モデルベース設計によるAI：仮想センサーモデリング
このウェビナーでは、単一環境内でAIベースの仮想センサーモデルを設計、トレーニング、検証、圧縮、組み込みプロセッサに展開するためのエンドツーエンドソリューションを提供するワークフローを紹介します。実践的な例を通じて、AIモデルをシステムレベルの設計に統合し、パフォーマンス、リソース、展開制約に対して検証する方法を示します。
記事インテリジェンス
エンジニア上級
要点
- SimulinkにAIモデルを統合しシステムレベルのシミュレーションと検証を実施
- 形式検証技術を適用してニューラルネットワークの動作を確認
- AIモデルを圧縮してメモリフットプリント削減と実行速度向上
- ライブラリフリーのCコードを生成しPILテストを実行
重要な理由
このニュースが重要なのは、SimulinkにAIモデルを統合しシステムレベルのシミュレーションと検証を実施ためです。
技術的影響
モデル選定、推論コスト、プロダクト能力、評価基準に影響する可能性があります。
このウェビナーでは、AIベースの仮想センサーを使用して、バッテリ管理システムにおけるバッテリ充電状態（SOC）など、測定が困難またはコストがかかる信号を推定する方法を探ります。実用的な例を通じて、AIモデルをシステムレベルの設計に統合し、パフォーマンス、リソース、展開制約に対して検証する方法をデモンストレーションします。
このワークフローは、単一環境内でAIベースの仮想センサーを設計、検証、圧縮、組み込みプロセッサに展開する方法を示しています。
学習内容：
- Simulink®にAIモデルを統合しシステムレベルのシミュレーションと検証を実施
- 形式検証を適用してニューラルネットワークの動作を評価
- メモリフットプリントと実行速度のためにモデルを最適化
- ライブラリフリーのCコードを生成し組み込み展開のコードパフォーマンスをプロファイル
- 精度、パフォーマンス、展開ターゲット間の設計トレードオフを評価
「今すぐ視聴」をクリックして、このウェビナーをご覧ください。