TOP
embedded world 2019 – Trainieren Statt Programmieren

Bildunterschrift:SSV zeigt auf der embedded world mit dem DNP/AISS1 ein kompaktes Evaluierungsboard mit verschiedenen Sensoren und einem universellen KI-Software-Stack. Dieser bietet neben zahlreichen mathematischen Funktionen auch verschiedene Machine-Learning-Algorithmen für industrielle Applikationen. Damit lassen sich Anwendungen erstellen, in denen der gewünschte Zusammenhang zwischen den Ein- und Ausgangsdaten nicht mehr per Software codiert, sondern stattdessen mittels zuvor erzeugter Referenzdaten trainiert wird.

Januar 2019

embedded world 2019: Trainieren Statt Programmieren

Embedded Systeme per Machine Learning trainieren statt den Zusammenhang zwischen Eingang und Ausgang in einer Hochsprache zu codieren.

Hannover, Januar 2019. In unzähligen eingebetteten Systemen wird eine in speziellen Hochsprachen erstellte Firmware genutzt, die den jeweils gewünschten Zusammenhang zwischen Ein- und Ausgangssignalen herstellt. Ein typisches Anwendungsbeispiel sind Sensorikapplikationen: Die Firmware verarbeitet die analogen Sensorrohdaten und liefert an Hand eines programmierten Messverfahrens das gewünschte digitale Ausgangssignal.

Klassische Firmware-Entwicklungen für Embedded Systeme sind aufwändig und über die gesamte Produktlebensdauer betrachtet, relativ inflexibel. Jede kleine Änderung der Anforderungen löst einen neuen Entwicklungszyklus aus. SSV geht daher einen neuen Weg: Zwischen die Ein- und Ausgangsdaten eines Mikrorechners wird ein lernfähiger Algorithmus mit künstlicher Intelligenz (KI) geschaltet und mittels spezieller Trainingsdaten für eine bestimmte Aufgabenstellung konfiguriert.

Dabei entsteht ein mathematisches Modell, das den jeweiligen Zusammenhang der Ein- und Ausgänge abbildet. Anforderungsänderungen werden durch eine erneute Trainingsphase und zusätzliche Referenzdaten umgesetzt.

SSV zeigt auf der embedded world zu diesem Thema mit dem DNP/AISS1 ein Evaluierungsboard mit verschiedenen Sensoren und vorinstallierten Machine-Learning-Algorithmen für industrielle Applikationen. Damit lassen sich Anwendungen erstellen, die beispielsweise Sensordaten per Klassifizierung oder Regression in Informationen umwandeln.

Zu dem Board gehört ein Docker-Container. Dieser enthält vorkonfigurierte und sofort einsatzbereite Entwicklungswerkzeuge für die Trainingsphase und Modellbildung.

Des Weiteren bietet SSV allen DNP/AISS1-Nutzern ein Webinar mit folgenden Inhalten: 1. Grundlegende Prinzipien und Terminologie des maschinellen Lernens. 2. Ein vollständiger Machine-Learning-Prozess, einschließlich Sensordatenerfassung, Datenaufbereitung, Modellierung und Modellbewertung. 3. Bestimmen der Modellgenauigkeit und Anpassen der Hyperparameter. 4. Den Ausgang eines Machine-Learning-Algorithmus mit anderen Systemen verbinden.

 

Sie finden SSV auf der embedded world 2019 in Halle 3 auf Stand 439.

 

Pressemitteilung speichern

Weiteres Bildmaterial für Ihre Berichterstattung

 

 

Zurück zur Übersicht

SSV Software Systems GmbH

Dünenweg 5
30419 Hannover

Fon: +49(0)511 / 40 000-0
Fax: +49(0)511 / 40 000-40

sales@ssv-embedded.de

 

Impressum    ·    Datenschutz    ·    AGB

© 2019 SSV Software Systems GmbH. Alle Rechte vorbehalten.

ISO 9001:2015