Electronique Mag - Le journal de l'électronique.
- accueil .
- abonnement .
- newsletter .
Flux RSS . - soumissions .
- publicité .
- contacts
Flux RSS .
SensiML™ Corporation, leader du développement d’outils IA pour la création de points terminaux intelligents IoT (Internet des objets), a annoncé aujourd’hui s’être associé à onsemi pour proposer une solution complète d’apprentissage automatique pour le traitement autonome de données de capteurs et la modélisation prédictive.
La solution issue de cette collaboration associe le logiciel de développement Analytics Toolkit de SensiML (boite à outils analytique SensiML) au kit de développement de capteurs RSL10 d’onsemi, pour créer une plateforme idéale pour les applications de détection Edge (périphérie de réseau) telles que la commande et la surveillance de processus industriels. SensiML permet de gérer les fonctions IA en limitant l’empreinte mémoire, et en tirant parti de la détection avancée et de la connectivité Bluetooth® Low Energy fournies par la plateforme RSL10, sans qu’il soit nécessaire d’envoyer dans le Cloud les données brutes de capteurs très dynamiques pour y être analysées.
Doté de la connectivité Bluetooth® Low Energy ayant la plus faible consommation du marché, le kit de développement de capteurs RSL10 associe la radio RSL10 à une gamme complète de capteurs de mouvement environnementaux et inertiels, sur une minuscule carte facilement interfaçable avec le kit d’outils SensiML. Les développeurs qui utilisent à la fois la plateforme basée sur le RSL10 et le logiciel SensiML peuvent facilement ajouter des algorithmes IA prédictifs à faible latence tournant en local, à leurs applications industrielles portables, de robotique, de contrôle de processus ou de maintenance prédictive, quelle que soit leur expertise en science des données et en IA. Le code généré automatiquement permet d’intégrer des terminaux de détection intelligents, qui transforment les données brutes de capteurs en événements critiques caractérisés à l’endroit même où ils se produisent, et permettent de prendre les mesures appropriées en temps réel. En outre, les terminaux intelligents réduisent considérablement le trafic réseau en ne communiquant que les données les plus utiles.
« L’analyse dans le Cloud est trop lente, trop éloignée, et trop peu fiable pour les processus industriels les plus complexes et les plus dynamiques, » déclare Dave Priscak, Vice-Président Applications Techniques chez onsemi. « La différence entre analyser un événement clé grâce à l’apprentissage automatique local et l’analyser à distance dans le Cloud, est une production qui reste sur les rails, des équipements qui échappent aux pannes coûteuses, et un personnel qui reste productif et en sécurité. »
« Les autres solutions d’apprentissage machine automatique (AutoML) pour la périphérie de réseau s’appuient sur des modèles rudimentaires de classification à base de réseaux de neurones, qui produisent un code sous-optimal pour une application donnée, » déclare Chris Rogers, Président Exécutif de SensiML. « Notre recherche complète de modèles AutoML comprend non seulement des réseaux neuronaux, mais aussi un éventail d’algorithmes classiques d’apprentissage automatique, ainsi que des segmenteurs, des extracteurs de caractéristiques, et des transformateurs de conditionnement de signal numérique, afin de proposer le modèle le plus compact pour répondre aux besoins de l’application. »
La boîte à outils analytique de SensiML et le kit de développement de capteur RSL10 d’onsemi, sont tous deux disponibles dès maintenant auprès de leurs sociétés respectives.
