하는데, 채널 추정 목적의 모델을 학습하기 위해서는 수신 신호와 수신 신호에 대한 이상적인 채널 추정이 학습 데이터가 됩니다. MathWorks에서는 Communications Toolbox, LTE Toolbox, 5G Toolbox 등에서 제공되는 라이브러리 함수를 사용하여 표준에 부합하는 신호를 생성하고 채널이 통과된 수신 신호와 이상적인 채널 추정 데이터를 생성해 내는 것이 가능합니다. 그리.......

(온라인 세미나) MATLAB을 이용한 Tello Mini-Drone 시작하기 [내부링크]

MATLAB/Simulink는 학계 및 산업계에서 모델링에 기반한 설계 및 해석을 위한 시뮬레이션 도구로 널리 활용되고 있으며, 비대면 환경 및 소프트웨어 기반의 산업 생태계로의 전환으로 인해 그 역할이 더욱 강조되고 있습니다. 2021년 3월 17일 세미나에서는 ‘MATLAB의 하드웨어 지원 패키지를 이용한 Ryze Tello 미니 드론 구동’에 대해서 소개합니다. 환경 설정부터 Built-in 명령을 이용한 손쉬운 구동 및 Tello의 FPV 카메라를 이용한 이미지 처리 예제에 대해 설명합니다. 또한, 매년 대한전기학회주관으로 진행되는 미니드론 자율비행 경진대회에 대한 개요 및 MATLAB 지원 패키지를 이용한 사례에 대해서 소개합니다. 관심 있는 분들의 참.......

머신러닝이란? 반드시 알아야 할 3가지 [내부링크]

머신 러닝은 사람과 동물에게는 자연스러운 일, 즉 경험을 통해 학습하는 것을 컴퓨터가 수행할 수 있도록 가르치는 데이터 분석 기법입니다. 머신 러닝 알고리즘은 미리 결정된 방정식을 모델로 의존하지 않고 계산 방법을 사용하여 데이터에서 직접 정보를 “학습”합니다. 학습할 수 있는 샘플 수가 증가함에 따라 알고리즘 성능이 향상됩니다. 머신 러닝이 중요한 이유 빅데이터의 부상으로 다양한 산업 영역에서 문제를 해결하는데 머신 러닝을 활용하게 되었습니다. ㅇ 계산 금융 - 신용 평가 및 알고리즘 트레이딩 ㅇ 영상 처리 및 컴퓨터 비전 - 얼굴 인식, 모션 감지 및 객체 감지 ㅇ 계산 생명공학 - 종양 감지, 신약 발견, DNA 염기 서.......

[온라인 세미나] MATLAB을 활용한 데이터 과학과 머신러닝 응용 [내부링크]

데이터 과학(Data Science)이란, 데이터 마이닝(Data Mining)과 유사하게 정형, 비정형 형태를 포함한 다양한 데이터로부터 지식과 인사이트를 추출하는데 과학적 방법론, 프로세스, 알고리즘, 시스템을 동원하는 융합분야를 말합니다. 데이터를 통해 실제 현상을 이해하고 분석하는데 활용할 수 있도록 본 세미나에서는 MATLAB에서의 이미지, 텍스트 및 신호형태의 다양한 데이터 처리 이후 머신러닝과 같은 AI의 개발에 활용한 전반적인 워크플로에 대해 소개드립니다. 보다 빠르고 효율적인 데이터 처리에 대하여 현업에서 필요한 환경과 그리고 MATLAB이 어떻게 지원하고 있는지를 다양한 예시와 함께 설명 드릴 예정입니다. 또한 MATLAB 머.......

Polyspace Bug Finder에서 탐지한 결함의 발생 원인을 찾기 위한 방법들 [내부링크]

이번 포스팅에서는 Polyspace Bug Finder에서 찾아낸 결함의 발생 원인을 찾아가기 위한 사용자 인터페이스를 자세히 살펴보도록 하겠습니다. Polyspace Result List 화면에서 특정 결과물을 선택하면, Source 화면에서 결함의 위치를 바로 볼 수 있습니다. 그러나 이 결함은 해당 결함 이전의 각종 구문들과 연관되어 있을 가능성이 매우 높습니다. 예를 들어, Non-initialized variable이라는 결함은 어떤 코드가 초기화되지 않은 변수를 읽는 곳에서 나오게 됩니다. 하지만, 그 변수는 해당 결함이 발생하기 이전에 특정 조건에서만 초기화 되는 경우가 있을 수도 있습니다. 위 그림1처럼 if 조건식이 참일 때만 초기화되고 거짓일때에는 초.......

(유튜브 웨비나) 모델 기반 설계를 이용한 모터 제어 개발 [내부링크]

브러쉬리스 모터 제어기 개발에 있어서 복잡한 알고리즘에 대한 검증과 빠른실행이 가능한 코드 생성이 필요합니다. 이를 위해서 모델 기반 설계는 모터 제어 개발이 효율적인 개발 워크플로우를 제공하고 있습니다. 1월 21일 진행하는 웨비나에서는 모델 기반 설계를 위해 Simulink 환경에서 모터 제어 알고리즘을 모델링 및 시뮬레이션하고 실시간 테스트 및 자동코드 생성을 통해 하드웨어에 배포 과정을 다룹니다. 이를 보여주기 위해 알고리즘을 검증하기 위한 다양한 충실도를 갖는 모델링과 자속기준제어(FOC)를 모델링하고 자동튜닝 기법을 이용한 성능을 최적화 방법을 소개합니다. 또한 Speedgoat하드웨어를 이용한 실시간 테스트 환.......

(온라인 세미나) 효과적인 교육 및 학습을 위한 MATLAB/Simulink 시작하기 [내부링크]

매트랩은 전세계 수백만명의 엔지니어와 과학자가 데이터를 분석하고 알고리즘을 개발하며 새로운 시스템을 구현할 수 있도록 도와줍니다. 신호처리, 영상처리, 제어 시스템, 무선 통신, 계산 금융, 로봇공학, 딥러닝, 등의 다양한 툴박스 라이브러리를 제공하고 있으며, 배우고 사용하기 쉬워 여러분의 아이디어를 쉽고 간단하게 구현해 볼 수 있습니다. 효과적인 교육 및 학습을 위한 MATLAB/Simulink 시작하기 일시: 2021년 2월 17일(수) 오후 2시-4시 장소: 온라인 (포스트 하단에서 사전등록을 하시면 접속 링크를 확인하실 수 있습니다.) 첫번째 세션 MATLAB 세미나에서는 MATLAB을 시작하시는 분들에게 MATLAB을 소개하고 학술 및 연구 분.......

Simulink에서 AUTOSAR 어플리케이션 소프트웨어의 아키텍쳐부터 코드 생성까지 한 번에 끝내기 [내부링크]

자동차 분야에서 많이 사용되고 있는 모델 기반 설계(Model-Based Design)를 이용하여 AUTOSAR 어플리케이션 소프트웨어를 개발하는 방법은 이미 많이 활용되고 있습니다. 특히, AUTOSAR 소프트웨어 개발을 위하여 시뮬링크 모델을 AUTOSAR 전용으로 설계하는 것이 아닌, 기존에 임베디드 코드를 생성하기 위하여 개발하였던 모델을 그대로 활용할 수 있다는 장점으로 인하여 많이 활용되고 있습니다. 그림1과 같이, 기존의 작업방식은 3rd party AUTOSAR authoring tool을 이용하여 작업을 한 이후에, ARXML을 추출한 다음, 그 ARXML 파일을 손쉽게 Simulink로 불러와서 이미 친숙한 모델 기반 설계 방식으로 어플리케이션을 설계하고, 검증한 다.......

5G NR Cell Search and MIB Recovery 알고리즘 개발에서 하드웨어 구현까지 [내부링크]

5G NR을 연구하는 분들은 5G Toolbox를 활용하여 PHY단의 Uplink 혹은 downlink의 신호 구조를 파악하고 알고리즘을 검증하거나 5G NR의 규격을 만족하는 다양한 Waveform을 생성하실 수 있습니다. 하지만 검증된 알고리즘을 실제 하드웨어에 구현하여 테스트하는 과정은 또 하나의 큰 업무가 됩니다. 오늘 포스팅에서는 5G NR의 알고리즘 검증에서부터 하드웨어 구현에 이르는 워크플로우에서 MathWorks의 솔루션을 어떻게 활용할 수 있는지를 보여주는 서로 연결되는 예제들을 소개해 드립니다. 각각의 예제를 통해 MATLAB을 통해 Cell Search 및 MIB Recovery 알고리즘을 검증하고 이를 HDL 구현이 가능한 Simulink 모델로 변환하여 하드웨어.......

모델 기반 설계에서 제시하는 Project의 효율적인 관리 – Part 1. 레이블링을 이용한 간편 동적 검증 [내부링크]

급변하는 고객 요구사항과 새로운 영역으로의 파생은 빠른 기술 흐름과 기술의 복잡성을 야기하는 요인 중 하나로 작용하고 있습니다. 전통적으로 사용 되어 오던 하드웨어의 적용은 다양한 아이디어를 좀더 신속하게 적용 및 변경 할 수 있는 소프트웨어로 전환되고 있고, 더 나아가 시뮬레이션을 통한 빠른 결과 확인이 가능한 모델 기반 설계로 진화하고 있습니다. 이와 같은 흐름을 잘 반영한 대표적인 방법으로서 Agile Process 정도가 언급되어 질 수 있습니다. 빠른 응답을 기대하는 고객의 요구 사항을 전달 받아 구체화된 결과물을 신속히 전달하는 방식으로, 고객의 피드백에 기인한 반복 가능한 개발 방식이라는데 큰 의미를 둘 수 있.......

[온라인 세미나] 자율 로봇 시스템 개발을 위한 MATLAB 및 Simulink: 아이디어를 현실로 [내부링크]

로보틱스는 4차 산업혁명의 한 주요 영역인 로봇(Robot)과 테크닉스(Technics)의 합성어로, 최근 AI의 진화와 IoT, 5G 등의 테크놀러지가 접목되면서 산업현장은 물론 사회전반에 로봇 활용분야가 급속도로 확대되고 있습니다. 특히 로보틱스 및 자율시스템 (RAS: Robotics and Autonomous Systems) 적용의 증대는 산업 제조에서 소비자 제품에 이르는 광범위한 산업 분야에서 폭발적으로 증가하고 있습니다. 이에 매스웍스코리아는 자율 로봇 시스템 개발을 위한 MATLAB 및 Simulink 세미나를 개최하여 최신 개발 트렌드를 비롯, 로봇 매니퓰레이터의 시뮬레이션용 하드웨어 모델 개발에서 제어시스템 설계와 배포에 이르기까지의 다양한 영역에.......