MathWorks Japanの製品・サービス一覧

製造業のAIｘIoT化を実現する「スマートファクトリー」化等に伴い、予知保全への関心が日々高まっています。 予知保全により、機器の状態を監視して、将来の機器の故障を防ぐことができます。機器のセンサーからのデータを使用して、分類、回帰、および時系列分析を用い、故障の根本原因を特定、故障発生までの時間を予測できます。また、複雑な機械の問題を特定し、修理または交換が必要な部品を特定するのに役立ちます。これにより、ダウンタイムを最小限に抑え、機器の存続期間を最大限に延ばすことができます。 この ebook は、MATLABによる予知保全アルゴリズムの開発を開始できるように、用語を説明し、例やチュートリアル、評価版ソフトウェアへのアクセスを提供します。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

最近のニュースで、強化学習のアルゴリズムがどのようにして囲碁、Dota 2、Starcraft 2 などのゲームでプロを破ったかが取り上げられました。強化学習は、機械学習の一種であり、ビデオゲームからロボット工学、自動運転車のような複雑な用途における人工知能の使用を可能にします。 プロジェクトで強化学習の技術を活用することに興味があっても、これまで一度も使ったことがないとしたら、何から始めたらいいでしょうか。 この ebook は、MATLAB および Simulink で強化学習を始められるように、用語を解説し、例やチュートリアル、評価版ソフトウェアをご紹介します

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

近年、AI・ディープラーニングは様々な分野で適用が進み、業務改善に成功している企業が増えている一方、PoC (実証実験) で止まってしまっているケースも少なくありません。成功している企業の取り組みにはどのような違いがあるのでしょうか？ AI・ディープラーニングの得意/不得意を理解したうえでテーマを決定し、既存の作業工程に組み込むための工夫が必要不可欠です。 このebookでは、MATLABを利用してディープラーニングに取り組み、業務への実装に成功している以下の7つの業種の事例をご紹介します。 【掲載事例】 ・製造業・外観検査 ・インフラ保守 ・化学・化粧品 ・自動車・制御 ・医療 ・航空・宇宙 ・教育

• シミュレーター

MATLAB は、変調識別およびターゲット分類と、通信アプリケーションに使用することができます。ホワイトペーパーでは以下について解説しています。 【掲載内容】 ・レーダーと通信波形を合成してラベル付け ・移動する物体のためのレーダー信号の生成 ・合成データでディープネットワークを学習 ・ディープラーニングと機械学習を使用した波形変調 ID とターゲット分類 ・ソフトウェア無線とレーダーシステムから収集されたデータでシステムをテスト

• シミュレーター

自動車業界のエンジニアと共同作業した豊富な経験に基づき、MathWorks のコンサルタントはモデルベース デザインによる ISO 26262 開発の 11 のベストプラクティスを作成しました。 この ISO 26262 ガイドでは、ISO 26262 機能安全規格に準拠する際に検証と実装の作業削減に使用できる、実証されたモデル アーキテクチャのベストプラクティスを提供します。 【掲載内容】 ・モデル インターフェイスの複雑度とデータ交換の管理 ・無干渉 (FFI) でファイル分割されたコードの生成 ・確認、検証、および文書化フェーズで全体の効率を向上

• その他組込み系（ソフト＆ハード）

MATLABとSimulinkはロボット工学や高度で複雑な自律移動ロボットの開発検証を支援します。 【掲載内容】 ・ハードウェア プラットフォームの設計 ・ROS、ROS 2を活用したセンサーデータの取得 ・画像処理・ディープラーニング・点群処理・センサーフュージョンによる物体認識 ・SLAM、Visual SLAMによる地図作成と自己位置推定 ・経路計画（パスプランニング）および経路追従 ・シミュレーション・検証・ハードウェア実装 MATLABとSimulinkを活用することで、認知・判断・制御などの複合領域のアルゴリズムを単一環境で開発検証することができます。また、自動コード生成により、リアルタイムハードウェアやGPU、組み込みCPUへシームレスに実装する事が可能です。

• その他組込み系（ソフト＆ハード）

コスト、リスク、問題の発生を最小限に抑えながらAUTOSAR ECUソフトウェアの開発がしたいですか。 Simulink は、AUTOSARの機能に加えてワークフローの自動化のためのAPIを提供します。 MathWorksのコンサルタントが自動車メーカーやOEMサプライヤーを支援した多くの経験に基づく、Simulinkおよびモデルベースデザインを使用してAUTOSARを適用するための ベストプラクティス10箇条をご紹介します。 ガイドをダウンロード して以下の内容をご覧ください。 【掲載内容】 ・SimulinkモデルをAUTOSARに移行するための戦略: 白紙状態からの移行、完全移行、モデル バリエーション ・データ管理戦略(Simulink、AUTOSARオーサリング ツールまたは外部ツール)の選択と AUTOSARの採用に関するモデリング標準の確立 ・単一のSimulinkモデルからのAUTOSARターゲットと 非AUTOSARターゲットのシミュレーションと自動コード生成 ・進化するAUTOSAR、ISO 26262規格のための将来を見据えた移行計画

• ソフトウェア（ミドル・ドライバ・セキュリティ等）
• その他組込み系（ソフト＆ハード）

自動運転・ADAS (先進運転支援システム) 開発では、「認知・判断・操作」に関わる幅広い領域において検討・開発すべき多くの技術が存在しています。 このホワイトペーパーでは、複雑化する自動運転・ADAS の技術領域を体系的に詳しく解説しています。さらに、自動運転開発のアプリケーションや機能の中から以下の重要な 7 つを取り上げ、それぞれについて MATLAB/Simulink を使用した機能・ソリューションをご紹介します。 画像処理・ディープラーニング LiDAR 信号処理 センサーフュージョン 先進走行制御 (モデル予測制御、強化学習) 各種アルゴリズム検証用運転シナリオ生成 外部連携 (Unreal 連携、ROS 連携) コード生成

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

モデルベース開発では、要件の記録から設計、実装、およびテストに至るまで、システムモデルが開発の中心になります。どこの段階でもモデルをシミュレーションして、リスクや遅延なしで、高価なハードウェアを用いることなく、システムの挙動を即座に確認し、複数の what-if シナリオをテストすることができます。 しかし実際には、モデルベース開発はどう機能するのでしょうか? そして、どのように始めたらいいでしょうか? 【掲載内容】 ・モデルベース開発の基礎 ・導入のためのベストプラクティス ・開発期間の短縮、コンポーネント統合に関わる問題の最小化、より高品質な製品の提供を実現したユーザー事例

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

バッテリーマネジメントシステム（BMS) には、バッテリーの安全性・性能・寿命を確保するために、過充電・過放電の保護ロジック、SOC/SOHの推定ロジック、セルバランス制御ロジックなど、非常に多岐に渡るロジックがあります。 BMSのロジックの妥当性・信頼性の確認をするためには、異常状態を含む様々な条件を想定したシステムレベルのテスト検証をする必要があります。 シミュレーションであれば、実バッテリーの振舞いを模擬したモデルで、テスト検証の作業を安全にかつ効率的に行うことができます。 Simulinkを用いたBMSの開発では、以下のことが可能です。 ・セル電圧と温度を監視 ・充電状態（SOC）および劣化状態（SOH）の推定 ・熱および過充電保護のための電力入出力の制限 ・充電プロファイルの制御 ・セルの充電状態のバランシング ・必要に応じてバッテリーパックと負荷の切り離し ※現在、BMS開発のメリットや手順を解説した「ホワイトペーパー」と 　当社ソリューションを紹介した「セミナー資料」を進呈中。 　【PDFダウンロード】よりすぐにご覧いただけます。

• その他
• シミュレーター
• 開発支援ツール（ICE・エミュレータ・デバッガ等）

電力コンバーターのデジタル制御を設計している場合、モデルを構築して シミュレーションするべき理由が数多くあります。 例えば、コンバーターの電源と負荷の変動時の振る舞い、受動コンポーネント (抵抗やキャパシタなど)と能動コンポーネント(パワートランジスタなど)を 組合せた回路トポロジ、および電圧を制御して厳しい設計要件を満たすために 必要なフィードバックと監視制御アルゴリズムの設計などがあります。 当ホワイトペーパーでは、「Simulink」を使用してデジタル制御方式の 電力コンバーターをスピード設計する10の手法をご紹介しています。 【掲載内容】 ■アナログとデジタルのコンポーネントを同時にシミュレーション ■周波数領域でコントローラーの解析と調整を自動化 ■制御アルゴリズムをシミュレーションして電力品質を改善 ■動作条件全体で故障検出、モードロジック、監視制御を検証 ■より大きな電気システム内で電力コンバーターの動作を検証 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

当ebookは、機械学習の基礎を概説し、教師ありの手法と教師なしの手法を 紹介した"MATLABによる機械学習"の続編です。 心音分類器を例として使用し、データの読み込みから学習済みモデルの 配布まで、実際の機械学習アプリケーションを開発するワークフロー全体 について説明します。 各学習段階で正確なモデルを導くために不可欠な手法を示し、 アルゴリズムの選択、モデル パラメーターの最適化、過適合の回避など、 より難しい学習タスクの習得を支援します。 【掲載内容(抜粋)】 ■はじめに ■MATLABによる心音分類アプリケーション開発 ■機械学習に不可欠なツール ■さらに詳しく知るには？ ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

予知保全アルゴリズム開発で重要となる手順は、状況インジケーターの 特定です。 それはシステムの劣化とともに予知できる形で挙動が変化するシステムの 特長です。状況インジケーターは故障と正常な動作との区別に役立ちます。 資料では、状況インジケーターの概要をはじめ、予知保全ワークフローなどを 掲載しております。 【掲載内容】 ■状況インジケーターとは ■視覚的な演習 ■信号ベースの手法を使用した特徴抽出 ■予知保全ワークフロー ■よい特徴の概要とそれが重要である理由 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

当ebookは、「ディープラーニングとは何か？」を概説した "MATLABで始めるディープラーニング"の続編です。 今回は、ディープラーニングの実践的な手法を解説します。 「MATLAB」には、データの管理やラベル付け、学習の進行状況の確認、 結果の可視化を行うためのツールや関数が用意されているため、 ディープラーニングを行う上で時間のかかるタスクや煩雑なタスクを 容易に実行することができます。 【掲載内容】 ■はじめに ■実践例 1：ゼロからモデルを学習させる ■実践例 2：転移学習 ■実践例 3：セマンティックセグメンテーション ■画像以外のデータ ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

DC-DCコンバーターには、降圧、昇圧、SEPIC、Ćuk など電圧レベルを 変換するさまざまなトポロジがあります。 デジタル制御によって、DC-DCコンバーターにさまざまな電源と負荷を 処理させて所望の動作範囲の電力品質を維持させることが可能です。 当ホワイトペーパーでは、「Simulink」のシステムレベルのシミュレーションを 使用してDC-DCコンバーターのデジタル制御を開発する方法を説明します。 【掲載内容】 ■SEPIC のモデリングとシミュレーション ■コンバーターの電力損失と熱挙動を確認 ■デジタル コントローラーの設計 ■マイクロコントローラーに実装するコードを生成 ■まとめ ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

様々な業界で、バッテリーパックによるエネルギー貯蔵への依存度の上昇により、 多様な充放電および環境条件下で、最大のパフォーマンス、安全なオペレーション、 および好適な寿命を保証できるバッテリーマネジメントシステム(BMS)の重要性が高まっています。 当ホワイトペーパーでは、「Simulink」を用いてシステムレベルのシミュレーションを 実行することにより、BMSのアルゴリズムとソフトウェアを開発する方法について説明します。 「Simulink」を使用したモデルベースデザインでは、バッテリーパックの振る舞いを理解したり、 ソフトウェアアーキテクチャを調整したり、様々なオペレーションケースをテストしたり、 ハードウェアテストを早期に実行することで、設計のエラーを削減することができます。 【掲載内容】 ■デスクトップシミュレーション：BMSソフトウェアのモデリング ■バッテリーセルのモデリングと特性評価 ■パワーエレクトロニクスと受動部品のモデリング ■監視制御アルゴリズムの開発 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

教師あり学習アルゴリズムは、既知の入力データセット(学習用データセット)と そのデータに対する既知の応答(出力)を利用してモデルの学習を行い、新たな 入力データに対する応答としてモデルが合理的な予測を導き出せるようにします。 予測しようとする事象について、既存の応答(出力)データがある場合は、 教師あり学習を使用します。 資料では、教師あり学習の手法をはじめ、ニ項分類とマルチクラス分類や 一般的な分類アルゴリズムなどを掲載しております。 【掲載内容】 ■どんな時に教師あり学習を検討するべきか ■教師あり学習の手法 ■適切なアルゴリズムの選択 ■ニ項分類とマルチクラス分類 ■一般的な分類アルゴリズム ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

教師なし学習は、データについて詳しく調べたいけれども、その結果何が 分かるのか具体的な目標が定まっていない場合や、データに含まれている情報が はっきりしない場合に役立ちます。 資料では、教師なし学習で用いるハードクラスタリングとソフトクラスタリングの アルゴリズムについて詳しく解説いたします。 また、データに合った適切なアルゴリズムを選択するためのヒントや、 データセット内の特長量の数を減らしてモデルの性能を改善する方法をご紹介します。 【掲載内容】 ■どんな時に教師なし学習を検討するべきか ■教師なし学習手法 ■一般的なハードクラスタリングアルゴリズム ■一般的なソフトクラスタリングアルゴリズム ■次元削減によるモデルの改善 ■一般的な次元削減手法 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

機械学習においては、最初から最後まで迷わず一直線に進むということは めったにありません。 常にさまざまなアイデアや方法を繰り返し試すことになるでしょう。 資料では、いくつかの重要な決定ポイントに注目しつつ、機械学習の 体系的なワークフローについて説明します。 【掲載内容】 ■一直線に進むことはめったにない ■機械学習の課題 ■始める前に考慮すべき点 ■ワークフローの概要 ■身体活動の分類を行うモデルのトレーニング ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

機械学習とは、人間や動物にとって当たり前のことをコンピュータに教える ということを意味します。 機械学習のアルゴリズムでは、モデルと呼ばれる事前に定められた方程式に 頼らずに、計算的な手法を使ってデータから情報を直接学び取ります。 こうしたアルゴリズムは、学習に使えるサンプル数の増大に伴って、 適応的にその性能を向上させるようになっています。 資料では、機械学習の種類をはじめ、使用するアルゴリズムの決定方法や 実世界の事例などを掲載しております。 【掲載内容】 ■機械学習とは？ ■もっと多くのデータ、もっと多くの質問、そして、より良い回答 ■機械学習の種類 ■教師あり学習 ■教師なし学習 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

ディープラーニングは、機械学習の手法のひとつで、モデルは、 画像・テキスト・音声から直接分類方法を学習します。 当ebookでは、基礎となるテクニックを簡潔に解説しております。 ディープラーニングは決して難解なものではなく、専門家でなくても 今すぐ始められます。 【掲載内容(抜粋)】 ■ディープラーニングとは？ ■ディープラーニングの適用分野 ■ディープニューラルネットワークの仕組み ■ディープニューラルネットワークの学習方法 ■畳み込みニューラルネットワークについて ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• その他情報システム

異常検知・予知保全が注目される背景には、故障の複雑化や メンテナンス費用の高騰などといった原因があります。 当資料では、予知保全システムの構築をご紹介しております。 その他にも、予知保全システムイメージをはじめ、構築事例や 構築ワークフローなどを解説しています。 【掲載内容(抜粋)】 ■予知保全システムイメージ ■3つの「機能レベル」別予知保全 ■予知保全が注目される背景 ■予知保全システム構築事例 ■予知保全システム構築ワークフロー ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• その他情報システム
• ソフトウェア（ミドル・ドライバ・セキュリティ等）

当資料では、残存耐用時間(RUL)を予測する3つの方法など、 MATLABによる予知保全をご紹介しております。 「MATLAB」は、反復的に実施する分析や設計プロセスに適した デスクトップ環境、そして行列と配列の数学を直接表現する プログラミング言語が1つに組み合わさったソフトウェアです。 その他にも、残存耐用時間(RUL)の解説をはじめ、RULを予測する モデルの使い分けなどを掲載しています。 【掲載内容(抜粋)】 ■残存耐用時間(RUL)とは? ■RULを予測する3つの方法 ■クイックリファレンス：RULを予測するモデルの使い分け ■RULの予測を現場へ適用 ■関連情報 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• その他情報システム
• ソフトウェア（ミドル・ドライバ・セキュリティ等）

機器の故障時期を予測してメンテナンスを実施する予知保全の取り組みが 注目を浴びており、技術者の勘・コツ・経験をAIで補完する観点からも、 今後予知保全のニーズは更に高まることが予想されます。 当ホワイトペーパーでは、時系列データから異常を見つける際に有効な 特徴量の例をご紹介しております。 その他にも、機械学習の限界をはじめ、システムへの統合の観点から見た 特徴量などを掲載しています。 【掲載内容(抜粋)】 ■機械学習の限界 ■故障予測を可能にする特徴量例 ■システムへの統合の観点から見た特徴量 ■まとめ ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）
• その他情報システム

近年は製造業、インフラなど様々な現場においてデータ活用が進んでおり、 「予知保全(Predictive Maintenance)」の取り組みが注目を浴びています。 当ホワイトペーパーでは、予知保全システムの開発事例と関連技術を ご紹介します。 【掲載内容(抜粋)】 ■大量のセンサーデータに潜む知見 ■予知保全システムの開発事例 ■MATLABを使った予知保全ワークフロー ■まとめ ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）
• その他情報システム

当ebookでは、ディープラーニングと機械学習のアプローチにおける 重要な違いを解説しております。 ディープラーニングと機械学習のどちらから始めるべきかを考える上で、 3つの重要なファクター(プロジェクト、データ、ハードウェア)をご紹介。 また、AIテクノロジーの基礎的な知識を前提として、いざ始めると 迷いがちな「どのアルゴリズムを使うべき？」という疑問にも お答えします。 【掲載内容(抜粋)】 ■はじめに ■用語説明 ■プロジェクト ■データ ■ハードウェア ■まとめ ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• その他情報システム

当ホワイトペーパーでは、ディープラーニングの基礎はじめ、 3つの信号処理の例(音声コマンド認識・残存耐用時間の予測・ 信号のノイズ除去)を解説しております。 これらの例を通して、信号処理タスクをよりすばやく行い、 より正確な結果を得る上で、MATLABを使用した ディープラーニングがどのように役立つかを解説しています。 MATLABは、反復的に実施する分析や設計プロセスに適した デスクトップ環境、そして行列と配列の数学を直接表現する プログラミング言語が1つに組み合わさったソフトウェアです。 【掲載内容(抜粋)】 ■はじめに ■ディープラーニングの基礎 ■ディープラーニングネットワーク ■ネットワークの選択 ■信号データに関して考慮すべきこと ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• ソフトウェア（ミドル・ドライバ・セキュリティ等）

このebookでは、ニューラルネットワークの学習を行い、 画像分類の認識精度 99% を達成する上で欠かせない 試行錯誤の手法をご紹介します。 シンプルなサンプルを使って、まずはディープラーニングを 始めてみませんか？ 【掲載内容(抜粋)】 ■はじめに ■実践例 1: ゼロからモデルを学習させる 　1. データへのアクセス 　2. ネットワークレイヤーの作成と設定 　3. ネットワークの学習 　4. ネットワークの精度の確認　など ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

• その他

『ThingSpeak(TM)』は、プロトタイピングや小規模な 運用アプリケーション向けのクラウドベースのIoTプラットフォームです。 MQTTまたはREST APIを使用して、Raspberry Piをはじめとする 各種エッジデバイスとThingSpeak間でデータをやりとり。 インターネットに接続されたWebブラウザー上で即時にライブデータを 可視化し、アラートの作成や送信などの遠隔監視が可能になります。 【利用メリット】 ■インターネットどこからでもデータ確認&解析 ■Arduino/Respberry Piとの活用で、低価格な実験系を構築 ■プログラムの完了/データ異常をスマホでチェック ※詳しくはPDFをダウンロードして頂くか、お気軽にお問い合わせください。

• その他組込み系（ソフト＆ハード）