 |
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 |
|
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。 |
|
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 |
|
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。 |
|
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 |
|
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。 |
|
企業部署演算法的集中管理、保護與擴充 (2021.11.25)
為了提升生產力，企業級規模的應用架構工程部署專案通常會採用主-從式軟體開發模型，確認在足夠數量的機台上所安裝的函式能滿足使用量。本文以一個估測電動馬達健康的預測性維護應用來說明上述所需的功能 |
|
7種常見的電動車模擬案例 (2021.10.22)
為電動車的設計選擇適合架構時，工程師需要考慮許多選項以及對應的權衡而具有一定的挑戰性，亦顯示出針對開發架構及流程進行系統模擬的重要性。本文展示MATLAB、Simulink和Simscape如何支援七種常見的電動車模擬案例 |
|
4種經過實證的AI演算法應用 (2021.10.07)
AI模型在各項應用扮演的角色愈來愈重要，為了開發以AI驅動的產品，工程師需要將AI整合至整個系統設計的工作流程。不論是哪一種應用，大部分的工程專案均是以類似的工作流程進行，最後則產生不同的結果 |
|
使用深度學習網路估算氮氧化物排放 (2021.08.26)
藉由使用MATLAB和深度學習工具箱建立LSTM，並訓練出預測氮氧化物排放的模型網路，讓新一代零排放車輛的開發技術能達到高度準確率。 |
|
收集模型測試覆蓋程度度量資料的理由 (2021.07.22)
本文以範例闡述三重選擇演算法的設計測試，因為要求的遺漏而被認定為不完整的重要環節。 |
|
以模型為基礎設計開發無人自主停車技術 (2021.06.21)
本文敘述以模型為基礎的設計來進行無人自主停車技術開發，以聯結車為例說明，如何採用開發有效率的路徑規劃與控制演算法，並且在真正的卡車上進行驗證，而達成所設定的目標與主要的性能指標 |
