매스웍스(http://www.mathworks.com/)는 오늘 매트랩(MATLAB) 및 시뮬링크(Simulink)에 다양한 새로운 기능이 추가된 릴리스 2018a(이하 R2018a)를 발표했다. 매스웍스는 R2018a 업데이트를 통해 설계 및 테스트 조건 모니터링 및 예측 유지 관리 알고리즘을 지원하는 예측 유지 관리 툴박스(Predictive Maintenance Toolbox) 및 가상 3차원 환경에서 차량 역학의 모델링 및 시뮬레이션을 지원하는 차량 역학 블록셋(Vehicle Dynamics Blockset) 등 두 가지 신제품을 선보였다. 이 밖에도 94개 제품에 대한 업데이트 및 버그 수정이 포함됐다.

매트랩 제품군의 업데이트 내용은 아래와 같다.

• 매트랩(MATLAB):
o 라이브 에디터(Live Editor) 안에 슬라이더 및 드롭다운 메뉴를 내장할 수 있도록 지원하는 라이브 함수, 문서 작성, 디버깅, 대화형 컨트롤
o 고급 소프트웨어 개발을 위한 앱(UI) 테스트 프레임워크, C++ MEX 인터페이스, 사용자 지정 탭 완성, 고급 소프트웨어 개발을 위한 보조 도구 지원

• 매트랩(MATLAB) 온라인:
o USB 웹캠과의 통신을 지원하는 하드웨어 연결

• 이코노메트릭스 툴박스(Econometrics Toolbox):
o 이코노메트릭스 모델러(Econometric Modeler) 앱 - 시계열 분석, 지정 테스트, 모델링 및 진단

• 이미지 프로세싱 툴박스(Image Processing Toolbox):
o 3-D 이미지 프로세싱 및 볼륨 가시화

• 편미분 방정식 툴박스(Partial Differential Equation Toolbox):
o 구조해석 - 고유 진동수, 모드 모양, 과도 응답 찾기

• 최적화 툴박스(Optimization Toolbox):
o 분기 메서드 - 혼합 정수 선형 문제를 더욱 신속하게 해결

딥러닝
• 뉴럴 네트워크 툴박스(Neural Network Toolbox):
o 지원 패키지 – 텐서플로우-케라스(TensorFlow-Keras)에 설계된 딥러닝 레이어 및 네트워크 가져오기
o 장단기메모리(Long Short-Term Memory, LSTM) 네트워크 - 회귀 문제를 해결하고, 텍스트 애널리틱스 툴박스(Text Analytics Toolbox)로 텍스트 분류
o Adam, RMSProp, 증감 클리핑으로 네트워크 학습 향상
o 학습 가속화 - 다중 GPU를 사용하고 중간 레이어 활성화를 계산하는 방향성 비사이클 그래프(Directed Acyclic Graph, DAG) 네트워크

• 컴퓨터 비전 시스템 툴박스(Computer Vision System Toolbox):
o 이미지 라벨러(Image Laveler) 앱 - 시맨틱 분할을 위한 개별 픽셀의 레이블링 자동화

• GPU 코더(GPU Coder):
o 쿠다(CUDA) 코드 생성 - DAG 토폴로지가 있는 네트워크 및 사전 학습 네트워크(예: 구글넷(GoogLeNet), 레스넷(ResNet), 세그넷(SegNet))
o C 코드 생성 – 인텔(Intel) 및 ARM 프로세서상의 딥러닝 네트워크

데이터 분석
• 통계 및 머신러닝 툴박스(Statistics and Machine Learning Toolbox):
o 클래시피케이션 러너(Classification Learner) 앱의 산점도 플롯으로 고집적도 데이터 시각화
o 빅데이터 알고리즘 - 커널 SVM(Support Vector Machine) 회귀, 오차 행렬 계산, 교차 검증을 위한 비계층적 파티션 생성

• 텍스트 애널리틱스 툴박스(Text Analytics Toolbox):
o 멀티워드(Multiword) 구 추출 및 계산, HTML 텍스트 추출, 문장, 이메일 주소, URL 감지
o 대용량 데이터셋을 위한 확률적 LDA(Linear Discriminant Analysis) 모델 학습

• 예측 유지 관리 툴박스(Predictive Maintenance Toolbox):
o 설계 및 테스트 조건 모니터링, 예측 유지 관리 알고리즘을 지원하는 신제품

시뮬링크 제품군 업데이트 내용은 아래와 같다.

• 시뮬링크(Simulink):
o 예측형 빠른 삽입 - 모델의 기존 블록에 권장 블록 연결
o 시뮬레이션 페이싱(Simulation Pacing) - 실제 시계 속도 또는 기타 지정된 속도로 시뮬레이션을 실행하여 시각화 향상
o 라이브 에디터(Live Editor)의 시뮬레이션 데이터 인스펙터(Simulation Data Inspector) - 플롯을 직접 추가, 보기, 편집

• 시뮬링크 3D 애니메이션(Simulink 3D Animation):
o 충돌 감지 - 포인트 클라우드, 광선 추적, 원시 지오메트리를 사용하여 가상 세계 객체의 충돌 감지

• 심스케이프(Simscape):
o 습윤 공기 영역 및 블록 라이브러리 - HVAC(Heating, Ventilation, Air Conditioning) 및 환경 제어 시스템 모델링
o 로컬 솔버 분할 - 실시간 시뮬레이션 속도 증가

자동차
• 자동 주행 시스템 툴박스(Automated Driving System Toolbox):
o 주행 시나리오 디자이너(Driving Scenario Designer) 앱 - 작업자 및 주행 시나리오를 대화형 방식으로 정의하여 제어 및 센서 융합 알고리즘 테스트 수행

• 모델 예측 제어 툴박스(Model Predictive Control Toolbox):
o 첨단운전자보조시스템(ADAS) 블록 - 적응형 정속 주행 장치 및 차선 유지 알고리즘을 설계, 시뮬레이션, 구현

• 차량 네트워크 툴박스(Vehicle Network Toolbox):
o 시뮬링크에서 CAN FD(CAN Flexible Data) 프로토콜의 지원, 이더넷(Ethernet)을 통한 XCP로 전자 제어 장치(ECU)와 매트랩 또는 시뮬링크의 통신 지원

• 모델 기반 적합 툴박스(Model-Based Calibration Toolbox):
o 파워트레인 블록셋(Powertrain Blockset) 통합 - 측정된 데이터를 사용하여 파워트레인 블록셋(Powertrain Blockset)의 매핑 엔진틀에 대한 테이블의 보정 및 생성

• 차량 역학 블록셋(Vehicle Dynamics Blockset):
o 가상 3차원 환경에서 차량 역학의 모델링 및 시뮬레이션을 지원하는 신제품

코드 생성
• 임베디드 코더(Embedded Coder):
o 임베디드 코더(Embedded Coder) 사전 - 데이터 및 함수를 위한 사용자 지정 코드 생성 구성 정의
o 코드 퍼스펙티브(Code Perspective) - 코드 생성 워크플로를 위한 시뮬링크 데스크탑 사용자 지정

• 매트랩 코더(MATLAB Coder):
o 행 우선 배열 레이아웃 - 생성된 코드를 C 환경과 연결하여 배열을 행 우선 형식으로 저장하는 작업 간소화
o 희소 행렬 지원 - 생성된 코드에서 희소 행렬을 사용하여 더욱 효율적인 계산 수행
o C 코드 생성 - 머신 러닝 배포(예: kNN(k-Nearest Neighbor), 비트리 앙상블 모델, 통계 및 머신러닝 툴박스(Statistics and Machine Learning Toolbox)를 사용한 거리 계산) 지원

• 픽스트 포인트 디자이너(Fixed-Point Designer):
o 룩업 테이블(Lookup Table) 최적화 - 함수의 근사치를 계산하고 기존 룩업 테이블(LookUp Table) RAM 사용을 최소화

• HDL 코더(HDL Coder):
o 행렬 지원 - 2차원 행렬 데이터 유형 및 연산으로 알고리즘에서 직접 HDL 코드 생성 가능

신호 처리 및 통신
• 시그널 프로세싱 툴박스(Signal Processing Toolbox):
o 신호 분석기(Signal Analyzer) 앱 - 다중 신호를 처리하고 신호에서 관심 영역을 추출할 수 있도록 지원
o 진동 신호 분석 – 분당 회전수(PRM) 추적 및 순서 분석을 사용하여 회전하는 기계 분석

• LTE 시스템 툴박스(LTE System Toolbox):
o 협대역 사물 인터넷(NB-IoT) 지원 - 협대역 사물 인터넷 전송 및 물리적 다운링크 공유 채널 모델링

• RF 블록셋(RF Blockset):
o 전력 증폭기 모델 - 입력/출력 장치의 특징을 기준으로 비선형성 및 메모리에 대한 영향 캡처

• 웨이블릿 툴박스(Wavelet Toolbox):
o 지속적인 이산 웨이블릿(Wavelet) 변환 필터 뱅크

• 로보틱스 시스템 툴박스(Robotics System Toolbox):
o 라이다(Lidar) 기반 슬램(Simultaneous localization and mapping, SLAM) – 라이다(Lidar) 센서를 사용한 로봇 및 맵 환경 로컬화 지원

확인 및 검증
• 시뮬링크(Simulink) 요구 사항:
o ReqIF로 요구 사항 가져오기 - 타사 툴(예: IBM Rational DOORS Next Generation 또는 Siemens Polarion)의 요구 사항 가져오기

• 시뮬링크 테스트(Simulink Test):
o 커버리지 집계 - 여러 테스트 실행의 커버리지 결과 통합

• 폴리스페이스 코드 프루버(Polyspace Code Prover):
o 오토사(AUTOSAR) 지원 – 오토사(AUTOSAR) 소프트웨어 구성 요소의 정적 분석 지원