请选择 进入手机版 | 继续访问电脑版

你的浏览器版本过低,可能导致网站不能正常访问!
为了你能正常使用网站功能,请使用这些浏览器。

AI技术专题之三 | 嵌入式机器学**运行决策树分类器

STMCU-管管 发布时间:2021-9-22 09:36
人工智能应用的市场份额稳步增长。为此,意法半导体提供广泛的产品组合,轻松实现多级别的人工智能应用。在本文中,我们主要关注新型传感器中内嵌的人工智能(也称为MLC),还将阐明用户如何利用这个AI核心来开发极低功耗的“边缘到边缘”AI应用。

让我们先从以下问题开始:什么是边缘人工智能?

在过去,人工智能应用程序需要许多计算资源,因此,来自传感器的数据必须传输到云端进行处理,然后再将结果发送回本地。整个过程既耗时又耗电,并且不适用于缺乏互联网连接的情况。因此,边缘人工智能应运而生。有了MCU上的专用硬件,AI处理能力越来越强,将“人工智能”核心从云端移到了本地MCU,使延迟和功耗方面的表现更加出色。
14.png

意法半导体最近推出的一个全新传感器系列(通过名称末尾的字母X加以识别)使传感器能够完全在传感器核心中运行人工智能算法(基于决策树分类器),无需本地MCU承担任何计算负载。进一步推动了“边缘人工智能”技术的发展。为此,我们称之为“边缘到边缘”人工智能。

假设您有兴趣开发一款应用,该应用使用传感器数据(来自加速度计、陀螺仪等)并利用人工智能技术检测人类活动(如步行、跑步、静止等)或进行手势识别。在基于云的AI解决方案中,需要将数据发送到云端进行推理,等待一段时间后获得响应。这意味着不得不在数据传输方面耗费大量能量(如果互联网连接可用,最高50mA),而且在接收输出结果时会经历相当长的时延。一种创新型解决方案可以利用MCU的能力处理数据(“边缘人工智能”),但传感器数据传输是必须的。如果您的目标是最低功耗型解决方案,在传感器内部嵌入MLC是最佳选择。从传感器到MCU的数据传输没有功率消耗,优化后的ASIC使MLC核心的电流消耗限制在~10uA左右,而延迟可以被忽略。


回到应用本身,这意味着传感器可以自己运行人类活动或手势识别应用:您只需对MLC传感器进行编程,打开传感元件,将基于人工智能的场景分类结果作为简单的寄存器值输出,以供应用MCU进行决策(例如,改变应用的行为,启用或禁用低功耗模式,等等)。
15.png
如前所述,传感器的人工智能基于“决策树”分类器,这在之前的文章中已经介绍过。不同的设备具有类似的机器学**可用资源,每个传感器都能并行运行最多8个不同的决策树(共256或512个节点)。
16.png
决策树基于训练过的人工智能模型(监督学习),需要一个数据集来训练模型。一旦数据可用,就可以构建决策树,最后将决策树编程到传感器MLC中。针对这5个关键步骤,意法半导体提供UNICO-GUI工具,帮助开发人员进行数据收集和代码生成,并在传感器中上传代码,从而实现所需的MLC。

第一步:捕获数据
您可以为数据采集活动选择意法半导体的板件(市场上有意法半导体提供的许多板件),意法半导体建议使用FP-SNS-DATALOG1固件获取数据,确保所采集数据的一致性和格式化。一旦数据可以进行处理,就可以启动UNICO-GUI。
17.png
▲数据标注


第二步:数据标记和特征配置
这意味着为在数据采集活动中获取的每个数据集分配一个名称/标签。基于您的数据集和选择进行决策树模型训练,以区分所选的类。UNICO-GUI工具可以导入许多类型的数据集。

此外,用户在采集阶段定义传感器的工作模式,最重要的是选择将被决策树用于区分类的特征。特征基本上是对传感器数据进行的一种“分析”,决策树将使用特征来选择一个类或另一个类。这方面的一个例子是,使用XL信号的“标准偏差”或“峰-峰”特征来了解用户是静止状态还是运动状态。显然,有许多可选择的特征可以组合在一起,以实现应用的最佳决策树。如需更多关于特征选择和理解决策树创建过程的详细信息,请参见意法半导体设计技巧0139。
18.png
▲构建决策树

第三步:构建决策树
该步骤生成设置并在数据集训练过程中识别限制,以构建一个能够识别要检测的运动数据类型的决策树。
19.png
▲模型部署

第四步:传感器代码生成
一旦创建了决策树,需要用传感器MLC语言“翻译”决策树。用户将得到一个文件,其中包含让其应用在配备MLC的ST MEMS传感器上运行所必需的全部内容!

第五步
当器件被编程后,可以在应用中使用定义的已训练决策树处理机器学**结果。

如果您有兴趣详细了解MLC在MEMS传感器中的应用,可以访问ST MLC网页或ST MLC GitHub页面,这些网页提供大量即用型应用和配置示例,可以引导您一步一步地完成从数据采集到MLC实时功能检查的整个过程。


相关阅读:
AI技术专题 | 意法半导体人工智能解决方案概述

AI技术专题之二:机器学习模型设计过程和MEMS MLC

收藏 评论0 发布时间:2021-9-22 09:36

举报

0个回答
关于意法半导体
我们是谁
投资者关系
意法半导体可持续发展举措
创新和工艺
招聘信息
联系我们
联系ST分支机构
寻找销售人员和分销渠道
社区
媒体中心
活动与培训
隐私策略
隐私策略
Cookies管理
行使您的权利
关注我们
st-img 微信公众号
st-img 手机版