 |
運用MATLAB物件導向原則工具設計車輛模擬介面 (2023.11.22)
本文說明如何使用物件導向原則來設計車輛模擬介面（VSI），以及如何使用VSI讓模擬在公司內部大眾化，並且運用平行處理來擴展模擬工作量。 |
|
NASA太空飛行器任務開發光學導航軟體 (2023.10.26)
NASA繼發射新視野號（New Horizons）、歐西里斯號（OSIRIS-REx）和露西號（Lucy）太空飛行器延續探索太空及採集樣本任務，助力更深入了解太陽系；而這三項任務還有其他的共通點—它們皆使用了光學導航（OpNav）軟體 |
|
Polyspace靜態程式碼分析 高效遵循多重規範 (2023.09.23)
車用軟體系統透過標準會自動進行評估，軟體變更時執行，就成為軟體開發流程中完整的一部分。如何降低程式碼品質評估的主觀性，並改善軟體開發周期的整體開發效率 |
|
近即時模擬與控制協助自主水下載具機動運行 (2023.08.25)
本文敘述瑞典皇家理工學院（KTH）的團隊研究採取控制策略，如何讓AUV以最低的能源消耗自主運行完成時間更長、複雜度更高的任務。 |
|
工業4.0：將IoT和PC控制運用於生產和機台資料 (2023.06.29)
本文敘述一個用在自動化環境進行資料交換和處理的模型，能夠作為智慧工業和物聯網的安全的資料交換平台，將大量資料轉換成有價值的資訊，並加以控制、監測與優化應用 |
|
資料科學與機器學習協助改善頸部損傷評估 (2023.05.22)
許多臨床醫師目前使用來評估頸部損傷的技術仍然有重大缺陷，本文的研究團隊透過軟硬體整合技術的客觀指標，協助將頸部損傷的評估簡化及自動化。
接近三分之二的普遍人口在一生當中至少會遭遇一次頸部疼痛的影響，這提高了醫療保健方面的隱憂 |
|
配電網路的即時模擬環境開發 (2023.04.23)
本文敘述如何透過電、熱及交通運輸（或移動性）等領域的整合，以分散式設施和可再生能源為特點，促使工程師與研究人員尋找出方法，設計以在地風力、太陽能等能量來源等發電方式為基礎，並且穩定、有效率的能源系統 |
|
開發新世代救援梯控制系統 (2023.03.20)
當機場發生意外事故，迅速部署救援梯可以快速疏散人群，並提供及時的醫療援助。使用以模型為基礎的設計流程，透過模擬來驗證早期控制設計，可以讓開發團隊執行硬體迴圈測試、產生產品程式碼，大幅縮減控制軟體開發流程 |
|
MATLAB與Simulink整合自動化機器學習與DevOps (2023.02.17)
本文說明以MATLAB和Simulink進行基於模型的設計訓練與模型評估，如何使用在自動化ML Ops流程，實現一個虛構的都會運輸系統預測性維護應用。 |
|
以深度學習和Spine Tool評估阿茲海默症治療標的 (2022.12.21)
阿茲海默症（Alzheimer's disease）被視為造成失智最常見的原因，以深度學習和基於MATLAB影像處理應用的Spine Tool，可以協助將計算流程自動化，進而評估阿茲海默症治療標的 |
|
建立5G毫米波波束成形器IC模型 (2022.11.29)
在設計相位陣列系統時需要驗證設計的訊號完整性，利用測試平台將成為天線陣列測試平台的延伸，可以幫助建立帶有波束成形功能的完整無線電連接的模型。 |
|
透過App機器學習加速藥物製造分析 (2022.10.24)
製藥公司藉由執行嚴格的測試來衡量所生產藥物的關鍵性品質屬性。當特定批次的產品出現問題時，製造團隊必須盡快找出根本原因，以避免造成交貨延遲和關鍵藥物的短缺 |
|
建立混合動力車輛原型系統進行處理器迴圈模擬 (2022.09.23)
本文敘述先進汽車控制演算法的處理器迴圈（processor-in-the-loop；PIL）模擬開發原型系統；說明如何以模型為基礎的設計流程建立控制演算法的模型，並且對其進行評估，接著部署至混合動力車輛開發平台 |
|
以3D模擬協助自動駕駛開發 (2022.08.24)
未來的車輛除了肩負著實現二氧化碳中和移動的目標之外，還須具備自主、電動、互連等特性—而且車輛將透過軟體定義。本文探討3D模擬對於自動駕駛的重要性。 |
|
無線通訊的未來--為無所不在的連接做好準備 (2022.07.24)
車輛通訊（V2X）平台協助車子進行交通順序的協調，或者以物聯網（IoT）裝置來監控的智慧工廠，現今的無線系統正在致力實現這些夢想。 |
|
工程師工具箱內的秘密武器：AI與模擬的交集 (2022.06.26)
隨著科技複雜度逐漸增加，工程師開始尋求新方法來開發更有效的AI模型，本文將探索AI與模擬的結合如何幫助工程師解決時間、模型可靠度、資料品質等諸多挑戰。
隨著現今科技複雜度的增加，人工智慧（artificial intelligence；AI）的能力和涉及範圍也不斷在擴大 |
|
使用深度學習進行地下電纜系統預測性維護 (2022.05.25)
本文敘述如何使用深度學習來進行地下電纜系統的預測性維護。利用深度學習模型能夠接近即時地執行分類，讓現場的技術人員可以在擷取到資料後立即看到結果，並且在必要時重新執行測試 |
|
以模型為基礎的設計方式改善IC開發效率 (2022.04.25)
以模型為基礎的設計開發，在Simulink建立模型並模擬混和訊號IC設計、受控體和微機電系統（MEMS），本文展示馬達和感測器的範例。 |
|
使用深度學習進行海上雷達資料品質管控自動化 (2022.03.21)
本文說明Miros公司設計的一套Wavex感測器系統，如何精準測量波浪、洋流、以及對水航速，並使用深度學習網路來自動辨識測量下取得的雷達資料，進一步提升Wavex系統的表現與可靠度 |
|
實用型數位轉型的最佳實踐 (2022.02.22)
實用型數位轉型會系統化地將資料與模型，以及工程團隊在開發解析、模型、和模擬的相關技能，應用於產品或服務整個生命週期的工作流程之中。 |
