您的位置:
首页
>>
管理中心
>>
行业资讯
>>修改新闻资讯信息
资讯类型:
行业要闻
企业动态
新品速递
解决方案
交流培训
嘉宾访谈
产业纵横
人物聚焦
展会动态
会展报告
本站动态
标 题:
*
页面广告:
不显示
显示
副 标 题:
关 键 字:
多个关键字请用“
/
”分隔,如:西门子/重大新闻
内容描述:
新闻来源:
链 接:
责任编辑:
标题图片:
无
当编辑区有插入图片时,将自动填充此下拉框
*
所属类别:
(不超过20项)
电源产品分类
:
UPS电源
稳压电源
EPS电源
变频电源
净化电源
特种电源
发电机组
开关电源(AC/DC)
逆变电源(DC/AC)
模块电源(DC/DC)
电源应用分类
:
通信电源
电力电源
车载电源
军工电源
航空航天电源
工控电源
PC电源
LED电源
电镀电源
焊接电源
加热电源
医疗电源
家电电源
便携式电源
充电机(器)
励磁电源
电源配套分类
:
功率器件
防雷浪涌
测试仪器
电磁兼容
电源IC
电池/蓄电池
电池检测
变压器
传感器
轴流风机
电子元件
连接器及端子
散热器
电解电容
PCB/辅助材料
新能源分类
:
太阳能(光伏发电)
风能发电
潮汐发电
水利发电
燃料电池
其他类
:
其他
静态页面:
生成静态页面
*
内 容:
<P> 2021年12月17日,中国——服务多重电子应用领域的全球半导体领导者意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)今天发布机器学习开发工具NanoEdge AI Studio第三版,这是自年初并购Cartesiam后对这款机器学习应用软件开发工具的首次重大升级。</P> <P> 新版NanoEdge AI Studio的推出正值AI功能从云端向边缘转变之际,这一趋势让设备厂商能够从根本上改进工业生产流程,优化制造设备维护成本,为能够感知和处理数据以及本地操作的设备带来创新功能,改善通信延迟和信息安全。升级软件的目标应用包括物联网设备、家用电器和工业自动化。</P> <P> NanoEdge AI Studio可简化在任何STM32微控制器上开发机器学习、异常学习、检测和分类应用。新版本还包括预测功能,例如,回归算法库和异常检测算法库。利用该开发工具,用户可以将尖端机器学习功能快速、轻松、经济地集成到设备中,不需要数据学专业知识。</P> <P> 意法半导体增加了软件对所有STM32开发板的原生支持,开发者无需再为具有新的高速数据采集和管理功能的工业级传感器编写代码。NanoEdge AI Studio软件提高了数据安全性,因为边缘计算是使用本地数据存储和处理技术,而不是在云端传输处理数据。</P> <P> 客户反馈</P> <P> 国际技术咨询和工程公司Alten Group创新部科学总监Steve Peguet表示:“我们曾有幸用NanoEdge AI Studio为航空航天行业的一家客户开发解决方案。在昂贵的零件制造过程中,钻头磨损或最轻微的异常都会带来严重的后果。Alten用NanoEdge AI Studio把机器学习算法集成到电钻机中。经过生产线上测试,这个解决方案的效果非常好。因此,Alten围绕这项技术创建了一个标准的操作规程,支持客户预测性维护,并将这些初步开发结果转化商用,在他们的工厂中部署一个开创性的钻机规范性维护解决方案。”</P> <P> Stimio是一家专门为铁路和其他行业开发工业物联网(IIoT)解决方案的公司,首席执行官兼创始人David Dorval表示:“我们的主要铁路客户要求我们提供低功耗的自主无线预测性维护解决方案,以延长生产线正常运行时间,优化运营成本,避免造成重大损失的停产事故。低功耗边缘人工智的作用是我们产品战略的核心,在对多个边缘人工智软件解决方案进行比较后,我们选择了ST的NanoEdge AI Studio,利用其强大的低功耗边缘人工智算法丰富我们的Oxygen Edge产品组合。”</P> <P> 可穿戴技术公司总裁兼首席执行官Deepak Arora表示:“NanoEdge AI能够帮我们缩短机器学习开发时间,更快开发出安全的下一代电子设备,为我们的家人和爱人带来健康与快乐。通过在个人设备上运行边缘人工智,我们能够迅速做出准确度更高、误报率更低的知情决策。”</P> <P> NanoEdge AI Studio V3的主要特性和功能</P> <P> 完全重新设计的用户界面,使非专家级用户也能更轻松地开发最先进的机器学习库。</P> <P> 在STWIN开发板开发板上支持全新的高速数据采集和管理功能,无需写任何代码即可轻松管理所有的工业级传感器</P> <P> 改进了对异常检测的支持,特别适用于预测性维护,能够准确地预测磨损现象或更好地处理设备老化。</P> <P> 直接在STM32 MCUs上用小数据集学习正常特征或用新算法训练模型识别之前未见过异常模式。</P> <P> 新增回归算法来推断数据并预测能源管理的未来数据模式或预测设备的剩余寿命。</P> <P> 原生支持所有STM32开发板,无需配置。</P>