客服:
技术:
QQ:
地址:
邮箱:

凯发k8国际登录

SensiML与安森美合作 为边缘感知创建理想平台
html模版SensiML与安森美合作 为边缘感知创建理想平台

盖世汽车讯 11月4日,用于构建智能物联网(IoT)的AI工具开发商SensiML?宣布与安森美(onsemi)合作,为自动驾传感器数据处理和预测建模提供完整的机器学习方案。此次合作结合了SensiML的Analytics Toolkit开发软件与安森美的RSL10传感器开发套件,从而为工业生产流程控制和监测等边缘感知应用创建了一个理想的平台。SensiML可在超小空间内支持AI功能,加上RSL10平台的先进感知和Bluetooth?低功耗(Low Energy)联接,能够实现先进的智能感知,而无需对高度动态的原始传感器数据做云分析。

(图片来源:SensiML)

低功耗自动驾驶边缘节点应用

采用业界最低功耗的蓝牙低功耗联接,安森美RSL10传感器开发套件可将RSL10无线电与全套环境和惯性运动传感器整合在一块极小的电路板上,随时与SensiML Toolkit联接。开发人员会结合使用基于RSL10的平台和SensiML软件,从而轻松将低延迟的本地AI预测算法添加到工业可穿戴设备、机器人、过程控制或预测性维护应用中,无论开发人员是否擅长数据科学和AI。由此产生的自动生成的代码赋能智能感知嵌入式终端,从而能在事件发生地将原始传感器数据转化为关键的洞察事件,并能实时采取适当的行动。此外,该智能终端还只在数据提供有价值信息时才会进行通信,从而大大减少了网络流量。

安森美应用工程副总裁Dave Priscak表示:“对于关键工业生产工艺而言,基于云的分析会添加不必要的不确定延迟,且速度缓慢、距离较远,非常不可靠。与远程云学习分析相比,本地机器学习分析关键事件可媲美生产保持在线,且设备不会出现停机,并保障人员安全和生产力。”

SensiM首席执行官Chris Rogers表示:“根据最基本的AutoML规定,其他用于边缘的AutoML方案仅采用神经网络分类模型,为特定应用产生次优代码,凯时app。我们全面的AutoML模型搜索不仅包括神经网络,还包括一系列经典的机器学习算法,以及分段器、功能选择和数字信号调节变换,以提供最紧凑的模型,满足应用的性能需求。”

相关的主题文章: