icon-jobs-20תכנים מוקלטים (VOD)
MATLAB & Simulink

לחצו על הקטגוריה הרלוונטית כדי לבצע סינון

All 26 /3DEXPERIENCE PLATFORM 0 /ALTIUM 0 /ArcGIS Enterprise 0 /ArcGIS for Defense 0 /ArcGIS for Developers 0 /ArcGIS Online 0 /ArcGIS Pro 0 /C CODE GENERATION 0 /CATIA 0 /Communications 1 /COMPOSER 0 /Control and algorithm design 0 /DATA SCIENCE 0 /DEEP LEARNING 10 /DriveWorks 0 /ELECTRICAL 0 /ENOVIA 0 /HDL CODE GENERATION 0 /Image Processing and computer vision 0 /MACHINE LEARNING 5 /Modeling and simulation 0 /PCB 0 /PDM 0 /Programming and application development 0 /Reinforcement Learning 2 /Signal Processing and communication 0 /SIMULATION 0 /SOLIDWORKS 0 /SOLIDWORKS לשיווק ומכירות 0 /VISUALIZE 0 /הדגמות והדרכות 0 /הרכבות Assemblies 0 /וובינרים 3D PRINTING 0 /וובינרים GIS 0 /וובינרים MATLAB ו-SIMULINK 0 /וובינרים SOLIDWORKS 0 /טכנולוגיות הדפסה בתלת-ממד 0 /ייצור Manufacturing Production 0 /כללי 2 /מגוון חומרי הדפסה הנדסיים 0 /מה חדש? 0 /מועדי קורסים קרובים 0 /מתכנון, לעיצוב והדפסה בתלת-ממד 0 /ניהול מידע PDM 0 /סימולציות Simulation 0 /עיבוד אות ומערכות תקשורת 5 /עיבוד תמונה וראיה ממוחשבת 4 /קורסי DESKTOP 0 /קורסי SERVER 0 /קורסי WEB 0 /קורסי פיתוח 0 /קורסים GIS 0 /קורסים MATLAB SIMULINK 0 /קורסים SOLIDWORKS 0 /שונות GIS 0 /תאריכים קרובים 0 /תאריכים קרובים 0 /תכנון Design-Engineering 0 /תכנון מבוסס-מודל (MBD) בסביבת Simulink 6 /תקשורת טכנית Technical Communication 0

גילוי אובייקטים במידע Lidar באמצעות למידה עמוקה

חיישני Lidar נעשים יותר ויותר פופולרים בשנים האחרונות, כשהשימוש הכי בולט בהם הוא בתחום המערכות האוטונומיות. במכוניות חכמות, למשל, לצד Lidar משתמשים גם בחיישנים מסוגים נוספים, כמו מצלמה ומכ"ם, כדי להבין טוב יותר מה קורה בסביבה של הכלי, אבל להבדיל מהחיישנים הללו, ה- Lidar עובד מעולה גם בחושך או בתנאי מזג אויר גרועים, והוא נותן רזולוזציה טובה ודיוק גם עבור אובייקטים מרוחקים. משתמשים ב- Lidar גם עבור ניווט ומיפוי, ורואים יישומים של Lidar ברובוטיקה, כלי טיס לא מאויישים ועוד...לצפייה>>

How to Model, Simulate, Test and Implement Real-World Signal Processing Systems Using Simulink

אנחנו חיים בעולם של חיישנים – ברובוטים, במפעלים, במכוניות שלנו, בבתים שלנו ואפילו עלינו ממש. החיישנים האלה מייצרים אותות. בהרצאה הזו נשתמש ב-Simulink על מנת לעבד אות שהתקבל מחיישן. לצפייה>>

Solving Optimization problem with MATLAB

בסמינר זה נכיר את כלי האופטימיזציה השונים ב-MATLAB. נמחיש כיצד להשתמש ב-optimization toolbox וב-global optimization toolbox על מנת לפתור מגוון רחב של בעיות אופטימיזציה ונלמד את שיטות העבודה המומלצות להגדרה ופתרון בעיות אופטימיזציה. הנושאים העיקריים שנכלול בסמינר: פתרון בעיות אופטיצמיזציה לינאריות. פתרון בעיות אופטימיזציה לא לינאריות ומעורבות. מציאת פתרונות אופטימלים עבור בעיות המורכבות ממספר נקודות מינימום ובעיות לא חלקות באמצעות אופטימיזציה גלובלית. לחצו לצפייה>>

מידול וסימולציה של מערכות מורכבות בגישת תכנון מבוסס מודל

בהרצאה זו נציג את הגישה ונבין מדוע מהנדסים מרחבי הארץ והעולם בוחרים לעשות בה שימוש. כמו כן, נדבר על גישות חדישות לביצוע מידול וסימולציה של מערכות רב תחומיות, נראה כיצד לבצע תהליכי בדיקות ווריפיקציה למערכות מסוג זה, ותוך שימוש בדוגמה של רחפן אוטונומי נדגים כיצד ניתן לקצר את זמן הפיתוח על ידי שימוש ביצירת קוד באופן אוטומטי. בנוסף, נדון בקצרה גם בנושא הרישוי והאבטחה של המערכת. לצפייה>>

Electrical, Mechanical, and Hydraulic Modeling in Simscape (March 2021)

Modeling physical systems is easy when you use the appropriate modeling method.  In Simulink, you can use physical networks to intuitively model physical systems such as electric aircraft, hydraulic actuators, and battery management systems. לצפייה>>

מאפס למאה בסביבת Simulink: איך מתחילים לעשות שימוש בסביבה זו (מרץ 2021)

מטרת הרצאה זו היא להכיר את סביבת Simulink.  נעבור שלב אחר שלב על תהליך העבודה והמידול בסביבת Simulink, החל מעבודה עם בלוקים ופתרון בעיות פשוטות, ועד מידול מערכת מלאה. בין היתר נראה כיצד אפשר לעבוד בקלות במימד הזמן או התדר, לדמות תהליכים רציפים או בדידים או שילוב ביניהם, וכיצד המנוע של סביבת Simulink חוסך לנו זמן ומאמץ רב בתהליך המידול. לצפייה>>

How to Model, Simulate, Test and Implement Real-World Signal Processing Systems Using Simulink (March 2021)

אנחנו חיים בעולם של חיישנים – ברובוטים, במפעלים, במכוניות שלנו, בבתים שלנו ואפילו עלינו ממש. החיישנים האלה מייצרים אותות. בהרצאה הזו נשתמש ב-Simulink על מנת לעבד אות שהתקבל מחיישן. נבצע אנליזה ספקטרלית על מנת לנתח את האות, ובהתאם לאנליזה הזו נתכנן ונבנה מסנן דיגיטלי. נשערך את ביצועי האלגוריתם, ובסוף נמיר את המודל לקוד C שאותו ניתן להטמיע בחומרה לצורך פעולה בזמן אמת. לצפייה>>

Deep Learning עם MATLAB  או קוד פתוח? או גם וגם? (יוני 2021)

בהרצאה זו נעמוד על ההבדלים בין הסביבות ה"חינמיות" לבין MATLAB, ונראה מתי נכון להשתמש בכל אחת בנפרד, מתי מומלץ לשלב בין סביבות על מנת ליהנות מכל העולמות, וכיצד לעשות זאת. לצפייה>>

למידת חיזוק – מה זה? למה זה טוב? וכיצד מתחילים? (מרץ 2021)

למידת חיזוק (Reinforcement Learning) הינה תת תחום של למידת מכונה שלאחרונה תופסת תאוצה, ומטרתה למצוא את דפוס הפעולה הטוב ביותר לפתרון בעיה קיימת על ידי אימון אלגוריתם באמצעות ניסוי וטעיה. בהרצאה זו נלמד מה הוא תחום למידת החיזוק, נראה איך מאפיינים בעיה מסוג זה ונבנה יחד דוגמה בסביבת MATLAB. (מרץ 2021)

למידה עמוקה עבור מערכות תקשורת (מרץ 2021)

בהרצאה זו נדגים איך ניתן להשתמש ביכולות הלמידה העמוקה בסביבת MATLAB על מנת לסווג באופן אוטומטי אפנון של אותות תקשורת הנקלטים באנטנה ועל מנת לזהות ולסווג באופן אוטומטי מטרות מכ"ם. לצפייה>>

חידושים ומגמות עתידיות בתחום הבינה המלאכותית (מרץ 2021)

תחום הבינה המלאכותית משתנה בצורה דרמטית מידי יום. בהרצאה זו נסקור חידושים ומגמות עתידיות בכלי MathWorks בעולמות הבאים – למידת מכונה (Machine Learning), למידה עמוקה (Deep Learning), ולמידת חיזוק (Reinforcement Learning). לצפייה>>

ניתוח תמונות רפואיות באמצעות למידה עמוקה – סגמנטציה סמנטית של החדר השמאלי בתמונות MRI של הלב (אפריל 2021)

נדגים כיצד אפשר לבצע בצורה אוטומטית סגמנטציה סמנטית (Semantic Segmentation) של החדר השמאלי בתמונות MRI של הלב, ולהוריד במהירות את הרשת המאומנת ל-production. במהלך ההדגמה נדון באתגרים השונים הניצבים בפני כל העוסקים בתחום הלמידה העמוקה, ונסביר כיצד MATLAB מאפשרת להתגבר עליהם ולקבל תוצאות איכותיות יותר, מהר יותר, ובקלות. לצפייה>>

פיתוח יישומי רובוטיקה תעשייתיים באמצעות MATLAB ו- Simulink (נובמבר 2020)

הוובינר יתמקד בפיתוח אפליקציית זרוע רובוטית המבצעת pick-and-place ויסקור יכולות המאפשרות להפכה למערכת אוטונומית: פלטפורמה, חישה, תפיסה, תכנון ובקרת מסלול וקישוריות. לצפייה>>

שימוש בגישת Model-Based Design לתכנון מערכת אוטונומית באמצעות כלי  MathWorks (אפריל 2020)

האצת ביצועי קוד MATLAB באמצעות חישוב מקבילי (אוקטובר 2020)

Speeding up Image Processing and Computer Vision algorithms (אפריל 2020)

ניתן להאיץ אלגוריתמים בעולם עיבוד התמונה והראיה הממוחשבת באמצעות מגוון שיטות – כתיבה יעילה יותר של קוד ה-MATLAB, שימוש במיחשוב מקבילי (מספר מעבדים), הרצת הקוד על כרטיס המסך (GPU) והמרה אוטומטית של קוד ה-MATLAB לקוד C. בהרצאה נסקור ונדגים את השיטות השונות. לצפייה>>

What's new in Computer vision and Image Processing (מאי 2020)

בכל שנה משוחררות שתי גרסאות חדשות של MATLAB, הכוללות עדכונים, תיקונים ויכולות חדשות בכלי הפיתוח השונים. תחום עיבוד התמונה והראיה הממוחשבת הוא אחד התחומים שמתפתחים בצורה הכי מהירה, עם פונקציות חדשות, ממשקי משתמש אינטראקטיביים שחוסכים את הצורך בכתיבת קוד, אפשרויות נוספות להאיץ את תהליכי הפיתוח והאלגוריתמים, הרחבה של התמיכה בהמרה אוטומטית של קוד ה-MATLAB לקוד Embedded, התממשקות לכלי עזר חיצוניים נוספים ועוד...בהרצאה זו נסקור חלק מהיכולות השימושיות שנוספו בגרסאות האחרונות ונדגים את העיקריות שבהן. לצפייה>>

מה חדש בכלי עיבוד האות בתוכנת MATLAB ו-Simulink (אפריל 2020)

הטמעת אלגוריתמי עיבוד אות על FPGA ע"י יצירת קוד HDL אוטומטית (נובמבר 2020)

ייצור קוד C מקוד MATLAB באופן אוטומטי (אפריל 2020)

בוובינר זה נסביר כיצד ניתן לקחת קוד MATLAB ולייצר ממנו קוד Embedded יעיל, קריא ומהיר, שעושה שימוש בכל יכולות המעבד עליו הוא רץ, וכל זאת – בצורה אוטומטית. לצפייה>>

מימוש בינה מלאכותית על חומרת Embedded (מרץ 2021)

בהרצאה זו נראה את יכולות ההמרה האוטומטית של קוד MATLAB לקוד C / C++ / CUDA / VHDL המשיגות inference בקצב גבוה יותר מפי 2 מאשר זה שמושג על ידי סביבות למידה עמוקה אחרות. נדגים הלכה למעשה כיצד ניתן לקחת רשתות מאומנות או אלגוריתם הכתוב בשפת MATLAB, וליישם את הכל על חומרה לטובת הרצה בזמן-אמת. לצפייה>>

Machine Learning workflow with MATLAB (August 2020)

Machine Learning workflow with MATLAB למידת מכונה היא מנוע לחדשנות בתחומים יישומיים רבים, כולל תחזוקה מונעת, ערכות בריאות דיגיטליות ומעקב אחר מטופלים, חיזוי מגמות פיננסיות וסיוע אוטומטי לנהגים ברכב. לצפייה>>

Deep Learning for Computer Vision with MATLAB (April 2020)

תחום הלמידה העמוקה מאפשר פתרון בעיות מורכבות בצורה איכותית, והוא משותף למגוון רחב מאוד של יישומים. מהנדסים וחוקרים רבים ברחבי העולם עושים שימוש בלמידה עמוקה לצורך מציאת אובייקטי-עניין בתמונות, וידאו ועוד.
בהרצאה טכנית זו, נראה כיצד ניתן להשתמש בסביבת MATLAB בצורה יעילה בתחום הראיה הממוחשבת, לצורך פיתוח יישומי Deep Learning בעולם האמיתי. לצפייה >>

למידה עמוקה ליישומי עיבוד אות (נובמבר 2020)

בוובינר זה נדגים: כיצד ניתן להשתמש בגישת ה- Deep learning -באמצעות MATLAB לצורך יישומי עיבוד האות, כיצד לדמות אותות תקשורת ריאליסטיים ולעבד אותם, איך לבנות מודלי חיזוי לאותות באמצעות שימוש במודלי CNN ו-LSTM. לצפייה>>

כנס פיתוח מערכות תקשורת ועיבוד אות בסביבת MATLAB ו-SIMULINK (ינואר 2021)

6 הרצאות אשר עוסקות בתהליך פיתוח המערכת המלאה, החל משלב בחינת המפרטים (specifications), דרך בחינה של אלגוריתמים ומודלים שונים ועד לבניית אבי-טיפוס ובדיקות. הדוגמאות יכסו מספר יישומים שונים, כגון: מגמות בשוק התקשורת והמוליכים-למחצה העולמי, יכולות חדשות בעיבוד אותות ב-MATLAB, כלים לשילוב הנדסת מערכת בסביבת מידול המערכת, יכולות מידול תרחישים בתעשיית רכב אוטונומי מרובה תרחישים, יכולות מידול מערכות 5G, והטמעת קוד על גבי חומרה. לחצו לצפייה>>

Style Transfer לקבצי וידאו בעזרת Deep Learning בסביבת MATLAB (מרץ 2021)

איך מכניסים לתוך MATLAB רשת מסביבת למידה עמוקה אחרת, ולמה בכלל לעשות את זה? הצטרפו ליואב ברסלר ורועי פן, שיסבירו על התהליך ועל היתרונות שבו, באמצעות דוגמה מקצה-אל-קצה של לקיחת רשת השמורה בפורמט ONNX, הכנסתה אל MATLAB, אימון שלה מחדש על מנת שתוכל לשנות את הסגנון של סרטון וידאו, והמרה אוטומטית שלה לקוד CUDA יעיל. לחצו לצפייה>>