Simulink の機械学習

Simulink を使用した機械学習ワークフローの拡張

Statistics and Machine Learning Toolbox™ に含まれる Statistics and Machine Learning ブロック ライブラリのブロックを使用して、Simulink® モデルの機械学習機能を実装します。このツールボックスには、次のワークフローを実行するためのブロックが用意されています。

  • 分類予測ブロックまたは回帰予測ブロックを使用して、学習済みの分類モデル オブジェクトまたは回帰モデル オブジェクトを Simulink にインポートする。

  • 分類学習器アプリまたは回帰学習器アプリで機械学習モデルに学習させ、そのモデルを Simulink にエクスポートする。

  • インクリメンタル学習ブロックを使用して、Simulink で機械学習モデルのドリフトをリアルタイムで継続的に更新および監視する。

  • KNN Search ブロックを使用して、Simulink でクエリ点に対するデータ内の最近傍を探索し、クラスター分析を実行する。

  • Python 共同実行ブロックを使用して、学習済みの Python® 機械学習モデルを Simulink で共同実行する。

ブロック

すべて展開する

ClassificationECOC Predict誤り訂正出力符号 (ECOC) 分類モデルを使用して観測値を分類 (R2023a 以降)
ClassificationEnsemble Predict決定木のアンサンブルを使用して観測値を分類 (R2021a 以降)
ClassificationKNN Predict最近傍分類モデルを使用した観測値の分類 (R2022b 以降)
ClassificationLinear Predict線形分類モデルを使用した観測値の分類 (R2023a 以降)
ClassificationNaiveBayes PredictClassify observations using naive Bayes model (R2023b 以降)
ClassificationNeuralNetwork Predictニューラル ネットワーク分類モデルを使用した観測値の分類 (R2021b 以降)
ClassificationSVM Predict1 クラスおよびバイナリ分類用のサポート ベクター マシン (SVM) 分類器を使用した観測値の分類
ClassificationTree Predict決定木分類器の使用による観測値の分類 (R2021a 以降)
ClassificationDiscriminant PredictClassify observations using discriminant analysis model (R2024a 以降)
ClassificationKernel PredictClassify observations using Gaussian kernel classifier for binary classification (R2024b 以降)
RegressionEnsemble Predict回帰用の決定木のアンサンブルを使用した応答の予測 (R2021a 以降)
RegressionGP Predictガウス過程 (GP) 回帰モデルの使用による応答の予測 (R2022a 以降)
RegressionLinear Predict線形回帰モデルの使用による応答の予測 (R2023a 以降)
RegressionNeuralNetwork Predictニューラル ネットワーク回帰モデルを使用した応答の予測 (R2021b 以降)
RegressionSVM Predictサポート ベクター マシン (SVM) 回帰モデルの使用による応答の予測
RegressionTree Predict回帰木モデルの使用による応答の予測 (R2021a 以降)
RegressionKernel Predict Predict responses using Gaussian kernel regression model (R2024b 以降)
IncrementalClassificationLinear PredictClassify observations using incremental linear classification model (R2023b 以降)
IncrementalClassificationLinear FitFit incremental linear binary classification model (R2023b 以降)
IncrementalRegressionLinear PredictPredict responses using incremental linear regression model (R2023b 以降)
IncrementalRegressionLinear FitFit incremental linear regression model (R2023b 以降)
IncrementalClassificationECOC FitFit incremental ECOC classification model (R2024a 以降)
IncrementalClassificationECOC PredictClassify observations using incremental ECOC classification model (R2024a 以降)
IncrementalClassificationKernel FitFit incremental kernel classification model (R2024b 以降)
IncrementalClassificationKernel PredictClassify observations using incremental kernel classification model (R2024b 以降)
IncrementalRegressionKernel FitFit incremental kernel regression model (R2024b 以降)
IncrementalRegressionKernel PredictPredict responses using incremental kernel regression model (R2024b 以降)
IncrementalClassificationNaiveBayes FitFit incremental naive Bayes classification model (R2025a 以降)
IncrementalClassificationNaiveBayes PredictClassify observations using incremental naive Bayes classification model (R2025a 以降)
Detect DriftUpdate drift detector states and drift status with new data (R2024b 以降)
Per Observation LossPer observation regression or classification error of incremental model (R2025a 以降)
Update MetricsUpdate performance metrics in incremental learning model given new data (R2023b 以降)
KNN Search探索モデル オブジェクトを使用して k 最近傍を探索 (R2023b 以降)
Scikit-learn Model Predict事前学習済みの Python scikit-learn モデルを使用した応答の予測 (R2024a 以降)
Custom Python Model PredictPredict responses using pretrained custom Python model (R2024a 以降)

トピック

分類

回帰

インクリメンタル学習

インクリメンタル学習テンプレート

クラスター分析と異常検出

Python の共同実行

Simulink への学習器アプリ モデルのエクスポート

コード生成

関連情報

注目の例

固定小数点展開用の行動認識 Simulink モデル

固定小数点展開用の行動認識 Simulink モデル

固定小数点展開用に準備された Simulink の分類モデルからコードを生成する。

スマートフォン展開用の行動認識 Simulink モデル

スマートフォン展開用の行動認識 Simulink モデル

スマートフォンへの展開用に準備された Simulink の分類モデルからコードを生成します。

Identify Punch and Flex Hand Gestures Using Machine Learning Algorithm on Arduino Hardware

Identify Punch and Flex Hand Gestures Using Machine Learning Algorithm on Arduino Hardware

Use the Simulink® Support Package for Arduino® Hardware to identify punch and flex hand gestures using a machine learning algorithm. The example is deployed on an Arduino Nano 33 IoT hardware board that uses an onboard LSM6DS3 6DOF IMU sensor to identify the hand gestures. The output from the machine learning algorithm, after identifying whether a hand gesture is a punch or a flex, is transmitted to the serial port where 0 represents a punch and 1 represents a flex.

(Simulink)

メモリに制限があるハードウェアのための機械学習モデルの圧縮

メモリに制限があるハードウェアのための機械学習モデルの圧縮

特徴選択、制約付きベイズ最適化、およびパラメーター量子化によるモデル サイズの縮小。