通过与深度学习框架的互操作，例如TensorFlow™和PyTorch，MATLAB ^® 和Simulink ^® 用户可以在充分利用MATLAB生态工具链的同时，灵活使用开源社区的资源。例如，实现针对外部模型的工作流，包括以数据为中心的前处理、模型调优、模型压缩、模型集成与自动代码生成等环节。

本演讲将通过实例介绍MATLAB中提供的多种互操作方式和优点：

地震反演是石油勘探开发中油气藏勘探、储层预测的重要手段，其目的是由地震资料通过计算分析得到地下介质模型，从而有效做出预测，提高生产工作效率。随着勘探、开发程度的提高，对地震反演的精度要求也越来越高。

地质模型驱动的地震反演对于噪声较为敏感，因此反演结果的分辨率往往较低。本次演讲从数据驱动的角度出发，介绍一种地震频相特征与深度学习相结合的地震反演新方法（频相智能反演）。通过MATLAB ^® 实现虚拟井的随机模拟、地震子波的提取、高分辨率时频分析、海量的数据标签对创建、深度网络的优选与训练，最终得到高分辨率的波阻抗反演结果。模型和实际应用表明，频相智能反演可以在没有地质模型参与的情况下有效提高波阻抗反演的分辨率和稳定性，益于进一步推广应用。

随着新能源，分布式发电，电动汽车等技术的飞速发展，大量电力电子设备在电网中得到了应用。

不同于传统同步机电源，电力电子电源单体容量小，数目多。又由于使用半导体开关器件斩波和高速数字控制器，电力电子电源的谐波含量丰富，响应速度快，容易引起系统的振荡和失稳。

因此如何对包含大量电力电子设备的系统进行快速建模，完成稳定性分析，给出优化方案，是目前亟需解决的问题之一。

本次演讲将展示，如何在MATLAB ^® /Simulink ^® 模型的基础上，叠加使用MATLAB/linearize功能，对含有大规模电力电子设备的系统进行快速且准确的建模。从而方便工程师能够对不同控制算法进行快速的迭代，完成对该系统稳定性的分析和优化，提高工作效率。

范迪夏，西湖大学助理教授，流体智能与信息化实验室主任,分别于2013年，2016年和2019年获得上海交通大学船舶海洋与工程学院学士，美国麻省理工学院硕士和博士学位。之后他分别以博士后和研究员身份加入麻省海洋基金会，并建立以世界上第一台智能拖拽水池为核心的独立智能水动力学实验室。2021年他作为助理教授加入加拿大皇后大学，2022年全职加入西湖大学建立了流体智能与信息化实验室。他的研究领域集中在人工智能在流体力学中的开发与应用，空海两栖仿生机器人的设计与控制，超材料在空海大变形体中的应用。其丰硕的成果发表在Science Robotics，Proceedings of National Academy of Science，Journal of Fluid Mechanics等学术杂志。

5G全光承载网高速数据链路设计技术复杂，挑战性大，涉及编码、均衡、信道特性提取和分析、系统链路信号完整性分析等丰富内容，需要跨部门团队协作共同完成系统设计目标。

中兴通讯股份有限公司的算法工程师利用 MATLAB ^® 和Simulink ^® 的SerDes工具箱及相关信号处理工具箱，有效进行了高速串行收发器算法设计和仿真验证，实现了SerDes系统均衡器设计，从Simulink模型快速生成IBIS-AMI模型，提交给硬件设计工程师。

硬件设计工程师将IBIS-AMI模型导入到MATLAB 的Signal Integrity Toolbox™，添加带串扰的实测信道S参数进行信号完整性分析，验证SerDes收发器性能。

中兴通讯股份有限公司的工程师利用MATLAB和Simulink提供的系列工具箱快速完成了5G全光承载网高速数据通信链路设计和实现，助力全光网通信设备快速上市，提升了产品竞争力。

了解MATLAB ^® 和Simulink ^® 的新功能，以支持您的研究、设计和开发工作流程。本讲座重点介绍提高生产力的新工具，如MATLAB中用于自动执行任务和计算而无需编写代码的交互式应用程序和Live Editor任务，以及Simulink中用于并行运行仿真的新功能。您还将看到涉及其他工具、语言和技术的工作流程的新功能，包括在MATLAB中使用Python ^® ，以及将Simulink中的内容导出为独立功能样机单元（FMU）。此外，还将展示共享MATLAB代码和Simulink模型的新功能，包括将MATLAB功能发布为基于Docker容器的微服务，以及从Simulink模型生成可配置的MATLAB UI。