【通信产业网讯】(记者 半苗)近日,恩智浦半导体公司与微软宣布合作推出基于人工智能(AI)和机器学习(ML)的Azure IoT异常检测功能。
通过将恩智浦的离线机器学习能力和嵌入式处理专长与微软的云专业知识优势互补,两家公司在5月6-8日于华盛顿州西雅图举行的Microsoft Build上,联合演示了一个全新的Azure IoT异常检测解决方案。
据了解,该解决方案包括一个小型、低功耗的模块化系统(SOM),包含恩智浦i.MX RT106C处理器、一整套传感器以及相关的异常检测 工具 箱。该工具箱利用各种机器学习法,如随机森林(Random Forest)和简单向量机(SVM),模拟设备的正常行为,并通过本地和云的组合机制,检测异常行为。这样可以在降低云带宽要求的同时,保持完整的在线日志记录和处理能力,大幅降低成本。相关应用包括旋转组件的预测性维护、存在性检测和侵入性检测。
恩智浦物联网和安全解决方案执行总监兼总经理Denis Cabrol表示,预防故障和减少停机时间是提高生产力和系统安全性的关键。通过与微软合作,将Azure IoT的强大功能与基于恩智浦嵌入式技术的本地智能运行相结合,我们不但为物联网的创新开拓了道路,还将认知服务推向芯片级别。
微软物联网销售副总裁Rodney Clark表示,推出新的Azure IoT和i.MX RT106C异常检测解决方案。恩智浦此类解决方案使开发人员能够使用产品、工具和服务来加速开发完整的云到端解决方案。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 需要关注的5种预测性存储分析功能
- Hive on Spark预测性执行BUG一枚
- 通过结合使用 SPSS 与数据库仓库连接开展预测性分析
- 预测性维护:使用卷积神经网络(CNN)检测传感器故障
- 获洪泰基金领投数千万,以预测性数据分析切入零售业,所问数据如何帮助用户预测爆品?
- 挖洞经验 | 密码重置Token可预测性导致的账号劫持漏洞
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。