Madrid Resúmenes

Beyond the “I” in AI

10:00–10:30

Insight. Implementation. Integration.

AI, or artificial intelligence, is transforming the products we build and the way we do business. It also presents new challenges for those who need to build AI into their systems. Creating an “AI-driven” system requires more than developing intelligent algorithms. It also requires:

  • Insights from domain experts to generate the tests, models, and scenarios required to build confidence in the overall system
  • Implementation details including  data preparation, compute-platform selection, modeling and simulation, and automatic code generation
  • Integration into the final engineered system

P.J. Boardman demonstrates how engineers and scientists are using MATLAB? and Simulink? to successfully design and incorporate AI into the next generation of smart, connected systems.

P.J. Boardman, MathWorks


Buscando el Avión Gemelo Digital

10:30–11:00

Actualmente Airbus Defence and Space se encuentra inmersa en un cambio estructural del proceso habitual del dise?o, fabricación y servicio de sus productos. Este proceso, que ha ido mejorando durante más de 40 a?os, se encuentra ahora en medio de un análisis profundo que tendrá como consecuencia una reforma integral de la actual industria aeroespacial. Siguiendo metodologías adaptadas de Model-Based System Engineering, Airbus Defence and Space está trabajando de manera incesante para poder generar el gemelo digital de avión. 

El concepto de Avión Gemelo Digital consiste en la digitalización de todos los requisitos a todos los niveles, funcionalidades y soluciones de dise?o que conforman las bases de una aeronave en todas sus fases: concepción, especificación, dise?o, fabricación, verificación y soporte a cliente. Este nuevo concepto de trabajo fuerza a desarrollar un proceso completamente trazable de extremo a extremo de manera bidireccional, enlazando los requisitos a cualquier nivel con las soluciones aportadas basadas en distintas tipologías de modelos.

Las herramientas de MathWorks junto con desarrollos internos de Airbus Defence and Space establecen un marco de trabajo que permite un avance enorme en el desarrollo de cualquier tipo de proyecto. Para ello, cuatro conceptos claves son los pilares fundamentales de esta nueva forma de trabajar:

  • Requisitos
  • Modelos
  • Simulación
  • Trazabilidad

Durante la sesión se mostrarán los avances realizados así como los retos en los que estamos trabajando de cara a futuro. ?

Alonso Pardo,
Airbus Defence and Space


Novedades de las últimas Versiones de MATLAB y Simulink

11:30–12:15

Conozca las nuevas funcionalidades de las familias de productos de MATLAB? y Simulink? para flujos de trabajo de investigación, dise?o y desarrollo. Entre lo más destacado de esta sesión están las últimas novedades para deep learning, comunicaciones inalámbricas, conducción autónoma y otras áreas de aplicación. Además, se mostrarán nuevas herramientas para la definición de arquitecturas software y de sistema, así como modelado, simulación y verificación.

Paz Tárrega, MathWorks

David Pérez, MathWorks


MATLAB y Simulink para desarrollo de propulsión aeroespacial

12:30–13:00

Una breve historia y descripción de las actividades de PLD Space seguida de nuestras aplicaciones usando los productos de MathWorks, en el departamento de propulsión de cohetes.

Germán Torres, PLD Space

Convertirse en un equipo de ingenieros centrado en datos: ponerse al día con el aluvión de datos

14:00–14:30

Los equipos de ingenieros disponen en la actualidad de más datos que nunca. Datos de pruebas, operaciones, producción y otras fuentes presentan oportunidades para decisiones de dise?o basadas en datos y nuevos productos y servicios basados en datos. Pero a muchos equipos les cuesta crear un conjunto coherente de herramientas y procesos para extraer valor de estos datos

Esta sesión presenta una variedad de nuevas funcionalidades de MATLAB? para acceder, organizar y analizar datos, con un foco especial en el contexto de datastore de MATLAB para trabajar con colecciones grandes de datos y tipos de datos de MATLAB para organizar y preprocesar datos de sensores. Veremos cómo estas herramientas permiten a los equipos de ingenieros pasar de análisis de datos ad-hoc a construir herramientas centralizadas para uso a nivel de toda la organización creando unos cimientos para apps de producción y análisis de datos.

Paula Poza, MathWorks


Deep learning y reinforcement learning para inteligencia artificial

14:30–15:00

La inteligencia artificial está generando un cambio espectacular en el papel que los ordenadores juegan en nuestras vidas personales y profesionales. Dos nuevos flujos de trabajo, deep learning y reinforcement learning, están transformando industrias y mejorando aplicaciones como el diagnóstico médico, la conducción autónoma y el control de robots.

Esta sesión muestra como MATLAB? soporta flujos de trabajo de deep learning y reinforcement learning incluyendo:

  • Automatización de la preparación y etiquetado de datos de entrenamiento
  • Interoperabilidad con entornos de deep learning de código abierto
  • Entrenamiento de redes neuronales profundas sobre datos de imágenes, se?ales y textos
  • Sintonización de hiper-parámetros para acelerar el tiempo de entrenamiento e incrementar la precisión de la red
  • Generación de código multi-plataforma para NVIDIA?, Intel?, and ARM?

Lucas García, MathWorks


Mantenimiento Predictivo aplicado a una estampadora hidráulica

15:00–15:30

El objetivo de esta presentación es describir con un modelo simple, los pasos necesarios para conseguir una simulación y una red neuronal en MATLAB? con aprendizaje supervisado, a emplear en la monitorización activa y predicción de anomalías de una estampadora hidráulica.

Iván Pérez, Safran


Despliegue de inteligencia artificial para decisiones de fabricación cercanas al tiempo real

15:30–16:00

Con la creciente popularidad de la inteligencia artificial, nuevos horizontes están emergiendo en mantenimiento predictivo y la toma de decisiones de fabricación. En cualquier caso, hay múltiples complejidades asociadas con el modelado de plantas, entrenamiento de modelos predictivos para ellas y despliegue a gran escala de estos modelos, incluyendo:

  • Datos de fallos, que pueden ser difíciles de obtener, pero se pueden utilizar simulaciones físicas para crear datos sintéticos con diversas condiciones de fallos.
  • Datos de alta frecuencia de múltiples sensores, donde la alineación temporal hace difícil el dise?o de una arquitectura de streaming.

Esta sesión se centrará en la construcción de un sistema para afrontar estos retos mediante MATLAB?, Simulink?, Apache? Kafka?, and Microsoft? Azure?. Se verá un modelo físico de un activo de ingeniería y se mostrará como desarrollar un modelo de aprendizaje automático para ese activo. Para desplegar el modelo como un servicio en la nube escalable y fiable, incorporaremos enventanado temporal y gestión de datos fuera de rango con Apache Kafka. El sistema está construido en un sprint de tres semanas, destacando el valor del prototipado rápido y permitiendo su utilización por parte de expertos en diversos dominios.

Lucas García, MathWorks

Desarrollo de un sistema de gestión de baterías utilizando Simulink

14:00–14:30

Los sistemas de gestión de baterías (SGB) aseguran el máximo rendimiento, un funcionamiento seguro y la vida útil óptima de los sistemas de almacenamiento de energía de los paquetes de baterías bajo diversas condiciones de entorno y ciclos de carga-descarga. Con Simulink?, los ingenieros pueden usar simulaciones para modelar algoritmos de control retroalimentados y supervisados que monitoricen el voltaje y la temperatura de la celda, estimen el estado de carga (SoC) y el estado de salud del paquete, controlen los ritmos de carga y descarga y equilibren el SoC de todas las celdas de la batería, y aíslen la batería de la fuente o la carga cuando sea necesario. Empezando por estudios de compromiso en las primeras fases de dise?o hasta las pruebas con hardware-in-the-loop del hardware del SGB, Simulink puede ayudar a los ingenieros a realizar simulaciones en su ordenador para asegurar que el SGB rinde como se espera bajo todas las condiciones de operación deseadas y cumple con los requisitos de durabilidad de dise?o. En esta sesión, aprenderán cómo Simulink puede ayudar a ingenieros del ámbito eléctrico, térmico y de software a colaborar a lo largo del ciclo de desarrollo de los algoritmos de SGB.

María Fernández, MathWorks


Beneficios de la generación automática de código para sistemas de aeroespacio y defensa

14:30–15:00

Durante la presentación Benjamín Colomer presentará los distintos casos de éxito alcanzados en el área de aerospace y defence de la empresa AERTEC Solutions. Entre los ejemplos se mostrarán la incidencia en el ciclo de desarrollo completo de algunos de sus productos como el RPAS Tarsis75, Kit de guiado laser multiplataforma y el desarrollo de una aplicación para automatizar el proceso de cálculo de pruebas automatizado para equipos embarcados en el sector aeronáutico.

Benjamín Colomer, AERTEC Solutions


Cómo hacer más simple la verificación basada en requisitos con el dise?o basado en modelos

15:00–15:30

Con el dise?o basado en modelos, los requisitos textuales informales se pueden modelizar y simular para verificar el comportamiento de forma temprana y entonces, generar automáticamente un código para un dispositivo embebido. Los requisitos pueden incluir propiedades temporales para definir lógica de se?al compleja dependiente del tiempo, y pueden estar incompletos o ser inconsistentes.

Esta charla muestra cómo se pueden modelizar requisitos y utilizar el editor de “Logical and Temporal Assessments” en Simulink Test? para traducir requisitos en texto informales en evaluaciones inequívocas con semántica clara y definida que permite identificar inconsistencias. El lenguaje de evaluación temporal, basado en lógica métrica temporal, posee una semántica precisa y formal altamente expresiva para crear evaluaciones legibles. Se conocerá cómo introducir evaluaciones con condiciones, eventos, valores de se?ales, retrasos y respuestas usando el editor interactivo basado en formularios. Se puede visualizar la evaluación en una declaración similar al idioma inglés que es fácil de entender, o ver representaciones gráficas que permiten visualizar los resultados y depurar errores de dise?o.

Luis Lopez, MathWorks


Ingeniería de sistemas: de los requisitos a la arquitectura y a la simulación

15:30–16:00

La ingeniería de sistemas y el dise?o basado en modelos pueden significar cosas diferentes para diferentes grupos, pero muchas de las definiciones comparten un conjunto de conceptos, incluyendo el comenzar desde un conjunto de requisitos a nivel de sistema que se usan para conducir una descomposición funcional y el proceso de asignación de requisitos. Después se realizan “trade studies” sobre las diferentes alternativas de arquitectura del sistema para crear una arquitectura a partir de la cual se desarrolla y después se simula el dise?o para verificar que los requisitos se cumplen.

Esta presentación muestra cómo MATLAB? y Simulink? operan en este flujo de trabajo cuando se combinan con Simulink Requirements?, al permitir a los usuarios:

  • Recoger, ver, analizar y gestionar requisitos
  • Desarrollar un modelo de arquitectura de sistema a partir de los requisitos, modelos de Simulink existentes, ICDs y arquitecturas creadas de manera externa, o combinaciones de lo anterior
  • Examinar el modelo de arquitectura de sistema utilizando distintas vistas para diferentes intereses
  • Asignar (enlazar) requisitos a componentes de la arquitectura y realizar análisis de cobertura y de impacto ante cambios
  • Realizar estudios de compromiso para comparar, evaluar u optimizar la arquitectura del sistema
  • Dise?ar componentes especificados en el modelo de arquitectura de sistema
  • Simular la composición de sistema para verificar el comportamiento a nivel de sistema

Luis Lopez, MathWorks

  • 萧照兴:因“中山红木”而来,为大涌“特色小镇”而留 2019-05-20
  • 西藏的和平解放(下) 2019-04-03
  • 相思湖边包鱼粽 孝心满满全家欢 2019-03-15
  • 福特和戴姆勒停止合作研发燃料电池技术 2019-03-15
  • 换一种方式吃鸡肉 美味又易做-美食资讯 2018-07-13
  • 凤凰网财经招聘实习生 2018-07-12
  • 惊艳卢浮宫小牛电动发布新款电动车惊艳卢浮宫小牛电动发布新款电动车-手机行情 2018-07-12
  • 【探秘子午岭】黄土高原腹地的人文生态宝库 2018-07-11
  • 美俄掀起新一轮互相制裁风波。 2018-07-11
  • 北京市第六医院包头金荣集团暖心送医行 2018-07-10
  • 喀纳斯景区再添8只天鹅宝宝 2018-07-09
  • 图解:习近平主席这12个金句振奋人心! 2018-07-09
  • 在战火中诞生的党中央机关报(连载四) 2018-07-08
  • “世界杯时间”,以独特方式展现中国元素 2018-07-07
  • 今日热点舆情(6月15日):火锅店被吃垮,实际是信任破产 2018-07-07
  • 497| 423| 461| 105| 325| 714| 677| 306| 327| 668|