基於模型設計的AI：虛擬傳感器建模
本次網絡研討會展示了一種在單一環境中設計、訓練、驗證、壓縮和部署基於AI的虛擬傳感器模型到嵌入式處理器的工作流程。通過實際案例，演示如何將AI模型集成到系統級設計中，並針對性能、資源和部署約束進行驗證。
文章情報
工程師進階
要點
- 將AI模型集成到Simulink中進行系統級仿真和驗證
- 應用形式化驗證技術評估神經網絡行為
- 壓縮AI模型以減少內存佔用並提高執行速度
- 生成無庫依賴的C代碼並執行PIL測試
為甚麼重要
這條新聞值得關注，因為將AI模型集成到Simulink中進行系統級仿真和驗證。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
本次網絡研討會探討如何利用基於AI的虛擬傳感器來估計難以或成本高昂測量的信號，例如電池管理系統中的電池荷電狀態（SOC）。通過一個實際示例，會議展示瞭如何將AI模型集成到系統級設計中，並針對性能、資源和部署約束進行驗證。
該工作流程展示瞭如何在單一環境中設計、驗證、壓縮和部署基於AI的虛擬傳感器到嵌入式處理器。
您將學習如何：
- 將AI模型集成到Simulink®中進行系統級仿真和驗證
- 應用形式化驗證來評估神經網絡行為
- 優化模型以減少內存佔用和執行速度
- 生成無庫依賴的C代碼並進行嵌入式部署的代碼性能分析
- 評估在準確性、性能和部署目標之間的設計權衡
立即點擊“觀看”探索本次網絡研討會。