Вашему вниманию предлагается плейлист "Рекуррентные сети": введение; рекуррентная сеть sequence to sequence и sequence to end; рекуррентная LSTM сеть, алгоритмический трейдинг; рекуррентная LSTM сеть, обработка текста.

Автор - Багров Артем (ЦИТМ "Экпонента")

Вашему вниманию предлагаются видео по глубокому обучению. 

Авторы - В.М. Понятский, А.В. Романов.

При разработке сложной оптической техники трудоемкой задачей является выбор шагового двигателя. Разработана методика по оценке мощности шагового двигателя, основанная на использовании САПР SolidWorks и Matlab/Simulink. Для механизма панкратического объектива разработана динамическая модель, позволяющая определить необходимый крутящий момент, развиваемый двигателем, с учетом воздействия пружин, сложного профиля и программного изменения угла поворота кулачкового механизма.

Авторы -  В. М. Понятский, А. В. Горин.

При выполнении комплексирования сигналов от информационных систем одна из основных проблем заключается в определении границ, в которых следует использовать тот или иной набор сигналов, и самих режимов работы. Рассматривается подход, основанный на оценке значений координат центра тяжести результирующей функции принадлежности нечеткой системы вывода. В соответствии с полученной оценкой координаты центра тяжести определяются режимы работы и веса информационных сигналов.

Представляем Вам новую платформу для общения инженеров - Сообщество Экспонента.

Авторы - Н.В. Богославский, В.М. Понятский, В.Г. Федорищева, П.В. Рословец

Рассмотрена технология проверки разрабатываемой системы управления на ранней стадии проектирования c использованием инструментов MathWorks. Технология поддерживает реализацию подхода «от модели к программе» и включает процедуры создания связи модели с документом требований; проверку модели на соответствие стандартам моделирования; функциональное тестирование модели; анализ на покрытие модели тестами; проверку на ошибки проектирования; доказательство свойств модели и автоматическую генерацию тестов для 100%-ого покрытия модели.

Авторы - инж. Воробьев А.Н; инж., к.т.н. Шидловский Д.Ю.; инж., к.т.н. Багров А. А. (Центр инженерных технологий и моделирования «Экспонента»)

В последнее время во многих областях нашли применение сверточные нейронные сети – от задач распознавания образов до задач удаления шума и повышения разрешения изображений. Однако запуск сверточных нейронных сетей на ПЛИС имеет ряд трудностей – это отсутствие готовых библиотек, высокая сложность разработки и отладки алгоритма на встраиваемой платформе. В этой работе предлагается обойти описанные выше проблемы, используя модельно-ориентированное проектирование: вначале создать модель алгоритма нейронной сети в среде MATLAB/Simulink, а после из модели по средствам автоматической генерации кода получить HDL-описание алгоритма нейронной сети для ПЛИС. В качестве примера рассматривается задача распознавания рукописных цифр.