MATLAB עולה על מדים 2017

חשיבות הסימולציה ככלי למהנדס המערכת והפרויקט,
רוני פאר, מנהל צוות מהנדסי אפליקציה סיסטמטיקס

צה"ל אחראי על פרויקטים רבים בתעשייה, והקצינים והמהנדסים מעורבים רבות בביצוע פרויקטים, מעקב אחריהם ועל הבאתם לכדי מימוש. עם זאת, מגוון הכלים והפתרונות העומדים לרשות מהנדס המערכת או מהנדס הפרויקט הינם מעטים, ולרוב צריך להמתין חודשים רבים בטרם ניתן לראות תוצרים ראשוניים מהפרויקט.
בהרצאה זו, נציג את חשיבות כלי הסימולציה, לאורך כל שלבי הפרויקט, החל משלב הייזום וכלה בשלב האינטגרציה. נראה כיצד ניתן לעשות שימוש בכלים גרפיים בכדי להגדיר את אופני הפעולה של המערכת, לבחון את נכונותם ולוודא כי לא הוכנסה שגיאה כלשהי לתהליך זה.
נראה כיצד הכלים השונים יכולים לסייע למהנדס המערכת להגדיר דרישות נכונות, להעריך בצורה טובה יותר את התוצרים שיקבל מתוצאות בדיקות וסימולציות ארוכות יותר, ויידע להכווין בצורה טובה יותר את צוות הפרויקט שאליו הוא משתייך.
בנוסף נראה כיצד ניתן לשתף תוצרים בין קבוצות פיתוח שונות, ומדוע חשוב לעשות זאת, דווקא במקומות שבהם יש קשר שבין גוף דורש לגוף מבצע.
כחלק מהדוגמאות, תוכלו להכיר את כלי ה-Stateflow, המאפשר לתכנן דיאגרמות מצבים ומודי פעולה של מערכות.

דברים שלא ידעת שאפשר לעשות בסביבת MATLAB
איתמר אנגלמן, מהנדס אפליקציה בתחום בקרה ומידול פיסיקלי, סיסטמטיקס

ישנם למעלה מ-80 כלים שפיתחה חברת MathWorks כתוספת לתוכנת MATLAB. במהלך הרצאה זו יוצגו האפשרויות הכי מועילות שיתכן ולא הכרתם לפני כן. החל ממידול מערכות אווירונאוטיות, עיבוד נתונים גאוגרפיים, טיפול בנתוני אותות תקשורת, דרך אפשרויות לייצירת ושילוב קוד, ולבסוף בדיקה מערכתית בזמן אמת. מהנדסי היישומים של חברת סיסטמטיקס ידגימו כיצד תוכלו לשפר את חוויית המשתמש ואת תהליכי העבודה שלכם.

Predictive Maintenance with MATLAB
רוני פאר, מנהל צוות מהנדסי אפליקציה סיסטמטיקס

אחזקת מערכות הינה חלק אינטגרלי מכל פיתוח של מערכת חדשה. בעוד שבשלבי המחקר והפיתוח אנו משקיעים כ-20% מעלות הפרויקט, הרי שעיקר התקציב והמאמץ עובר בסופו של דבר לדרג האחזקה וביצוע שינויים ושיפורים. כפועל יוצא, חשיבות האחזקה בכלל, ונושא האחזקה החזויה בפרט הינו בעל ערך עליון, בעיקר כשמדובר על מערכות הפרוסות במספר אתרים ברחבי המדינה.
חברות המפתחות ציוד תעופתי ותעשייתי לרוב שומרות כמויות אדירות של נתונים לגבי אופן פעולת המכשירים והמכונות, מתוך כוונה שבעתיד ניתן יהיה להפיק ממנו מידע חשוב. עם זאת, לצורך בניה של מודלים רובוסטיים ומדויקים לחיזוי הפעילות, נדרש שילוב נדיר של ניסיון מקצועי ויכולות לעיבוד סטטיסטי.
בהרצאה זו נציג טכניקות ללימוד מכונה בסביבת MATLAB המאפשרות לחזות את משך החיים הנותר של הציוד. בעזרת נתונים המגיעים ממדידות אמיתות, נחקור את תהליכי ייבוא המידע, עיבוד ראשוני שלו, וסיווג שלו. גם אלו מכם שאינם סטטיסטיקנים או מהנדסי אמינות יוכלו להפיק רבות משלב זה.
בהמשך נראה כיצד ניתן לעשות שימוש בבינה מלאכותית ולימוד מכונה על מנת להיות מסוגלים לחזות כשלים או מצבי פעולה שאינם תקינים, מתוך מידע היסטורי. אנו נראה כיצד בוחרים את ה-features וכיצד משווים בין מספר מודלים של לימוד מכונה. נציג כיצד ניתן לעשות שימוש ב-MATLAB לצורך בניית אלגוריתמים לחיזוי (פרוגנוסטיקה) וכיצד מעבירים אותם לעולם ה-production, בכדי שגם דרגי השטח יוכלו לעשות בהם שימוש.
בתהליכים שיוצגו בהרצאה זו, תוכלו ללמוד כיצד ניתן לשפר את אמינות הציוד והמערכות ולפתח מודלים ושירותים מתקדמים יותר מהקיים היום.

מידול, סימולציה ובקרה עבור מערכת רחפן (Quadcopter)
אסף מוזס, מהנדס אפליקציה בתחום בקרה ומידול פיסיקלי, סיסטמטיקס

כלי הפיתוח של MathWorks מאפשרים מידול של מערכות פיסיקליות בתחומים רבים ומגוונים. סימולציה של המודלים הפיסיקליים מאפשרת בחינה מהירה של ביצועי המערכת, הרבה לפני בניית אב-טיפוס. בהרצאה זו נראה כיצד מהנדסים, מדענים וחוקרים משתמשים בכלי סימולציה במטרה לקבל הבנה מעמיקה יותר בכל הנוגע למערכות מולטידיסיפלינריות מורכבות.
באמצעות דוגמא של רחפן (Quadcopter) ניתן סקירה מעמיקה הכוללת מידול, סימולציה ובקרה עבור המערכת: ייבוא נתונים מתוכנית 3D CAD לסביבת העבודה של Simulink, החייאת המודל והפעלתו, תכן חוגרי בקרה ועוד. העקרונות אשר יוצגו יכולים להיות מיושמים גם על מערכות מדרגות מורכבות שונות.

Multi Sensor Fusion – Algorithm Design
רונן כהן, מהנדס אפליקציה בתחום מערכות עיבוד אות ותקשורת, סיסטמטיקס

בהרצאה זו נציג תהליך לדוגמא לפיתוח אלגוריתמי סיוע לנהג (ADAS) מבוססי מספר אמצעי חישה בעזרת MATLAB. המערכת שנציג כוללת חיישנים של מכ"מ ושל ראייה, וע"י השילוב בין שניהם (Fusion), נראה כיצד ניתן:
• לקבל תובנות על פעולת המערכת ע"י הרצה חוזרת וניתוח המידע המוקלט
• הפחתת הזמן "על הכביש" באמצעות בנייה של מידע סינטטי לאלגוריתמי בדיקה
• האצת תהליך יישום האלגוריתם באמצעות טכנולוגיה לייצור קוד

עיבוד תמונה וראיה ממוחשבת – אלגוריתמים מתקדמים חדשים ויכולות חדשות
רועי פן, מהנדס אפליקציה בתחום עיבוד תמונה וראייה ממוחשבת, סיסטמטיקס

במהלך השנים נוספים עוד ועוד אלגוריתמים ונוספות עוד ועוד יכולות לתוך ארסנל כלי עיבוד התמונה והראיה הממוחשבת שבסביבת MATLAB. בהרצאה נסקור את האלגוריתמים והיכולות אשר נוספו בגרסאות האחרונות בתחומים אלה, ונדגים את השימוש בהם. בין היתר, נדון באלגוריתמי רגיסטרציה, סגמנצטיה וגילוי אובייקטים, יישומונים (Apps) נוחים לשימוש ואפשרות להאיץ ביצועים של אלגוריתמי עיבוד תמונה וראיה ממוחשבת באמצעות כרטיס המסך של המחשב (GPU). ההרצאה מיועדת לכל העוסקים בתחום עיבוד התמונה והראיה הממוחשבת, המעוניינים ללמוד על היכולות החדשות בסביבת MATLAB בתחומים אלה.

Deep Learning בתחום עיבוד תמונה וראיה ממוחשבת
רועי פן, מהנדס אפליקציה בתחום עיבוד תמונה וראייה ממוחשבת, סיסטמטיקס

תחום הלמידה העמוקה משותף למגוון רחב מאד של יישומים, לרבות יישומים צבאיים-בטחוניים, והוא מאפשר פתרון בעיות מורכבות בצורה מהירה. מהנדסים וחוקרים רבים ברחבי העולם עושים שימוש בלמידה עמוקה לצורך מציאת תבניות בתמונות, זיהוי דיבור, עיבוד טקסט, מחקר על תרופות, ועוד. בהרצאה נסביר בקצרה מהי התיאוריה העומדת מאחורי תחום הלמידה העמוקה, וכיצד ניתן להשתמש בסביבת MATLAB בצורה יעילה בתחום זה לצורך פיתוח יישומים בעולם האמיתי. נתמקד בתחום עיבוד התמונה והראיה הממוחשבת ונראה כיצד ניתן לבצע למידה אוטומטית מתוך מאגר של תמונות, כיצד מבצעים Transfer Learning וכיצד ניתן לשלב גישות שונות של לימוד מכונה ולמידה עמוקה, על מנת לאפשר למשתמש את החופש המרבי בבואו למצוא את הפתרון המיטבי עבורו. ההרצאה מיועדת לכל העוסקים בתחום זה, וכמובן לכל אלו המעוניינים להכיר אותו ולהשתלב בו.

MATLAB למתחילים
שירן גולן, מהנדסת אפליקציה בתחום Data Analytics, סיסטמטיקס

במסלול זה נערוך הכרות בסיסית עם MATLAB, עבור מי שלא מכיר את סביבת העבודה והיכולות של MATLAB (וגם עבור מי שמכיר ורוצה לרענן את הידע).
נתחיל בהכרות של סביבת ה-MATLAB ותהליך הפיתוח בסביבה זו. נלמד כיצד לבצע טעינת נתונים מ-Excel לתוך MATLAB, להציג את הנתונים בלחיצת עכבר, לבצע פעולות עם וקטורים ומטריצות, ולהתאים עקומות ומשטחים לנתונים ממדידות. נראה כיצד אפשר לייצר קוד באופן אוטומטי עבור פעולות שכיחות בעבודה השוטפת, ולהפיק דו"חות המתעדים את הקוד והתוצאות שלנו בקלות. כמו כן, נראה כיצד ליצור סקריפטים ופונקציות כך שנוכל להריץ את הקוד שלנו שוב ושוב באופן אוטומטי.