在當(dāng)今時(shí)代，每個(gè)傳感器的微小變動(dòng)和振動(dòng)峰值都蘊(yùn)含著重要信息，時(shí)間序列數(shù)據(jù)正成為智能邊緣應(yīng)用的新前沿。然而，要充分利用這些數(shù)據(jù)，包括清理、建模和部署，往往需要深厚的專業(yè)知識(shí)和數(shù)周的反復(fù)試驗(yàn)。eIQ Time Series Studio是恩智浦推出的免費(fèi)端到端工具包，為微控制器和應(yīng)用處理器提供時(shí)間序列AI的自動(dòng)機(jī)器學(xué)習(xí) (AutoML)。

為什么邊緣時(shí)間序列AI至關(guān)重要？

在數(shù)據(jù)生成的邊緣部署AI，可以實(shí)現(xiàn)更快的決策響應(yīng)、更低的延遲、更高的能效以及更強(qiáng)的數(shù)據(jù)隱私保護(hù)，無需依賴云端傳輸。雖然恩智浦長(zhǎng)期以來一直支持AI在視覺、語音、LLM和生成式AI領(lǐng)域的應(yīng)用，時(shí)間序列AI則專注于現(xiàn)實(shí)世界中的傳感器驅(qū)動(dòng)環(huán)境中，處理異常檢測(cè)、分類和回歸等關(guān)鍵任務(wù)。

從預(yù)測(cè)工廠車間的設(shè)備故障，到檢測(cè)家電的早期故障，時(shí)間序列AI正在為工業(yè)、汽車、醫(yī)療和智能家居領(lǐng)域的下一代用例賦能。

簡(jiǎn)化ML工作流程

在時(shí)間序列項(xiàng)目開發(fā)過程中，數(shù)據(jù)處理往往成為瓶頸——不同的采樣率、嘈雜信號(hào)、未對(duì)齊的數(shù)據(jù)流以及繁瑣的手動(dòng)調(diào)整，可能導(dǎo)致數(shù)周的開發(fā)延遲。 eIQ Time Series Studio通過將數(shù)據(jù)處理的每個(gè)環(huán)節(jié)集成到直觀的UI界面中，有效解決了這些挑戰(zhàn)。

eIQ Time Series Studio加速了模型的創(chuàng)建、優(yōu)化和部署，幫助開發(fā)人員加快產(chǎn)品上市進(jìn)程。更

數(shù)據(jù)整理與可視化

記錄、清理、標(biāo)注、對(duì)齊并深入探索原始傳感器數(shù)據(jù)流。通過內(nèi)置的數(shù)據(jù)智能實(shí)用程序快速發(fā)現(xiàn)噪聲與趨勢(shì)，并平衡采樣率。

AutoML模型生成

擺脫繁瑣的反復(fù)試驗(yàn)。內(nèi)置AutoML引擎可智能探索信號(hào)處理方案與模型架構(gòu)，優(yōu)化準(zhǔn)確性、內(nèi)存占用和推理速度，無需編寫代碼。

模擬

預(yù)覽和驗(yàn)證訓(xùn)練模型在目標(biāo)微控制器或應(yīng)用處理器上的實(shí)際運(yùn)行效果。

一鍵部署

一切準(zhǔn)備就緒，eIQ Time Series Studio可生成針對(duì)多種支持內(nèi)核 (CPU、NPU、DSP) 的定制庫(kù)，兼容MCUXpresso、CodeWarrior、IAR和GCC。僅需兩次API調(diào)用 (初始化和推理)，即可在恩智浦硬件上運(yùn)行模型。

實(shí)際用例

工業(yè)自動(dòng)化

可檢測(cè)機(jī)器人裝配線上軸承磨損或異常振動(dòng)的早期跡象，有效防止代價(jià)高昂的停機(jī)時(shí)間，同時(shí)延長(zhǎng)設(shè)備使用壽命。

智能家電

監(jiān)測(cè)洗衣機(jī)、冰箱等家電的異常聲音與溫度峰值，在小問題演變成重大故障前提醒維護(hù)人員。

安全性和可靠性

借助電弧故障檢測(cè)技術(shù)，精準(zhǔn)識(shí)別可能引發(fā)野火的電氣異常，為能源與樓宇系統(tǒng)帶來智能功能，提供安全保障。

使邊緣AI更加普惠

或許eIQ Time Series Studio最具顛覆性的特點(diǎn)在于，它完全免費(fèi)。

恩智浦通過消除許可障礙，將強(qiáng)大的AI工作流程集成到統(tǒng)一的工具平臺(tái)，使不同技能水平的開發(fā)人員——從嵌入式初學(xué)者到資深機(jī)器學(xué)習(xí)工程師——都能在關(guān)鍵應(yīng)用場(chǎng)景中提供實(shí)時(shí)智能。

立即開始

準(zhǔn)備好將傳感器數(shù)據(jù)轉(zhuǎn)化為可行的AI方案了嗎？下載包含Time Series Studio的完整eIQ工具包，點(diǎn)擊這里>>

本文作者

Ted Kao，恩智浦半導(dǎo)體AI產(chǎn)品營(yíng)銷總監(jiān)，負(fù)責(zé)AI/ML的支持和營(yíng)銷。他擁有20多年的創(chuàng)新技術(shù)產(chǎn)品化經(jīng)驗(yàn)，利用其專業(yè)知識(shí)推動(dòng)AI/ML在恩智浦邊緣處理器產(chǎn)品組合中的普及。在加入恩智浦之前，他負(fù)責(zé)NPU、微處理器、微控制器以及高級(jí)HMI、音頻和多媒體解決方案的產(chǎn)品營(yíng)銷、戰(zhàn)略合作關(guān)系和產(chǎn)品線管理。Ted現(xiàn)居加州爾灣。