Aussteller: Ambiq
Halle/Stand: 4-581
heartKIT nutzt die Ultra-Low-Power-Hardware von Ambiq, um die energieeffizienteste eingebettete Herzanalytik auf dem Markt zu liefern. Dies ermöglicht die Entwicklung von KI-gesteuerten Herzüberwachungslösungen, die mit einer einzigen Knopfzelle tagelang oder sogar wochenlang betrieben werden können.
Das heartKIT ADK ist auf maximale Flexibilität ausgelegt. Statt einer begrenzten Anzahl von vortrainierten Modellen bietet es eine anpassbare Plattform, die es Entwicklern ermöglicht, bestehende Lösungen zu modifizieren und ihre eigenen Datensätze, Modelle und Aufgaben einzubinden.
Darüber hinaus deckt heartKIT den gesamten Workflow der Datenverarbeitung ab, einschließlich Signalentrauschung, Segmentierung und Klassifizierung. Dieser umfassende Ansatz ermöglicht die Erstellung anspruchsvoller, mehrstufiger Pipelines.
So könnte eine Pipeline beispielsweise ein Denoising-Modell zur Beseitigung von Bewegungs- und Rauschartefakten enthalten, gefolgt von einem Segmentierungsmodell und einem Arrhythmie-Erkennungsmodell. Das Arrhythmiemodell identifiziert spezifische Bedingungen, während das Segmentierungsmodell Schlüsselpunkte von Interesse liefert und den Kontext für die Arrhythmieerkennung verbessert. Diese Integration von Modellen führt zu erklärbaren, transparenten Pipelines - ein entscheidendes Merkmal für Herzüberwachungsanwendungen.
Sie möchten das Thema vertiefen?
Auf der embedded world Exhibition&Conference 2025
haben Sie vom 11. bis 13. März 2025 die Möglichkeit,
sich mit Branchenexperten auszutauschen.
Aussteller: NXP Semiconductors
Halle/Stand: 4A-222
eIQ Time Series Studio ist ein End-to-End-Tool, das die Entwicklung von KI/ML-Lösungen in verschiedenen Bereichen, einschließlich der Erkennung von Anomalien für die vorausschauende und vorbeugende Wartung, Klassifizierung und Regression, auf der Grundlage von Zeitreihendaten rationalisiert. Die integrierte autoML-Funktion (automatisiertes maschinelles Lernen) hebt dieses Tool von anderen ab. Mit autoML werden die für Entwickler erforderlichen Fachkenntnisse in den Bereichen Data Science und maschinelles Lernen erheblich reduziert, wodurch die Entwicklungszeit von Wochen oder Monaten auf Stunden verkürzt wird.
autoML automatisiert die Signalverarbeitung, die Modellauswahl, die Abstimmung der Hyperparameter und das Feature Engineering. Sobald die Daten kuratiert sind, werden mit einem einzigen Klick Modelle mit optimaler Genauigkeit, Leistung und Speicherplatzbedarf generiert, so dass Entwickler das beste Modell für ihre spezifischen Anforderungen auswählen können.
eIQ Time Series Studio wurde entwickelt, um die Einstiegshürde für die ML-Entwicklung zu senken und die KI-Entwicklung auch für Entwickler mit geringer Erfahrung in den Bereichen Datenwissenschaft und maschinelles Lernen zugänglich zu machen. Durch die Integration des automatisierten maschinellen Lernens kann die Entwicklungszeit von Monaten auf Stunden verkürzt werden. Da der Datenschutz im Vordergrund steht, hebt sich das Tool von cloudbasierten Tools ab, da es offline auf Windows- und Ubuntu-basierten Systemen ausgeführt werden kann und es nicht erforderlich ist, proprietäre Daten für das Training in die Cloud hochzuladen. Darüber hinaus ist das Tool völlig kostenlos und ohne wiederkehrende Cloud-Abonnementgebühren, was es zu einem idealen Tool für Entwickler macht, die an der Entwicklung von Zeitreihen interessiert sind.
Aussteller: STMicroelectronics
Halle/Stand: 4A-148
Unser Produkt revolutioniert die Art und Weise, wie Sie mit Edge-KI- und IoT-Lösungen interagieren. Wir bieten einen nahtlosen Ansatz für die Erstellung und Verwaltung von Datensätzen, sowohl offline als auch in Echtzeit, um sicherzustellen, dass Sie die Daten haben, die Sie brauchen, wenn Sie sie brauchen. Unser vereinfachter Trainingsprozess, der AutoML und ein No-Code-Erlebnis nutzt, ermöglicht es jedem, mühelos anspruchsvolle maschinelle Lernmodelle auf der Grundlage von Entscheidungsbäumen für MEMS-Inertialsensoren zu erstellen.
Mit unserer Lösung können Sie die Modellleistung direkt auf Hardware-Sensorknoten über intuitive Web- und Mobil-Apps validieren und so die Zuverlässigkeit in der realen Welt garantieren. Der Einsatz von KI-Lösungen in einem IoT-Kontext war noch nie so einfach, ob auf Sensorknoten, Gateways oder in der Cloud. Wir ermöglichen auch die Erforschung und Bewertung von Proof-of-Concepts für Anwendungsfälle mithilfe von ST-Referenzdesigns und -Komponenten, die eine solide Grundlage für Innovationen bilden.
Schließlich sorgt unser robustes Projekt- und Modellorganisationsmanagement dafür, dass jeder Aspekt Ihres Entwicklungsprozesses gestrafft und effizient ist, damit Sie sich auf das konzentrieren können, was wirklich wichtig ist: die Entwicklung bahnbrechender KI-Lösungen für den IoT-Markt.
ST AIoT Craft ist das erste Online-Tool, das für die Programmierung von ST MEMS-Sensoren entwickelt wurde, in die ein maschineller Lernkern (MLC) für Inferenzoperationen eingebettet ist, wodurch Künstliche Intelligenz der Dinge (AIoT) für alle zugänglich wird. Dieses Tool senkt die Einstiegshürde erheblich und ermöglicht es selbst Entwicklern mit minimaler Erfahrung, ihre Projekte in weniger als einer Stunde fertigzustellen.
Nutzen Sie unseren Chatbot für Aussteller und erhalten Sie schnell und einfach die gewünschten Informationen.
