MATLAB R2018a přináší efektivnější učení hlubokých neuronových sítí pro deep learning, generování zdrojového kódu CUDA z hlubokých neuronových sítí s rozvětvenou architekturou, nové algoritmy pro návrh systémů ADAS, grafickou aplikaci Econometric Modeler určenou k analýze a modelování časových řad a dvě zcela nové nadstavby: Predictive Maintenance Toolbox a Vehicle Dynamics Blockset. V základním modulu MATLAB byl rozšířen grafický nástroj Live Editor o vkládání grafických ovládacích prvků (posuvníky, roletkové výběry), které umožní interaktivní změny hodnot v dokumentech. Live funkce jsou novou formou funkcí vytvářených pomocí Live Editoru, kde formátovaný popis slouží jako jejich dokumentace, včetně grafických rovnic a obrázků. Funkce i skripty v Live Editoru je možné ladit zadáváním break-pointů a krokováním. Dalšími novinkami jsou tvorba automatizovaných testů pro grafické aplikace vytvořené v nástroji App Designer a přístup k web kameře uživatele z prostředí MATLAB Online. Novinky v Simulinku Zaj ímavé novinky přináší i Simulink, grafický nástroj pro modelování a simulaci dynamických systémů. Předvolba Simulation Pacing umožní zpomalení simulace pro vizualizační účely. Uživatel tak může průběžně sledovat změny hodnot signálů na grafických ukazatelích a také ručně zasahovat do simulace pomocí grafických ovládacích prvků (přepínače, posuvníky, otočné voliče). Deep learning: nové funkce v nástroji Neural Network Toolbox umožňují využití Long short- term memory (LSTM) sítí pro řešení regresních úloh a klasifikaci textových dat ve spolupráci s nástrojem Text Analytics Toolbox. Neural Network Toolbox dále přináší efektivnější trénování hlubokých neuronových sítí pomocí metod Adam, RMSProp a gradient clipping, rychlejší trénování rozvětvených síťových architektur (DAG) s využitím několika GPU a import deep learning modelů z prostředí TensorFlow-Keras. Grafická aplikace Image Labeler v nástroji Computer Vision System Toolbox umožňuje automatizaci označování jednotlivých pixelů v obrázcích pro trénování sémantické segmentace. Nástroj GPU Coder umožňuje generování zdrojového kódu CUDA pro sítě s rozvětvenou architekturou (DAG) a předučené sítě, jako jsou GoogLeNet, ResNet a SegNet. Generování zdrojového kódu v jazyce C z hlubokých neuronových sítí umožňuje jejich nasazení na procesory Intel a ARM. Nové nadstavby Predictive Maintenance Toolbox: sada nástrojů pro označování dat, návrh indikátorů stavu systému a odhad zbývající životnosti stroje (RUL); analýza dat importovaných z lokálních souborů, cloudových úložišť a distribuovaných souborových systémů; lze využít simulovaná data z poruchových stavů generovaná modely v prostředí Simulink. Vehicle Dynamics Blockset: knihovna bloků a referenční modely pro simulaci jízdních manévrů automobilu ve 3D prostředí; komponenty pro modelování pohonu, řízení, závěsů, karoserie, brzd a pneumatik; uživatelé mohou referenční modely přizpůsobit vlastními daty nebo nahradit vybrané subsystémy vlastními modely. Další zajímavé novinky v systému MATLA B R2018a Nelineární regrese rozsáhlých dat algoritmem kernel SVM v nástroji Statistics and Machine Learning Toolbox; extrakce textů z HTML stránek v nástroji Text Analytics Toolbox, grafická aplikace Econometric Modeler určená k analýze a modelování časových řad v nástroji Econometrics Toolbox, zpracování 3D obrázků v nástroji Image Processing Toolbox, detekce kolizí 3D objektů ve virtuálních scénách v nástroji Simulink 3D Animation, fyzikální doména pro modelování systémů pracujících s vlhkým vzduchem a knihovna bloků pro systémy HVAC v nástroji Simscape, grafická aplikace Driving Scenario Designer pro interaktivní definici aktérů a tvorbu dopravních scénářů v nástroji Automated Driving System Toolbox, bloky určené k návrhu, simulaci a implementaci adaptivních tempomatů a algoritmů udržování vozidla v jízdním pruhu pro systémy ADAS v nástroji Model Predictive Control Toolbox, model výkonového zesilovače zachycující nelinearity a paměťové efekty v nástroji RF Blockset, sady filtrů pro spojitou a diskrétní vlnkovou transformaci v nástroji Wavelet Toolbox, algoritmus SLAM na bázi lidaru sloužící k lokalizaci robota a mapování okolního prostředí v nástroji Robotics System Toolbox, statická analýza softwarových komponent ve standardu AUTOSAR v nástroji Polyspace Code Prover a mnoho dalších. Samozřejmostí nové verze jsou aktualizace všech stávajících aplikačních knihoven.
