Capteurs de mouvement capables d'apprentissage automatique destinés à l'IoT
Qeexo, développeur de la plate-forme d'apprentissage automatique (ML) automatisée Qeexo AutoML, et STMicroelectronics ont annoncé la disponibilité des capteurs de base d'apprentissage automatique (MLC) de ST sur Qeexo AutoML.
Alors que les capteurs MLC de ST sont capables de réduire considérablement la consommation d'énergie globale du système en exécutant des algorithmes liés à la détection, construits à partir de grands ensembles de données détectées, qui seraient autrement exécutés sur le processeur hôte. En utilisant ce capteur données, Qeexo AutoML peut générer automatiquement des solutions d'apprentissage automatique hautement optimisées pour les appareils Edge.
Avec une latence ultra-faible, une consommation d'énergie ultra-faible et une très faible empreinte mémoire, ces solutions algorithmiques sont capables de surmonter les limites imposées par la taille des matrices à la puissance de calcul et à la taille de la mémoire, avec des modèles d'apprentissage automatique efficaces pour les capteurs qui étendent le système vie de la batterie.
« Tenant la promesse que nous avons faite récemment lorsque nous avons annoncé notre collaboration avec ST, Qeexo a ajouté la prise en charge de la famille ST de capteurs de base d'apprentissage automatique sur Qeexo AutoML », a déclaré Sang Won Lee, PDG de Qeexo. « Notre collaboration avec ST a désormais permis aux développeurs d'applications de créer et de déployer rapidement des algorithmes d'apprentissage automatique sur les capteurs MLC de ST sans consommer de cycles MCU et de ressources système, pour une gamme illimitée d'applications, y compris des cas d'utilisation industriels et IoT.
« L'adaptation de Qeexo AutoML pour les capteurs de base d'apprentissage automatique de ST permet aux développeurs d'ajouter plus facilement l'apprentissage automatique intégré à leurs applications à très faible consommation », a ajouté Simone Ferri, directrice de la division Capteurs MEMS, STMicroelectronics.
« Mettre le MLC dans nos capteurs, y compris le LSM6DSOX ou l'ISM330DHCX, réduit considérablement les volumes de transfert de données système, décharge le traitement du réseau et réduit potentiellement la consommation d'énergie du système par des ordres de grandeur tout en offrant une détection d'événement améliorée, une logique de réveil et Edge en temps réel l'informatique."