ライブイベント

Python AIモデルを用いた エッジ実装の進め方（Cコード自動変換とAIモデル最適化）

開始時間 終了時間
2025 年 12 月 4 日, 00:00 EST 2025 年 12 月 4 日, 01:00 EST

概要

時系列データに基づく「状態推定」は、移動体や産業設備における安全性・信頼性・効率性の確保に不可欠な技術です。しかし、これらの状態量は多くの場合、直接計測が難しく、「仮想センサー（Virtual Sensor）」による推定が求められます。本セミナーでは、ニューラルネットワークを用いた仮想センサーやAI モデルのエッジ実装をテーマとし、モデルベースデザイン（Model-Based Design）を活用して、AIモデルを既にお持ちの方を対象に、設計からシミュレーション、コード生成、そしてC/C++やFPGA/GPUなどエッジデバイスへの実装までを効率的に行うワークフローをご紹介します。実装効率と推定精度のトレードオフ評価や、実機試作に依存しない検証の進め方についても取り上げ、安全性が重要な領域でのエッジ推定実装に役立つ実践的な知見を提供します。

仮想センサーの一例として、バッテリーマネジメントシステムにおける充電状態（SOC）推定を取り上げ、ストーリーを進めます。本例題は、モータやギアの故障予兆、設備の健全性監視など、幅広いユースケースへ適用可能です。エッジデバイスで時系列データによる状態推定を行いたい方はどなたでもご参加ください。

ハイライト

  • PythonやMATLABで作成したAIモデルをエッジ実装用のCコードへ自動変換
  • 自動変換後のCコードをエッジデバイスに実装するためのワークフロー
  •  エッジAI実装時の動作検証・デバッグ方法
  • エッジ側で所望の要件を満たすためのAIモデル最適化

参加対象者

  • 現時点でAIモデルの作成まで済み、これから実装を始めたい方（AIモデルはMATLABで作成したものに限りません）
  • これまでにエッジAI実装を試したが、壁に突き当たってしまった方

講演者について

田口 美紗（たぐち みさ）MathWorks Japanアプリケーションエンジニアリング部

2018年より現職にて、様々な産業領域のお客様へ向け、AIデータサイエンス全般、信号・画像・言語処理、Python連携、AI実装に関連する技術サポートを実施。前職の電機メーカーでは、C言語による組み込みソフトウェア開発者として、詳細設計から結合テストまでの開発工程を経験。

田中 大智（たなか だいち）MathWorks Japanアプリケーションエンジニアリング部

FPGAを活用した高速計算用コンピュータ・アーキテクチャの研究を専門に学位取得。その後、車両メーカーにて、シミュレーションを活用した車両設計・電気コンポーネントの開発に従事。2023年より現職。アプリケーションエンジニアとして主にFPGA／ASICの実装系ソリューションに関連する業務を担当。

アジェンダ

時間 タイトル

14:00 – 15:00

時系列データ×AIによる状態推定：モデルベースデザインで実現するエッジ実装ワークフロー

MathWorksアプリケーションエンジニア 田中 大智

MathWorksアプリケーションエンジニア 田口 美紗

※Q&Aを含みます

対象製品

当社は、お客様個人の連絡先情報を第三者に販売または貸与することはありません。 詳細については、個人情報保護方針のページを参照してください。

既にお持ちの MathWorks アカウントにログインしています。入力が完了しましたら「送信」ボタンを押してください。