Simulink
PulseAugur coverage of Simulink — every cluster mentioning Simulink across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI控制器转变架构，破坏网络物理系统的可追溯性
一项新发表在arXiv上的实证研究，考察了网络物理系统中传统和AI赋能的Simulink控制器之间的架构差异。研究分析了62个真实世界模型，并对13名从业者进行了调查，结果显示，无论控制器范式如何，子系统组织仍然占主导地位。然而，AI赋能的控制器大量使用离散动力学和用户定义抽象，而这些在当前的AI文献中代表性不足。一个关键发现是，AI赋能模型中显式约束执行块的消失，将安全机制转移到隐式的训练产物中，并可能破坏可追溯性。
-
新的 SimuVerity 基准测试评估用于 Simulink 模型生成的 AI 代理
研究人员推出了 SimuVerity，这是一个旨在评估 AI 代理生成工程级 Simulink 模型能力的新基准测试。该基准测试包含十个工程领域的 101 项任务，不仅评估模型是否能编译或执行，还通过仿真场景评估其是否符合工程规范。对六个代理系统的初步评估显示，即使是表现最好的代理得分也仅为 42.86，这凸显了在生成合格实现和满足多维度要求方面存在的重大挑战。
-
新框架通过仿真优化网络物理系统知识
研究人员开发了一个概念框架，通过提炼仿真证据中获得的知识来增强对网络物理系统（CPS）的理解。该框架引入了“影响”的概念，以支持仿真活动的迭代优化，旨在加深对系统行为的理解。该方法通过一个涉及使用Simulink和Gazebo仿真的移动机器人的案例研究进行了演示。
-
新工具可对工业PLC梯形图程序进行形式化验证
研究人员开发了ESBMC-PLC和Graph-ESBMC-PLC，这是用于形式化验证以IEC 61131-3梯形图（LD）格式编写的工业控制程序的新工具。这些工具将图形化LD程序转换为可由基于SMT的模型检查器处理的中间表示，填补了现有验证方法的空白。该系统已在各种基准测试中进行了评估，证明了它们在高效时间范围内正确分类程序、发现错误和提供证明的能力。
-
Agentic AI 将通过基于模型的设计开发嵌入式系统
Agentic AI 系统可用于通过基于模型的设计方法开发嵌入式系统。此方法利用 AI 代理来简化开发过程，有可能提高创建复杂嵌入式系统的效率和能力。将 AI 代理与 MATLAB 和 Simulink 等工具集成被视为实现这一目标的一种途径。
-
AI虚拟传感器简化电池管理系统设计
本次网络研讨会重点介绍如何使用AI创建虚拟传感器，以估算难以测量的信号，例如电池荷电状态。它演示了将AI模型集成到系统级设计中，并根据性能和部署约束对其进行验证。该工作流程在一个统一的环境中涵盖了这些AI传感器的设计、验证、压缩和部署到嵌入式处理器。
-
Mathworks网络研讨会详解AI在电力系统仿真中的作用
本次IEEE Spectrum网络研讨会由Mathworks赞助，展示了Simscape Electrical如何对电力系统和转换器进行建模与仿真。它涵盖了从准静态8760小时研究到用于电网集成的电磁瞬态仿真的各种仿真类型。该网络研讨会使用实际示例来分析现代、以转换器为主导的电网中的系统行为、稳定性、故障分析和代码合规性。