Akademia Marynarki Wojennej

logo001 (6 kB)
Wszyscy pracownicy i studenci Akademii Marynarki Wojennej
mają dostęp do oprogramowania MATLAB w ramach licencji ogólnouczelnianej

MATLAB i Simulink tworzą zintegrowane środowisko programistyczne do obliczeń i analiz matematycznych oraz modelowania i symulacji modeli dynamicznych. Z opracowanych i przetestowanych algorytmów można wygenerować kod produkcyjny (C++, HDL) i wdrożyć go na układach wbudowanych.
Więcej informacji o MATLABie


Uwaga! Licencja ogólnouczelniana została wznowiona i jest aktywna do 31.03.2021 r.

Instrukcja odnowienia licencji
button-pobierz-matlaba-a1 (7 kB)

Co daje licencja ogólnouczelniana?

miniaturka-licencja-tah (63 kB)
Licencję można wykorzystać w dydaktyce
oraz przy realizacji projektów i badań
niekomercyjnych.
  • Umożliwia wszystkim użytkownikom korzystanie z programów MATLAB i Simulink wraz z modułami rozszerzającymi.
  • Zastępuje używane dotąd licencje sieciowe, indywidualne lub Classroom Kit.
  • Gwarantuje dostęp do najnowszej wersji oprogramowania.
  • Umożliwia zainstalowanie oprogramowania zarówno na komputerach uczelnianych, jak i domowych oraz pracę bez dostępu do Internetu.
  • Upoważnia do korzystania z kursów i samouczków oraz materiałów informacyjnych dostępnych w MATLAB Central.

Inspirujące wydarzenia i materiały dla użytkowników MATLABa

MATLAB Tour 2019

9 maja 2019

Konkurs

Zgłoszenia do 26 kwietnia 2019

Webinarium

29 marca 2019

MATLAB na AMW Nakręć się na kodowanie MATLAB w przetwarzaniu i analizie obrazów
Serdecznie zapraszamy do wzięcia udziału w seminarium MATLAB na Akademii Marynarki Wojennej w Gdyni, które poprowadzą pracownicy firmy Oprogramowanie Naukowo-Techniczne sp. z o.o. sp. k. będącej przedstawicielem firmy MathWorks w Polsce. Nagraj krótki film (1-3 min) promujący ulubioną funkcję w MATLABie lub blok w Simulinku i zawalcz o nagrody ufundowane przez firmę Oprogramowanie Naukowo- Techniczne! Zwycięskie filmy zostaną opublikowanie w serwisie YouTube na kanale ONT MATLAB. W trakcie prezentacji będzie przedstawiony przykład przedstawiający kolejne etapy pracy: począwszy od importu, poprzez przetwarzanie wstępne i analizę, do etapu rozpoznawania obiektów z wykorzystaniem metod uczenia głębokiego (ang. Deep Learning).