STM32Cube.AI-ontwikkelomgeving krijgt meer ML-ondersteuning

STMicroelectronics heeft de machine learning-technieken uitgebreid in de nieuwste release van zijn STM32Cube.AI-ontwikkelomgeving om gebruikers te helpen classificatie-, clustering- en nieuwheidsdetectie-uitdagingen efficiënter op te lossen.

Naast de ontwikkeling van neurale netwerken voor edge-inferentie op STM32*-microcontrollers (MCU's), ondersteunt de nieuwste STM32Cube.AI-release (versie 7.0) nieuwe gesuperviseerde en semi-gesuperviseerde methoden die werken met kleinere datasets en minder CPU-cycli. Deze omvatten isolatiebos (iForest) en One Class Support Vector Machine (OC SVM) voor nieuwheidsdetectie en K-means en SVM Classifier-algoritmen voor classificatie, die gebruikers nu kunnen implementeren zonder handmatige codering.

"De toevoeging van deze klassieke machine learning-algoritmen bovenop neurale netwerken helpt ontwikkelaars hun uitdagingen sneller op te lossen door een snelle doorlooptijd mogelijk te maken met gebruiksvriendelijke technieken voor het converteren, valideren en implementeren van verschillende soorten modellen op STM32-microcontrollers", aldus het bedrijf.

Met STM32Cube.AI kunnen ontwikkelaars machine learning-workloads van de cloud naar op STM32 gebaseerde edge-apparaten sturen om latentie te verminderen, energie te besparen, het cloudgebruik te vergroten en de privacy te beschermen door gegevensuitwisseling via internet te minimaliseren, aldus STMicroelectronics. Met de toevoeging van machine learning-technieken voor analyse op het apparaat, zijn STM32 MCU's nu geschikt voor always-on use-cases en slimme batterij-aangedreven toepassingen.

De nieuwe STM32Cube.AI versie 7.0 is gratis te downloaden op www.st.com.

over STMicroelectronics