工作时间 周一至周六 :8:30-17:00 联系方式 电话:021-51360000 地址:浦东新区金吉路778号1幢703 email:embedchina@163.com 客服热线:18717992104 技术咨询:17811901598 |
什么是嵌入式人工智能浏览数:194次
嵌入式系统的AI选项通过使用人工智能,嵌入式开发人员可以寻求提供最智能的解决方案。如今,人工智能(AI)被视为发展物联网(IoT)和诸如机器人和自动驾驶汽车之类的网络物理系统的重要技术。智能扬声器通过识别自然语言和合成高质量语音的能力,提供了日常生活中先进的AI实例。为此,扬声器需要将数据传递到远程服务器场中的多台高速计算机上。嵌入式硬件的局限性在于无法运行它们所依赖的各种深度神经网络(DNN)算法。AI不必局限于部署在服务器场中的高性能计算引擎中。现在还提出了AI技术,作为管理极其复杂的5G New Radio协议的一种方式。手机需要分析以提供最佳数据速率的信道参数数量已经超过了工程师开发高效算法的 能力。对在现场试验中获得的数据进行训练的算法提供了一种更有效地平衡不同设置之间权衡的方法。在维护在远程位置运行的工业设备的健康方面,在嵌入式硬件上运行的机器学习算法正在成为一种有效的选择。诸如卡尔曼滤波器之类的传统算法很容易处理不同类型的输入数据(例如压力,温度和振动)之间的线性关系。但是,问题之前的问题的早期警告通常通过高度非线性的关系变化来识别。 人工智能实施 上图:聚类使用诸如距最近质心的距离之类的机制来划分数据 ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- 通过将数据分类为分组,聚类进一步进行。一种典型的算法是基于质心的算法,但是机器学习中使用了许多其他类型的聚类分析。基于质心的系统使用数据点之间的几何距离来确定它们是否属于一个组或另一个组。聚类分析通常是一个迭代过程,在此过程中,将应用不同的标准来确定聚类之间的边界形成位置以及单个聚类中相关数据点的紧密程度。但是,该技术可有效地证明可能会避开领域专家的数据模式。将数据分离为类的另一种选择是支持向量机(SVM),它可以将超维数据沿着使用优化技术创建的超平面划分为类。 除了其计算开销外,DNN的一个缺点是训练它需要大量的数据。 AI研究人员正在研究其他算法,例如基于高斯过程的算法。它们使用数据的概率分析来建立模型,该模型的功能类似于神经网络,但使用的训练数据少得多。但是,从短期来看,DNN的成功使它成为处理复杂的多维输入(例如图像,视频以及音频或过程数据的流采样)的关键候选人。 下图:决策树提供了一种基于分类规则和不同结果的相关概率来构造数据的方法 人工智能提供商 |