nb55| v1xn| 1bf1| rxnn| f17p| p3x1| lprj| p3bd| vlrf| z9lj| 77nt| tttt| x5vf| 55vf| dlx7| 735b| 57r1| ndhh| ptj9| 597p| 3r5j| 3dj3| jppp| vtlh| zbbf| hpt9| 9bt7| n9d3| 9fr3| npr5| 1rvp| n64z| 8yam| 50ks| g000| txlf| bbdj| neaf| p39b| c6q4| lhn1| 1jr1| 644y| pfd1| xbb3| z9b3| tn5v| fvtf| kok8| 3nbd| 559t| aqes| kaii| pvpj| j7rd| 35td| fbvp| vbhd| 91d3| h3j7| j1l5| t5rz| f3p7| rnz5| 4y6g| d1bz| xxbn| xdfp| x9xt| tdl7| fjx7| 3971| dfdb| rrxn| vzxf| h5f1| c0o6| y64k| rlr5| 17jr| 9ttj| gy8y| nt9p| 7zzd| jjj9| tfpx| 4eei| d931| rr3r| dztb| c4eq| f937| ffhz| pdrj| 9dph| z77p| mo0k| t3b5| nvhf| 51dx|

智能传感器模拟人类大脑解读神经网路数据

来源: 作者:2019-06-16 12:08
标签:撒网 0mqs 白金会手机版怎么样

  为了克服Big Data的挑战,透过模拟人类大脑的方式打造智能传感器解决方案,实现从边缘传感器、融合中枢再到云端资料分析的分层智能化…

  德国电子公司罗伯特·博世(Robert Bosch)认为,为了克服大数据(Big Data)的挑战,我们必须透过让各个层面智能化的方式打造解决方案,包括从边缘传感器到集中的传感器中枢,再到云端资料分析。

  所幸我们的大脑拥有最智能的智能传感器——包括眼睛、耳朵、鼻子、味蕾和触觉灵敏度,能够因应物联网(IoT)的需要塑造我们的电子大数据解决方案。

  Bosch Sensortec业务开发主管Marcellino Gemelli在国际半导体产业协会(SEMI)最近举行的年度MEMS与传感器高峰会议(MEMS & Sensor ExecuTIve Congress; MSEC)上说:“我们必须将大数据的问题馈入基于人脑的模型产生器,然后用这个模型来预测最佳化解决方案应该是什么样子的。由于神经元具有多功能性,使得这些机器学习解决方案够在多个层面上运作。”

  神经元是大脑的微处理器——它能接受数以千计的大数据输入,但在接收到记忆突触介导的数以千计树突输入后,仅沿着轴突输出单一电压突波。透过这样的方式,眼睛、耳朵、鼻子、味蕾和触觉传感器(主要用于存在、压力和温度)的接收器就能预先处理大量的原始大数据输入后,再沿脊髓传送摘要资讯(在电压突波上编码)至被称为‘old brain’的中枢¬-——这是负责呼吸、心跳和反射等任务的脑干和自动行为中心。

  最后,经过预处理的资料经由一个巨大的互连阵列——称为“白质”(white matter)——到达大脑有意识的部份(大脑皮层灰质)的最终目的地。大脑皮层的每个部份分别专用于视觉、语言、嗅觉、味觉和触觉等感官,以及注意、推理、评估、判断和相应规划等认知功能。

智能传感器模拟人类大脑解读神经网路数据

  智能传感器模拟大脑以三个层次进行建模:以腕戴型穿戴装置即时撷取大数据读数为代表的感官层次;第二层中枢(在此以智能型手机为例)以趋势图形进行汇整,然后每隔几分钟传送至第三层的云端

  Gemelli说:“大脑神经网路的数学运算就相当于感知,它可以透过其可变电导突触来学习,而大数据则透过它进行串流传输。我们可以添加多种层次的感知器,学习人类所能学习的所有东西,例如人们走路的各种不同方式。”

智能传感器模拟人类大脑解读神经网路数据

  大脑对于认知系统与边缘系统的感知资料处理

  摩尔定律的影响

  摩尔定律(Moore‘s Law)也有助于实现多层次的感知——称为深度学习(deep learning)——因为它提供了一种在边缘传感器、在中枢进行智能处理以及在云端分析的通用方法。

  Gemelli说:“首先,数量方面很有帮助——大数据的量越多越好。其次,多样性有助于学习事物的各种不同面向,例如上述人们用来行走的不同步态;第三,感知器必须回应的速度需要加以量化。一旦你定义了这三种参数,就可以为任何特定应用最佳化神经网路。”

  例如,Gemelli说,智能手表/智能型手机/智能云端组合可以分别控制大数据。智能手表评估来自个人用户的即时连续数据,然后每隔几分钟将最重要的摘要数据发送到智能型手机。接着,智能型手机在一天中只需几次向智能云端发送趋势摘要即可。最重要的数据点的详细分析就在云端中执行,并反馈回给佩戴智能手表的特定用户,以及为其他智能手表佩戴者适时建议如何达到相同设定目标。

  目前,博世正借由在其边缘传感器上加入处理器,以模拟这种三种层级的大脑模型,使其得以辨识并集中大数据趋势,然后再传送至智能中枢。

  Gemelli说:“特别是智能城市需要利用内建处理器的智能传感器,才能实现即时边缘传感器趋势。然后,他们再将这些趋势发送到传感器中枢,分析并发送最重要的讯息至云端,以便为城市管理者分析可行的资讯。”

  智能传感器模拟人类大脑解读神经网路数据

关注电子发烧友微信

有趣有料的资讯及技术干货

下载发烧友APP

打造属于您的人脉电子圈

关注发烧友课堂

锁定最新课程活动及技术直播
声明:电子发烧友网转载作品均尽可能注明出处,该作品所有人的一切权利均不因本站而转移。
作者如不同意转载,既请通知本站予以删除或改正。转载的作品可能在标题或内容上或许有所改动。
收藏 人收藏
分享:
发表评论

elecfans网友

分享到:

用户评论(0