AI mit Model-Based Design: virtuelle Sensoren entwerfen, trainieren, deployen
TL;DR
Dieses MATLAB-Webinar zeigt einen End-to-End-Workflow für AI-basierte virtuelle Sensoren — vom Design über Training und Validierung bis zum Deployment auf Embedded-Prozessoren, alles in einer Umgebung. Behandelt werden die Integration von AI-Modellen in Simulink für System-Level-Simulation und formale Verifikation von Neural-Network-Verhalten. Außerdem geht es um Modell-Kompression für weniger Memory und mehr Speed, Generierung von bibliotheksfreiem C-Code und Processor-in-the-Loop-Tests.
Nauti's Take
Für Embedded-Engineers ist eine durchgängige Toolchain von Modellentwurf über formale Verifikation bis zum C-Code-Deployment ein echter Effizienz-Gewinn — gerade in Automotive und Industrie. Der Haken: Du hängst tief im MathWorks-Ökosystem und zahlst entsprechende Lizenzgebühren, plus das Format ist klar Marketing-getrieben.
Spannend für Profis, die schon mit Simulink arbeiten, weniger relevant für Hobby-Teams oder reine Python/PyTorch-Setups.
Quellen