基於模型設計的AI：虛擬感測器建模
本次網路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的虛擬感測器模型到嵌入式處理器的工作流程。透過實際案例，演示如何將AI模型整合到系統級設計中，並針對效能、資源和部署約束進行驗證。
文章情報
工程師進階
要點
- 將AI模型整合到Simulink中進行系統級模擬和驗證
- 應用形式化驗證技術評估神經網路行為
- 壓縮AI模型以減少記憶體佔用並提高執行速度
- 生成無庫依賴的C程式碼並執行PIL測試
為什麼重要
這條新聞值得關注，因為將AI模型整合到Simulink中進行系統級模擬和驗證。
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。
本次網路研討會探討如何利用基於AI的虛擬感測器來估計難以或成本高昂測量的訊號，例如電池管理系統中的電池荷電狀態（SOC）。透過一個實際示例，會議展示瞭如何將AI模型整合到系統級設計中，並針對效能、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的虛擬感測器到嵌入式處理器。
您將學習如何：
- 將AI模型整合到Simulink®中進行系統級模擬和驗證
- 應用形式化驗證來評估神經網路行為
- 最佳化模型以減少記憶體佔用和執行速度
- 生成無庫依賴的C程式碼並進行嵌入式部署的程式碼效能分析
- 評估在準確性、效能和部署目標之間的設計權衡
立即點選“觀看”探索本次網路研討會。