Are You Ready for AI? Is AI Ready for You?

10:00–10:30

AI, or artificial intelligence, is powering a massive shift in the roles that computers play in our personal and professional lives. Most technical organizations expect to gain or strengthen their competitive advantage through the use of AI. But are you in a position to fulfill that expectation, to transform your research, your products, or your business using AI?

Mike Agostini looks at the techniques that compose AI (deep learning, computer vision, robotics, and more), enabling you to identify opportunities to leverage it in your work. You will also learn how MATLAB^® and Simulink^® are giving engineers and scientists AI capabilities that were previously available only to highly-specialized software developers and data scientists.

Desarrollo de un Sistema de Inspección Automatizada del Grupo Sanguíneo

10:30–11:00

Idneo Technologies desarrolló el proyecto de automatización del proceso de lectura de muestras de sangre en las tarjetas de tipaje de Grifols, empresa líder mundial en el sector de hemoderivados. La necesidad de que los algoritmos de interpretación corrieran en un sistema embebido y el timing agresivo de proyecto hizo que Idneo se planteara la utilización de un proceso de desarrollo de producto utilizando librerías de procesado de imagen y aprendizaje automático de MathWorks, para luego convertir a código ejecutable en el sistema target final mediante generación automática de código C. En esta sesión se plantean las ventajas de esta aproximación, que permite concentrarse en el desarrollo de los algoritmos, con herramientas para poder prototipar y probar diferentes alternativas de forma rápida, en un entorno de trabajo amigable y que permite abstraer totalmente la codificación, minimizando riesgo y pudiendo acelerar el de desarrollo del proyecto para conseguir con éxito un algoritmo robusto, fiable y con alta tasa de exactitud en la clasificación.

Simulación y Prototipado de un Innovador Receptor Satélite

11:30–12:00

En el marco del programa Iris de la Agencia Espacial Europea (ESA) se han llevado a cabo proyectos con el objetivo de diseñar un sistema de comunicaciones por satélite capaz de afrontar las necesidades de comunicaciones de los futuros sistemas de control de tráfico aéreo que se están definiendo en la iniciativa de la Unión Europea SESAR (Single European Sky ATM Research). Una decisión clave de diseño del sistema de comunicaciones por satélite es la selección del esquema de acceso múltiple del enlace de retorno, enlace compartido por todos los aviones hacia los centros de control en tierra. El esquema de acceso múltiple propuesto se basa en Acceso Aleatorio asíncrono CDMA. En la estación en tierra se utilizó un novedoso receptor que emplea el estado del arte de técnicas de cancelación de interferencia para mejorar dramáticamente las prestaciones del sistema de acceso aleatorio y la eficiencia espectral, maximizando la capacidad del sistema. MATLAB^® fue la herramienta clave utilizada en la simulación, prototipado y verificación de este novedoso receptor.

Novedades de las Últimas Versiones de MATLAB y Simulink

12:00–12:30

En esta sesión se presentarán las principales capacidades incorporadas en las últimas versiones de la familia de productos MATLAB^® y Simulink^®, que les ayudarán a hacer más eficientes sus flujos de trabajo de investigación, diseño y desarrollo.

Industria 4.0 e IoT, de Conceptos a Casos de Éxito

12:30–13:00

La situación económica mundial origina unas “nuevas” reglas de juego (siempre han existido, pero hasta ahora no habían sido tan determinantes en el éxito o no de una idea), que condicionan el éxito industrial en el diseño de un producto, a manejar los siguientes conceptos de manera eficiente:

• Time to market con unos gastos de I+D reducidos (cosimulación)
• Identificar y trabajar con “producto y partners tecnológicos” que complementen tu equipo de desarrollo
• Adaptabilidad, gestión de la variabilidad
• Aumentar el valor añadido del producto
• Solución industrial
• Coste reducido

La presentación mostrará aquellos casos de éxito donde Ingeteam ha actuado como palanca tecnológica, empleando para ello plataformas electrónicas híbridas.

Mantenimiento Predictivo: Del Desarrollo al Despliegue de IoT

14:00–14:30

El interés en el mantenimiento predictivo está aumentando a medida que más y más empresas lo ven como una aplicación clave para data analytics que se ejecuta en el internet de las cosas. Esta sesión cubre el desarrollo de estos algoritmos de mantenimiento predictivo, así como su implementación en los dos nodos principales del IoT: el borde y la nube.

Ampliando MATLAB Analytics con Kafka y Servicios en la Nube

14:30–15:00

A medida que crece el tamaño y la variedad de sus datos de ingeniería, también lo hace la capacidad de acceder, procesar y analizar esos (grandes) conjuntos de datos de ingeniería en MATLAB^®. Con la aparición de las tecnologías de procesado de datos en streaming y la infraestructura en la nube a gran escala, el volumen y la velocidad de estos datos ha aumentado significativamente, y esto ha motivado nuevos enfoques para manejar los datos en movimiento. Esta presentación destaca el uso de MATLAB como plataforma de data analytics con los mejores entornos de procesamiento de datos en streaming e infraestructura en la nube para expresar flujos de trabajo basados en MATLAB que permiten la toma de decisiones en "casi tiempo real" mediante la aplicación de modelos de aprendizaje automático. Se muestra cómo usar MATLAB Production Server™ para implementar estos modelos en streams de datos de Apache^® Kafka^®. La demostración detalla un flujo de trabajo completo desde el desarrollo de un modelo de aprendizaje automático en MATLAB hasta su implementación para trabajar con un problema real que se ejecuta en la nube.

Master Class: Deep Learning, del Prototipo a Su Despliegue en Entornos Embarcados

15:15–16:30

El deep learning (aprendizaje profundo) puede lograr la precisión más alta para muchas tareas que se consideran algorítmicamente irresolubles utilizando técnicas tradicionales de machine learning. Obtenga conocimiento práctico de deep learning y descubra las nuevas funcionalidades en MATLAB^® que simplifican el análisis y eliminan la programación a bajo nivel. Desde el prototipado a la producción, verá demostraciones sobre la creación y entrenamiento de redes neuronales y su conversión automática para ejecutarse en entornos embarcados. El diseño y despliegue de aplicaciones de deep learning y visión artificial para su ejecución en plataformas embarcadas como CPUs y GPUs supone un enorme reto, debido a las restricciones inherentes de los dispositivos embarcados. El flujo de trabajo basado en MATLAB^® facilita el diseño de este tipo de aplicaciones, pudiendo generar automáticamente código C/C++ o CUDA^®, portable y optimizado, para ejecutarse en plataformas como Jetson TX2 y DRIVE™ PX, que permiten alcanzar un altísimo rendimiento en inferencia. Comparativas de rendimiento muestran que el código CUDA autogenerado es ~2,5x más rápido que MXNet, ~5x más rápido que Caffe2, ~7x más rápido que TensorFlow^®, y a la par con la implementación de TensorRT™.

Automatización de Métodos y Procesos para Mejorar la Calidad del Diseño

14:00–14:30

Los estándares industriales utilizados en el desarrollo de sistemas de alta integridad y de misión crítica están basados en años de experiencia y prácticas óptimas en ingeniería. Dichos estándares incluyen pautas y normas probadas que pueden mejorar la calidad de cualquier diseño. Conozca cómo puede aprovechar las prácticas óptimas de estándares como ISO 26262, DO-178/DO-331, IEC 61508, MISRA^® y otros para detectar errores de forma temprana en su proceso y para mejorar la calidad de sus modelos Simulink^®.

Co-diseño Hardware-Software para Control de Motores

14:30–15:00

Los motores eléctricos son ubicuos y se encuentran cada vez más en nuevas aplicaciones. La tecnología para controlar dichos motores también evoluciona y se basa en nuevas plataformas, como Xilinx^® Zynq^®, que combina procesadores integrados con la lógica programable de las FPGAs. En esta charla, conocerá cómo se utiliza la generación de código C y HDL para crear implementaciones sobre SoCs Xilinx Zynq. También explorará métodos prácticos para desarrollar controladores de motores dirigidos a SoCs Zynq, incluyendo el uso de nuevas capacidades de depuración de HDL.

Master Class: Diseño de Sistemas Mecatrónicos

15:15–16:30

Los sistemas mecatrónicos incluyen una amplia gama de componentes, incluyendo motores eléctricos, amplificadores operacionales y encoders. Simular estos componentes junto con los sistemas mecánicos y de control es fundamental para optimizar el rendimiento del sistema. Para garantizar que el proceso de prueba sea eficiente, MathWorks ofrece una serie de maneras de equilibrar fácilmente el balance entre la fidelidad del modelo u su velocidad de simulación. La capacidad de generar código C a partir del modelo permite a los ingenieros utilizar el diseño basado en modelos para el sistema completo (planta y controlador).