智慧工廠與工業4.0
智慧工廠系列1：資料導向的生產流程優化與預測
藉由MATLAB & Simulink加速工業4.0的旅程
本段演講將帶您一探工業4.0的概貌以及基本技術，幫助您了解製如何建造製造產業的關鍵應用來開啟專屬於您的工業4.0旅程。
自動光學檢測與瑕疵偵測的產業應用
在本段演講，你將了解如何利用MATLAB來開發，以深度學習為基礎可偵測不同種類異常現象、且在地化的方法。
透過離散事件模擬來優化製造流程
透過在SimEvents建立的離散事件模擬模型，日常的營運可以被使用於系統資產的優化，藉以讓產量最大化、成本最小化、或者達成其他目標。在本段演講，我們將探究製造生產系統的建模與優化。
智慧工廠的製造分析
透過本段演講，您可以了解製造分析的多種使用場景與相關技術，例如機台的監控與異常偵測、品質管理、產線流程優化等等，並且獲得如何將製造分析運用在工作上的啟發。
智慧工廠系列2：智慧化生產設備的設計與實現
數位分身與人工智慧科技的攜手整合
觀看本段演講影片，了解如何在MATLAB與Simulink使用物理建模技巧來建立數位分身(Digital Twin)應用。
使用Stateflow進行上位控制、工作排程與錯誤管理演算法建模
透過影片了解如何以Stateflow工具開發智慧工廠機台設備的上位控制(Supervisory Control)、生產線上的工作排程(Task Scheduling)與錯誤管理(Fault Management)等應用。
以基於模型的設計方法實現工廠自動化與工業控制系統
了解如何使用MATLAB提供的工具將所設計好的控制演算法轉換成終端執行平台的語言（如C/C++, PLC等），進行設計的部署實現。
利用以模型為基礎的設計方式進行工業機械手臂的建模與控制設計
機械手臂的使用者案例分享，機械手臂的任務排程、手臂控制設計以及動力學模擬。
PLC及工業控制器嵌入式演算法的設計與實現
展示工業系統工程師如何在不使用到實體原型的情況下，利用桌上模擬來設計與測試控制邏輯及預測演算法。
預測性維護入門系列
預測性維護Part 1：簡介
本段影片說明了幾種不同的維護策略，並為你展示開發預測性維護演算法歷經的工作流程。
預測性維護Part 2：透過特徵擷取來找出狀態指標
狀態指標可以藉由分辨機器狀態是健康或故障來幫助你更清楚地了解你的資料。你可以利用時域、頻域、以及時頻域特徵從資料推導出狀態指標。本段影片使用一個三缸泵的範例來說明預測性維護的工作流程以及辨識出狀態指標的方法。
預測性維護Part 3：剩餘使用壽命估計
預測性維護讓你可以估計機器的剩餘使用壽命(remaining useful life，RUL)。RUL的預測可以提供你關於機器何時會發生故障的見解，方便你預先安排維修時程。
預測性維護Part 4：如何使用Diagnostic Feature Designer來擷取特徵
在這段影片，我們將討論如何透過Diagnostic Feature Designer萃取三缸泵的有用特徵，並且利用Classification Learner為故障的分類訓練機器學習模型。
預測性維護Part 5：數位分身
預測性維護是數位分身的其中一項主要應用。這段影片將討論何謂數位分身？為什麼要使用數位分身？數位分身要如何建立？
智慧工廠應用
工業4.0、數位分身、與預測性維護大解密
本段演講將介紹MATLAB與Simulink如何提供工程師足夠處理能力，以因應涉及到開發工業4.0、數位分身、預測性維護等實際應用所面臨的挑戰。