STMCU-管管
发布时间：2025-11-24 09:23
|
NanoEdge AI Studio v5 ：首款具备合成数据生成功能的AutoML 工具
NanoEdge AI Studio v5是首款面向STM32 微控制器的AutoML 工具，能够通过我们称为“合成数据生成”的新功能从典型日志中生成异常数据。 此外，最新版本还简化了数据集创建、AI库配置、信息可视化、数据记录会话运行等操作。简而言之，在数据仍是AI革命核心的当下，NanoEdge AI Studio v5不仅有助于处理数据，还能生成高质量数据。如果说机器学习算法的优劣完全取决于塑造神经网络的数据质量，那么NanoEdge AI Studio v5通过解决最重大的开发难题之一，显著简化了边缘AI的创建，并提高了其准确性。 目录 真正的AI 挑战究竟何在？ 不公平的负担 现在的问题不再是哪类嵌入式系统使用AI，而是哪些系统不使用。即便是意法半导体博客的忠实读者，恐怕也难以举出一个未受智能传感器、预测性维护、数据分析与自动决策等技术影响的市场。问题在于工程师如今必须精通众多新领域。 在一个典型应用中，团队必须理解数据科学、神经网络架构、推理优化以及其他相关概念。甚至在创建应用之前，他们就必须收集数据、选择合适的模型、使用新工具，甚至使用与其主业无关的编程语言。换言之，工程师必须走出他们的舒适区。 天价成本 危机真实存在。根据[Anaconda 2020年报告]，专职数据科学家65%以上的时间花费在数据加载、清洗与可视化。即使边缘机器学习算法没那么复杂，从头开始创建的成本依然高昂。因此，小型公司虽面临采用边缘**AI 的压力，却因缺乏资金招聘人才与投入必要资源，可能使现有团队迅速不堪重负。** 例如，巴塞罗那超级计算中心分享的一个语音识别项目需要记录“约2万名不同说话者”长达2250小时的语音，这种规模是几乎所有中小企业都无法企及的。 数据困境 另一个问题在于高质量数据的收集。在工业应用中，有时难以复现某些条件。 例如，公司无法预知电机如何损坏，却必须找到复现该情况的方法，否则就没有数据可供训练AI模型。这将工程师逼入绝境：必须在不知道故障具体表现的情况下，找到预测如何检测故障的方法。试图想象或模拟一个不利事件可能会耗费大量时间和资源，而一旦真实事件与训练数据偏差过大，这些投入便可能付诸东流。 保持活力：NanoEdge AI Studio v5 三大实用方案，破解熬夜加班困局 合成数据生成 正是这些问题促使意法半导体开发像NanoEdge AI Studio v5这样的应用程序。例如，合成数据生成通过分析标称数据集，然后通过添加噪声或振动漂移来模拟问题，从而解决了异常复现难题。自**NanoEdge AI Studio 首版发布以来，意法半导体在异常检测领域进行了五年多的研究，积累了丰富的专业知识，使我们能够预测异常行为，并根据我们遇到的真实用例创建合成数据。** 这就解释了为何我们是唯一为时间序列应用提供此功能的厂商。该工具目前主要针对振动数据，未来版本将扩展至其他应用。
NanoEdge AI Studio在噪声条件下使用合成数据的异常检测基准测试 特征重要性 为了进一步帮助在优化方面遇到困难的开发人员，意法半导体提供了特征重要性。新功能通过统计分析识别对**AI 算法影响最大的传感器或数据列，从而优先处理以最小化机器学习应用的内存占用，同事对推理的影响极小甚至没有影响。** 此外，该功能还直接解决了数据采集与存储问题，开发人员无需耗费大量时间清洗筛选数据，需要存储的资源也大幅减少。这相当于为所有人配备一位数据科学家，有效减轻开发人员的负担。 基于控件的可视化 NanoEdge AI Studio v5还提供全新可视化工具来简化数据处理，即使数据科学经验不足的用户也能轻松操作。具体来说，这个新控件允许用户自定义各种布局，以优化其工作流程。 例如，可以并排显示特征图、原始信号和模型性能视图，无需开发人员编写任何代码即可快速说明数据对机器学习算法的影响。意法半导体软件甚至还支持选择列数、每列控件数、调整控件大小及确定控件显示位置。简而言之，这是NanoEdge AI Studio有史以来定制性最强的版本。
NanoEdge AI Studio v5基于控件的可视化 直面挑战 (Beat It) ——意法半导体边缘AI 套件让您无往不利 作为标杆的NanoEdge AI Studio
NanoEdge AI Studio v5基于控件的可视化 直面挑战 (Beat It) ——意法半导体边缘AI 套件让您无往不利 作为标杆的NanoEdge AI Studio |
微信公众号
手机版
