2018 MATLAB 和Simulink 技术研讨会 – 智能系统开发

地点	场地	日期	时间
天津	会议地点待定	2018年11月27日	8:30 – 17:00

活动概述

本次活动将利用上机实践、技术方案演示和案例分享等方式，深入浅出地介绍如何使用MATLAB & Simulink进行深度学习以及基于模型的设计，来加速智能系统开发和实现。

技术亮点

MATLAB深度学习
故障诊断与预测性维护
机电系统的设计仿真及优化
代码自动生成及代码验证

参会对象

深度学习应用研究的在职研发人员与技术经理（有MATLAB基础即可）。
智能自主系统研发经理与工程师

注意事项：上午Workshop上机操作，仅限30个机位接入，机位确认将按照License用户、注册时间和行业应用匹配度顺序予以确认。本次活动涉及专业领域研究方向和产品化设计，将暂时不对在校学生开放，同学们可参加相关主题的网上研讨会。

请扫描二维码，立即报名！

演讲者背景

陈建平，MathWorks 中国高级应用工程师，北京大学硕士学位，拥有十余年数值算法设计、实现，以及对大规模工程数据分析和建模经验。

赵晨星，MathWorks中国应用工程经理，华中科技大学电子科学与技术专业学士和硕士学位，在射频微波电路及系统、高速数字系统设计有多年工作经验。

马文辉，MathWorks中国高级应用工程师，南开大学工学博士，在大数据处理与分析领域有多年研究与开发经验；曾就职于Nokia Siemens中国研究院，Adobe中国研发中心以及IBM中国。

吴菁，MathWorks 中国高级应用工程师，机械电子工程硕士，专注于控制系统设计的行业应用。毕业于北京航空航天大学，获得机械电子工程学士学位，曾就职于中国运载火箭技术研究院（CASA），从事运载火箭的推力矢量控制系统的开发工作，并获得硕士学位。

胡乐华，MathWorks 中国高级应用工程师，拥有航空航天制造工程硕士学位。加入MathWorks前，在霍尼韦尔，BlueSky从事直升机飞行动力学和涡轴发动机系统的仿真开发

时间	标题
AM	上机实践 - MATLAB 深度学习
8:30-9:00	网络测试和云端接入。参会者需自带笔记本电脑，使用Windows或MacOS，建议安装Chrome浏览器。本次上机实践通过浏览器使用部署在云端的虚拟应用，对笔记本的CPU和GPU及内存均无特别要求。
9:00-12:00	全面掌握MATLAB深度学习应用开发；并通过与云端GPU配合，体验MATLAB在开发深度学习应用上的方便快捷。MATLAB友好的深度学习API，只需少量代码即可实现深度学习网络的设计、训练，并通过GPU Coder快速部署推断代码到嵌入式设备之中。通过五行代码实现图像识别使用一个预训练的网络实现对不同物体的分类创建CNN网络并从头训练，实现对MINIST图库的识别迁移学习使用GPU coder生成GPU代码
12:00-13:30	午休
PM	MATLAB技术研讨会
13:30-14:00	智能系统开发：来自工具供应商的洞察基于模型的设计被广泛地应用于各行业控制系统的开发，它在开发高可靠性系统中扮演了非常关键的角色。以自动驾驶为代表的智能系统将控制与感知和规划相融合，引出了新的传感器，算法和领域专家。该演讲讨论在系统高度自主趋势下，高可靠性系统开发中的工具和流程
14:00-15:00	故障诊断与预测性维护——工业数字化典型应用预测性维护作为智能制造和工业数字化的典型应用受到了广泛关注，MATLAB利用其在工业控制和制造领用的优势，并结合MATLAB机器学习算法，以及MATLAB的大数据处理和并行与分布式计算能力，为广大用户提供了数据驱动的故障诊断和预测性维护功能。本次演讲着重介绍了如何利用MATLAB开发基于数据驱动的故障诊断和预测性维护算法或应用，并介绍如何实现这些算法与企业系统的集成。
15:00-15:30	茶歇
15:30-16:30	机电系统的设计仿真及优化机电系统包括不同物理域的元器件，比如电机、放大器、编码器等等。将这些零部件与机械以及控制系统进行集成仿真，对于优化整个系统性能来说至关重要。为了确保仿真测试的效率，MathWorks 提供了各种不同的办法来轻松的权衡模型复杂度和仿真速度。由于模型能自动生成 C 代码，也让工程师们能将基于模型的设计应用于包括控制器与被控对象的整个系统。本主题以demo演示的方式，介绍飞机副翼系统的机电一体化建模和仿真，系统级的控制优化设计以及硬件在环测试的过程。
16:30-17:00	如何实现软件开发的双保险——代码静态分析和验证代码静态分析的必要性及其内涵应用到软件开发过程的流程参考 Polyspace与功能安全的对应关系