在基于云計(jì)算的現(xiàn)代應(yīng)用時(shí)代，AlgoBuilder將變得更智能

　　在本文中，我們只討論Symbios中與AlgoBuilder相關(guān)的功能。

　　Symbios幾乎可以從AlgoBuilder中實(shí)時(shí)檢索數(shù)據(jù)，并在極坐標(biāo)圖上顯示數(shù)據(jù)模式。單個(gè)或多個(gè)傳感器有助于根據(jù)所選參數(shù)和參數(shù)測(cè)量值生成一個(gè)多傳感器簽名。

　　例如，下圖所示是Symbios呈現(xiàn)的X、Y和Z軸AlgoBuilder FFT，具體地講，極坐標(biāo)圖描述每個(gè)頻率的FFT幅度。Symbios提供了將來(lái)自監(jiān)測(cè)電機(jī)的ST MEMS加速度計(jì)的數(shù)據(jù)組成數(shù)據(jù)集(例如,針對(duì)不同電機(jī)速度的頻率簽名)、標(biāo)記模式以及在學(xué)習(xí)模式中應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)的功能。只需點(diǎn)擊幾下鼠標(biāo)，即可用AlgoBuilder傳感器數(shù)據(jù)模式構(gòu)建監(jiān)督型深度學(xué)習(xí)模型，在同一電機(jī)或其它遠(yuǎn)程連接的電機(jī)上立即開(kāi)始評(píng)估CNN分類(lèi)器。此外，還可以生成格式與STCubeMX.AI兼容的CNN，以便在STM32 IoT節(jié)點(diǎn)上移植和運(yùn)行。

AlgoBuilder用于云端機(jī)器學(xué)習(xí)頻譜分析

　　下一張圖片描述了另一個(gè)Symbios應(yīng)用場(chǎng)景，通過(guò)AWS檢索AlgoBuilder的環(huán)境和運(yùn)動(dòng)參數(shù)，并在極坐標(biāo)圖上形成簽名。在實(shí)際應(yīng)用中通過(guò)移動(dòng)電路板或更改環(huán)境參數(shù)，開(kāi)發(fā)人員可以了解簽名或模式是如何變化的，因?yàn)闃O坐標(biāo)軸代表了AlgoBuilder提取和發(fā)送的參數(shù)，用戶(hù)能夠快速了解從云服務(wù)獲得的傳感器數(shù)據(jù)對(duì)應(yīng)用項(xiàng)目是否有益。

　　為了向開(kāi)發(fā)人員提供靈活的數(shù)據(jù)整合功能，Symbios可將傳感器數(shù)據(jù)送到兩個(gè)不同的極坐標(biāo)圖。例如，下面左側(cè)極坐標(biāo)圖描述的是運(yùn)動(dòng)MEMS加速度計(jì)和陀螺儀參數(shù)，而右側(cè)極坐標(biāo)圖則是整合了HTS221運(yùn)動(dòng)MEMS傳感器數(shù)據(jù)與和LPS22HB環(huán)境傳感器數(shù)據(jù)。后面的截圖描述的是其它類(lèi)型的數(shù)據(jù)整合。

　　即使在這種情況下，用戶(hù)也可以使用所提供的工具箱生成適合的訓(xùn)練集，還可以開(kāi)啟人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練階段以及實(shí)時(shí)測(cè)試。一旦對(duì)性能感到滿(mǎn)意，開(kāi)發(fā)人員就可以決定生成ANN網(wǎng)絡(luò)，并用STCubeMX.AI工具將生成的ANN移植到STM32微控制器。在了解工作流程后，客戶(hù)將能在自己的工作場(chǎng)所復(fù)制該方法，從而加快產(chǎn)品開(kāi)發(fā)周期。

工作中的AlgoBuilder 和Symbios

工作中的AlgoBuilder 和Symbios

　　其它的演示示例是在單個(gè)應(yīng)用環(huán)境中使用AlgoBuilder融合音視頻流，用于開(kāi)發(fā)支持圖論和虛擬現(xiàn)實(shí)的高級(jí)數(shù)據(jù)融合算法(腦自動(dòng)化)，在我們的RND部門(mén)，這個(gè)課題目前尚處于研發(fā)階段，我們將在下一篇文章中為感興趣的讀者深入介紹。在本文中，我們簡(jiǎn)要介紹一下這個(gè)令人感興趣的新方法——如何僅用一個(gè)在本地STM32 IoT節(jié)點(diǎn)、邊緣或云端或者Web應(yīng)用中運(yùn)行的單一的分層互聯(lián)的ANN(稱(chēng)為大腦)來(lái)解決復(fù)雜任務(wù)。下圖是一個(gè)由多個(gè)非同構(gòu)人工神經(jīng)網(wǎng)絡(luò)組成的協(xié)同網(wǎng)絡(luò)的示例，每個(gè)圖節(jié)點(diǎn)表示一個(gè)非同構(gòu)人工神經(jīng)網(wǎng)絡(luò)。 大腦正在等待新的AlgoBuilder輸入，收到后，輸入模式就會(huì)被立即傳送到所有網(wǎng)絡(luò)節(jié)點(diǎn)。單個(gè)ANN被激活，將輸出數(shù)據(jù)傳送到其它ANN。通過(guò)這種方式，專(zhuān)門(mén)執(zhí)行特定任務(wù)的ANN可以協(xié)同解決那些需要復(fù)雜工具和設(shè)備同時(shí)從不同角度監(jiān)測(cè)才能處理的更為復(fù)雜的任務(wù)。

大腦正在等待新的AlgoBuilder輸入

AlgoBuilder輸入的感知刺激信號(hào)將大腦激活

　　結(jié)語(yǔ)

　　總之，我們相信AlgoBuilder將讓設(shè)計(jì)者能夠使用零行代碼方法開(kāi)發(fā)云服務(wù)導(dǎo)向的現(xiàn)代應(yīng)用，通過(guò)點(diǎn)幾次鼠標(biāo)就能完成應(yīng)用可行性評(píng)估，縮短研發(fā)周期，讓客戶(hù)更加滿(mǎn)意。Symbios代表了一個(gè)演示案例套件，用于展示云計(jì)算時(shí)代傳感器與云集成的潛力。