IoT向けの機械学習対応モーションセンサー

Qeexo AutoML自動機械学習（ML）プラットフォームの開発者であるQeexoとSTMicroelectronicsは、Qeexo AutoMLでSTの機械学習コア（MLC）センサーが利用可能になったことを発表しました。

STのMLCセンサーは、検出されたデータの大規模なセットから構築された検出関連のアルゴリズムを実行することにより、システム全体の消費電力を大幅に削減できます。 これを使って センサー Qeexo AutoMLは、エッジデバイス向けに高度に最適化された機械学習ソリューションを自動的に生成できます。

これらのアルゴリズムソリューションは、超低遅延、超低消費電力、および非常に小さなメモリフットプリントにより、システムを拡張するセンサーの効率的な機械学習モデルを使用して、計算能力とメモリサイズに課せられたダイサイズの制限を克服できます。バッテリー寿命。

QeexoのCEOであるSangWon Leeは、次のように述べています。 「STとの連携により、アプリケーション開発者は、MCUサイクルやシステムリソースを消費することなく、STのMLCセンサーで機械学習アルゴリズムを迅速に構築して展開できるようになりました。これにより、産業やIoTのユースケースを含む無制限の範囲のアプリケーションに対応できます。」

「STの機械学習コアセンサーにQeexoAutoMLを採用すると、開発者は非常に低電力のアプリケーションに組み込み機械学習をすばやく簡単に追加できます」と、STMicroelectronicsのMEMSセンサー部門ディレクターであるSimoneFerri氏は付け加えました。

「LSM6DSOXやISM330DHCXなどのセンサーにMLCを導入すると、システムデータ転送量が大幅に削減され、ネットワーク処理の負荷が軽減され、システムの消費電力が大幅に削減されると同時に、イベント検出、ウェイクアップロジック、リアルタイムエッジが強化されます。コンピューティング。」