സെൻസിഎംഎൽ സ്മാർട്ട് ബിൽഡിംഗ് ഉപകരണങ്ങളിൽ പ്രവചനാത്മക പരിപാലനം ചേർക്കുക

അജണ്ട

പ്രീ-വർക്ക്: ഉപയോക്താക്കൾ സിംപ്ലിസിറ്റി സ്റ്റുഡിയോയും സെൻസിഎംഎൽ അനലിറ്റിക്സ് ടൂൾകിറ്റും മുൻകൂട്ടി ഇൻസ്റ്റാൾ ചെയ്തിരിക്കണം

• ഹോസ്റ്റ് ആമുഖം - 5 മിനിറ്റ്
• ലാബിനായുള്ള ആശയങ്ങളും ലക്ഷ്യവും അവതരിപ്പിക്കുക - 10 മിനിറ്റ്
• മോഡൽ സൃഷ്ടിക്കുന്നതിനുള്ള ഘട്ടം ഘട്ടമായുള്ള നടപടിക്രമത്തിന്റെ "തത്സമയ" നിർവ്വഹണം - 60 മിനിറ്റ്
  • തണ്ടർബോർഡ് സെൻസ് 2 (TBS2) ലേക്ക് ഫ്ലാഷ് സെൻസിഎംഎൽ അനുയോജ്യമായ ഡാറ്റ കളക്ഷൻ ഫേംവെയർ
  • സെൻസിഎംഎൽ ഡാറ്റ ക്യാപ്‌ചർ ലാബിലേക്ക് TBS2 കോൺഫിഗർ ചെയ്യുകയും ബന്ധിപ്പിക്കുകയും ചെയ്യുക
  • വെറും ബോർഡ് ഉപയോഗിച്ച് 'സ്ലൈഡ് ഡെമോ' ഡാറ്റ ക്യാപ്ചർ ചെയ്യുക (ഉപയോക്താക്കൾക്ക് ഫാൻ കിറ്റുകൾ ഉണ്ടാകില്ല)
  • ഡാറ്റ ലേബൽ ചെയ്യുക, സേവ് ചെയ്യുക, എസ്ample പ്രോജക്റ്റ് (കോഴ്‌സിന്റെ ശേഷിക്കുന്ന കാലയളവിൽ ഞങ്ങൾ ഉപയോഗിക്കില്ല)
  • അനലിറ്റിക്സ് സ്റ്റുഡിയോ ഇൻവോക്ക് ചെയ്യുക (ഈ സമയത്ത്, ഉപയോക്താക്കൾ മുൻകൂട്ടി ശേഖരിച്ച TBS2 ഫാൻ ഡെമോ ഡാറ്റാസെറ്റിൽ നിന്ന് പ്രവർത്തിക്കും)
  • ഫാൻ സ്‌റ്റേറ്റ് ഡിറ്റക്ഷൻ മോഡൽ നിർമ്മിക്കുന്നതിനുള്ള മാതൃകയുടെ ഘട്ടങ്ങളിലൂടെ പ്രവർത്തിക്കുക
  • ഒരു നോളജ് പാക്ക് സൃഷ്ടിക്കുക
  • ഓപ്ഷണൽ: TBS2-ലേക്ക് ഫ്ലാഷ് മോഡൽ
• സ്മാർട്ട് ബിൽഡിംഗ് ആപ്ലിക്കേഷനുകളുടെ ഡെമോ വീഡിയോ - 5 മിനിറ്റ്
• ചോദ്യോത്തര – 10 മിനിറ്റ്

സെൻസിഎംഎൽ ആമുഖം

• IoT അരികിലുള്ള AI-യുടെ B2B സോഫ്റ്റ്‌വെയർ ടൂൾസ് കമ്പനിയാണ് SensiML
  • ഡാറ്റാ സയൻസ് വൈദഗ്ധ്യമില്ലാതെ അൾട്രാ-കോംപാക്റ്റ് ML സെൻസർ മോഡലുകൾ സൃഷ്ടിക്കാൻ ഡെവലപ്പർമാരെ പ്രാപ്തരാക്കുന്നു
  • 10KB വരെ ചെറിയ മോഡലുകൾ!
  • മുൻ Intel Curie/Quark MCU AI സോഫ്റ്റ്‌വെയർ ടൂൾ ടീം, 2017-ൽ SensiML രൂപീകരിക്കാൻ വിട്ടു.
• സിലിക്കൺ ലാബുകളും സെൻസിഎംഎൽ സൊല്യൂഷനും
  • EFR32/EFM32 MCU കുടുംബത്തിലേക്ക് വൈദ്യുതി കാര്യക്ഷമമായ ML കൊണ്ടുവരുന്നു
  • തണ്ടർബോർഡ് സെൻസ് 2 ഉപയോഗിച്ച് റാപ്പിഡ് സ്മാർട്ട് ഐഒടി ആപ്ലിക്കേഷൻ പ്രോട്ടോടൈപ്പിംഗ്
• സെൻസിഎംഎല്ലിന് സ്ഥിരതയും ലോകമെമ്പാടുമുള്ള പിന്തുണയും ഉണ്ട്
  • QuickLogic Corp 2019-ൽ ഏറ്റെടുത്തു; പൂർണ്ണമായും സ്വതന്ത്ര സോഫ്‌റ്റ്‌വെയർ സബ്‌സിഡിയറിയായി സജ്ജീകരിച്ച് പ്രവർത്തിപ്പിക്കുക (പോർട്ട്‌ലാൻഡ് അടിസ്ഥാനമാക്കി, അല്ലെങ്കിൽ)
  • സ്ഥാപിതമായ ചാനൽ പങ്കാളികൾ (അവനെറ്റ്, ഫ്യൂച്ചർ ഇലക്ട്രോണിക്സ്, മൗസർ, ഷിൻകോ ഷോജി)
  • യുകെ, യുഎസ്, ജപ്പാൻ, തായ്‌വാൻ, ചൈന എന്നിവിടങ്ങളിലെ സെയിൽസ്/സപ്പോർട്ട് ഓഫീസുകൾ

സ്മാർട്ട് ബിൽഡിംഗുകളിൽ TinyML-നുള്ള അവസരങ്ങൾ

നിലവിലുള്ള സ്‌മാർട്ട് IoT സെൻസർ ആപ്ലിക്കേഷൻ ഡെവലപ്‌മെന്റുമായുള്ള വെല്ലുവിളികൾ

ക്ലൗഡ്-സെൻട്രിക് AI 

• ഉയർന്ന നെറ്റ്‌വർക്ക് ട്രാഫിക് ലോഡ്
• ഉയർന്ന ലേറ്റൻസി
• തെറ്റ് സഹിഷ്ണുത കുറവാണ്
• ഡാറ്റ സുരക്ഷയുടെ അജ്ഞാത അപകടസാധ്യത
• സ്വകാര്യതയെക്കുറിച്ചുള്ള ആശങ്കകൾ

ആഴത്തിലുള്ള പഠനം

• വലിയ പരിശീലന ഡാറ്റ ആവശ്യകതകൾ
• വലിയ മെമ്മറി കാൽപ്പാടുകൾ
• ഉയർന്ന പ്രോസസ്സിംഗ് ജോലിഭാരം
• ഉയർന്ന വൈദ്യുതി ഉപഭോഗം
• മോശം എൻഡ്‌പോയിന്റ് ബാറ്ററി ലൈഫ്

ഹാൻഡ്-കോഡ് ചെയ്ത എൻഡ്‌പോയിന്റുകൾ 

• സാവധാനവും അധ്വാനവും
• അജ്ഞാത കോഡ് വലുപ്പം മുൻ‌കൂട്ടി
• വിരളമായ ഡാറ്റാ സയൻസ് വൈദഗ്ധ്യം
• സങ്കീർണ്ണമായ AI/ML കോഡ് ലൈബ്രറികൾ
• സ്കെയിലബിൾ/മത്സരമല്ല

TinyML = IoT എഡ്ജ് ML + AutoML

• IoT എഡ്ജ് ML: സ്വയംഭരണ അവസാന പോയിന്റുകൾ
  • നിസ്സാരമായ നെറ്റ്‌വർക്ക് ത്രൂപുട്ടും നീണ്ട വയർലെസ് ബാറ്ററി ലൈഫും
  • ക്ലൗഡ് പ്രോസസ്സിംഗോ നെറ്റ്‌വർക്ക് ഡിപൻഡൻസികളോ ഇല്ല
  • തത്സമയ പ്രതികരണശേഷി
• ഓട്ടോഎംഎൽ: AI വൈദഗ്ധ്യം ഇല്ലാതെ ഒപ്റ്റിമൈസ് ചെയ്യുക
  • നൽകിയിരിക്കുന്ന ഡാറ്റയ്‌ക്കായി ഓട്ടോ ഒപ്‌റ്റിമൈസർ മികച്ച മോഡൽ തിരഞ്ഞെടുക്കുന്നു
  • ആഴത്തിലുള്ള പഠനത്തിലൂടെ ക്ലാസിക് മെഷീൻ ലേണിംഗ് (ML) ഉയർന്നു
  • SensiML TinyML 10KB വരെ ചെറിയ മോഡലുകൾ നൽകുന്നു!
• ഹാൻഡ്-കോഡിംഗ് ആവശ്യമില്ല
  • ML പരിശീലന ഡാറ്റാസെറ്റുകളിൽ നിന്ന് സ്വയമേവ സൃഷ്ടിച്ച മോഡൽ കോഡ്
  • മാസങ്ങളുടെ വികസന ശ്രമങ്ങളും ഡാറ്റാ സയൻസ് വൈദഗ്ധ്യവും ലാഭിക്കുന്നു
  • ഡെവലപ്പർക്ക് AutoML കോഡിന്റെ ഏത് വശവും ഇഷ്ടാനുസരണം മാറ്റാനാകും

മോഡൽ ബിൽഡിംഗ് വർക്ക്ഫ്ലോ

ഡാറ്റ ക്യാപ്ചർ ചെയ്യുക 

• സമയം: മണിക്കൂറുകൾ മുതൽ ആഴ്ചകൾ വരെ* (അപ്ലിക്കേഷൻ ഡാറ്റ ശേഖരണ സങ്കീർണ്ണതയെ ആശ്രയിച്ച്)
• വൈദഗ്ദ്ധ്യം: ഡൊമെയ്‌ൻ വൈദഗ്ദ്ധ്യം (താൽപ്പര്യമുള്ള ഇവന്റുകൾ ശേഖരിക്കുന്നതിനും ലേബൽ ചെയ്യുന്നതിനും ആവശ്യമായത്)

കുറിപ്പ്: വർക്ക്‌ഷോപ്പിനായി ഈ ഘട്ടം ത്വരിതപ്പെടുത്തുന്നതിന് മുമ്പ് ശേഖരിച്ച ചില ഡാറ്റ ഞങ്ങൾ പ്രയോജനപ്പെടുത്തും

ബിൽഡ് മോഡൽ 

• സമയം: മിനിറ്റ് മുതൽ മണിക്കൂറുകൾ വരെ (മോഡൽ നിയന്ത്രണത്തിന്റെ അളവ് അനുസരിച്ച്)
• വൈദഗ്ദ്ധ്യം: ഒന്നുമില്ല (പൂർണ്ണ ഓട്ടോഎംഎൽ)
  • അടിസ്ഥാന ML ആശയങ്ങൾ (വിപുലമായ UI ട്യൂണിംഗ്)
  • പൈത്തൺ പ്രോഗ്രാമിംഗ് (പൂർണ്ണ പൈപ്പ്ലൈൻ നിയന്ത്രണം)

ടെസ്റ്റ് ഉപകരണം 

• സമയം: മിനിറ്റുകൾ മുതൽ ആഴ്‌ചകൾ വരെ (ആപ്പ് കോഡ് ഇന്റഗ്രേഷൻ ആവശ്യകതകളെ ആശ്രയിച്ച്)
• വൈദഗ്ദ്ധ്യം: ഒന്നുമില്ല (സ്വയം ജനറേറ്റഡ് ഐ/ഒ റാപ്പർ കോഡുള്ള ബൈനറി ഫേംവെയർ)
  എംബെഡിംഗ് പ്രോഗ്രാമിംഗ് (SensiML ലൈബ്രറിയുടെ സംയോജനം അല്ലെങ്കിൽ ഉപയോക്തൃ കോഡിനൊപ്പം C ഉറവിടം)

വർക്ക്ഷോപ്പ് ലക്ഷ്യങ്ങൾ

• SensiML-ന്റെ TinyML ടൂൾകിറ്റും സിലിക്കൺ ലാബ്സ് തണ്ടർബോർഡ് സെൻസ് 2-ൽ മോഡൽ നിർമ്മാണ പ്രക്രിയയും അവതരിപ്പിക്കുക
• ഡാറ്റാധിഷ്ഠിത മേൽനോട്ടമുള്ള ML സെൻസർ അൽഗോരിതം വികസനത്തിൽ അനുഭവപരിചയം
• IoT മോഡലുകൾ നിർമ്മിക്കുന്നതിനുള്ള മൂല്യനിർണ്ണയത്തിലൂടെയും ഉപകരണ പരിശോധനയിലൂടെയും ഡാറ്റ ശേഖരണത്തിൽ നിന്നുള്ള വർക്ക്ഫ്ലോ പഠിക്കുക
• പ്രവർത്തനക്ഷമമായ ഒരു HVAC പ്രെഡിക്റ്റീവ് മെയിന്റനൻസ് മോഡൽ സ്റ്റാർട്ട്-ടു-ഫിനിഷ് നിർമ്മിക്കുക
• TinyML മോഡൽ സൃഷ്‌ടിക്കൽ പ്രക്രിയയെക്കുറിച്ച് നിങ്ങൾക്ക് ഉണ്ടായേക്കാവുന്ന ചോദ്യങ്ങൾ പരിഹരിക്കുക

പ്രവർത്തിക്കുന്ന ഒരു HVAC പ്രെഡിക്റ്റീവ് മെയിന്റനൻസ് ആപ്ലിക്കേഷൻ

• ഞങ്ങളുടെ ഹാൻഡ്-ഓൺ ഭാഗത്തിന്റെ ആവശ്യങ്ങൾക്കായി, ഞങ്ങൾ ഒരു സ്മാർട്ട് ഫാൻ മോണിറ്ററിംഗ് ഉപകരണം നിർമ്മിക്കാൻ പോകുന്നു
• HVAC സംവിധാനങ്ങൾ നിർമ്മിക്കുന്നതിൽ ഫാനുകൾ സർവ്വവ്യാപിയായി ഉപയോഗിക്കുന്നു: ബ്ലോവറുകൾ, ഉപകരണങ്ങളുടെ സജീവ തണുപ്പിക്കൽ, എയർ ഹാൻഡ്‌ലറുകൾ, വെന്റിലേഷൻ ഡക്‌ടിംഗ്
• പരാജയമോ അപചയമോ കാര്യക്ഷമത നഷ്‌ടപ്പെടുന്നതിനും വർദ്ധിച്ച ഊർജ ഉപഭോഗത്തിനും HVAC പരാജയങ്ങൾക്കും കാരണമാകും
• ഒന്നിലധികം സാധാരണവും അസാധാരണവുമായ ഫാൻ സ്റ്റേറ്റുകൾ കണ്ടെത്താൻ കഴിയുന്ന ഒരു ലളിതമായ മോണിറ്ററിംഗ് ഉപകരണം ഞങ്ങൾ നിർമ്മിക്കും:
  • ഫാൻ ഓഫ് / ഓൺ
  • അയഞ്ഞ മൗണ്ടുകൾ
  • ഫാൻ ഗാർഡ് തടസ്സം
  • ഭാഗികമോ പൂർണ്ണമോ ആയ വായുപ്രവാഹം തടഞ്ഞു
  • ബ്ലേഡ് തടസ്സം
  • അമിതമായ വൈബ്രേഷൻ

നമുക്ക് പ്രക്രിയ ആരംഭിക്കാം

മോഡൽ സൃഷ്ടിക്കുന്നതിനുള്ള "റിയൽ-ടൈം" വർക്ക്ഷോപ്പ് ഘട്ടം ഘട്ടമായുള്ള നടപടിക്രമം - 60 മിനിറ്റ്

• തണ്ടർബോർഡ് സെൻസ് 2 (TBS2) ലേക്ക് ഫ്ലാഷ് സെൻസിഎംഎൽ അനുയോജ്യമായ ഡാറ്റ കളക്ഷൻ ഫേംവെയർ
• സെൻസിഎംഎൽ ഡാറ്റ ക്യാപ്‌ചർ ലാബിലേക്ക് TBS2 കോൺഫിഗർ ചെയ്യുകയും ബന്ധിപ്പിക്കുകയും ചെയ്യുക
• വെറും ബോർഡ് ഉപയോഗിച്ച് 'സ്ലൈഡ് ഡെമോ' ഡാറ്റ ക്യാപ്ചർ ചെയ്യുക (ഉപയോക്താക്കൾക്ക് ഫാൻ കിറ്റുകൾ ഉണ്ടാകില്ല)
• ഡാറ്റ ലേബൽ ചെയ്യുക, സേവ് ചെയ്യുക, എസ്ample പ്രോജക്റ്റ് (കോഴ്‌സിന്റെ ശേഷിക്കുന്ന കാലയളവിൽ ഞങ്ങൾ ഉപയോഗിക്കില്ല)
• അനലിറ്റിക്സ് സ്റ്റുഡിയോ ഇൻവോക്ക് ചെയ്യുക (ഈ സമയത്ത്, ഉപയോക്താക്കൾ മുൻകൂട്ടി ശേഖരിച്ച TBS2 ഫാൻ ഡെമോ ഡാറ്റാസെറ്റിൽ നിന്ന് പ്രവർത്തിക്കും)
• ഫാൻ സ്‌റ്റേറ്റ് ഡിറ്റക്ഷൻ മോഡൽ നിർമ്മിക്കുന്നതിനുള്ള മാതൃകയുടെ ഘട്ടങ്ങളിലൂടെ പ്രവർത്തിക്കുക
• ഒരു നോളജ് പാക്ക് സൃഷ്ടിക്കുക
• TBS2 ലേക്കുള്ള ഫ്ലാഷ് മോഡൽ

ഡെമോ വീഡിയോ

പകർപ്പവകാശം © 2021 സെൻസിഎംഎൽ കോർപ്പറേഷൻ. എല്ലാ അവകാശങ്ങളും നിക്ഷിപ്തം.

പ്രമാണങ്ങൾ / വിഭവങ്ങൾ

സെൻസിഎംഎൽ സ്മാർട്ട് ബിൽഡിംഗ് ഉപകരണങ്ങളിൽ പ്രവചനാത്മക പരിപാലനം ചേർക്കുക [pdf] നിർദ്ദേശങ്ങൾ സ്‌മാർട്ട് ബിൽഡിംഗ് ഉപകരണങ്ങളിൽ പ്രവചനാത്മക പരിപാലനം, സ്‌മാർട്ട് ബിൽഡിംഗ് ഉപകരണങ്ങളിൽ മെയിന്റനൻസ്, സ്‌മാർട്ട് ബിൽഡിംഗ് ഉപകരണങ്ങൾ, ബിൽഡിംഗ് ഉപകരണങ്ങൾ എന്നിവ ചേർക്കുക

റഫറൻസുകൾ

• ഉപയോക്തൃ മാനുവൽ