Qeexo AutoML平臺(tái)通用版發(fā)布 加速TinyML在邊緣終端部署

6月9日消息,自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)開發(fā)商Qeexo公司今天正式發(fā)布使用AWS服務(wù)的QeexoAutoML平臺(tái)通用版,這一產(chǎn)品能夠加速TinyML在邊緣/終端的部署。

QeexoCEOSangWonLee表示:“我們非常高興能夠發(fā)布QeexoAutoML通用版,作為托管在AWS上的一款網(wǎng)絡(luò)應(yīng)用。對(duì)于所有的用戶來說,不管是新手,還是數(shù)據(jù)科學(xué)家,有了直觀的端到端工作流,以及輕松的在線訪問方式,QeexoAutoML將會(huì)極大地提升TinyML模型開發(fā)以及部署的便捷性。”

從今天開始,用戶就可以注冊登錄QeexoAutoML通用版平臺(tái),銅牌會(huì)員可以上傳或采集數(shù)據(jù)集,自動(dòng)創(chuàng)建輕量級(jí)機(jī)器學(xué)習(xí)模型,并在選定的嵌入式硬件平臺(tái)上部署和測試。目前銅牌會(huì)員為限時(shí)免費(fèi)的狀態(tài)。

“QeexoAutoML目前已經(jīng)提供了高級(jí)控制功能,新的機(jī)器學(xué)習(xí)算法,以及對(duì)多個(gè)新硬件平臺(tái)的支持,這些會(huì)為TinyML開發(fā)者們提供更高的靈活性。”Lee補(bǔ)充道。

新的主要功能包括:創(chuàng)建模型時(shí),在數(shù)據(jù)記錄完成之后可以人工選擇傳感器以及傳感器數(shù)據(jù)特征;可視化的類的可分離性;使用可視化和敏感性分析進(jìn)行分類敏感性的微調(diào);以及針對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)的配置,包括量化意識(shí)訓(xùn)練。這些新的功能讓用戶可以創(chuàng)建預(yù)測性維護(hù)解決方案來監(jiān)測工業(yè)化機(jī)器的異常;手勢和情境感知算法可以為健身追蹤器和老年護(hù)理行業(yè)提供消費(fèi)者/可穿戴產(chǎn)品案例;以及其他基于機(jī)器學(xué)習(xí)的算法可以為有傳感器的智能物聯(lián)網(wǎng)設(shè)備服務(wù)。

重大的模型升級(jí)也同時(shí)發(fā)布,包括:適用于工業(yè)化應(yīng)用中異常檢測的分類器,以及在目前已有多種算法,包括ANN(人工神經(jīng)網(wǎng)絡(luò)),CNN(卷積神經(jīng)網(wǎng)絡(luò)),GBM(梯度提升機(jī)),XGBoost(極限梯度提升樹),RandomForest(隨機(jī)森林),LogisticRegression(邏輯回歸)和DecisionTree(決策樹)的情況下,增加了支持RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))的算法,IsolationForest(孤立森林),和LocalOutlierFactor(局部異常因子)。QeexoAutoML支持傳感器數(shù)據(jù)采集和可視化,自動(dòng)創(chuàng)建模型,以及一鍵部署到以下硬件平臺(tái):ArduinoNano33BLESense,瑞薩電子的RA6M3MLSensorModule,意法半導(dǎo)體的STWINKT1和SensorTile.box。

Qeexo奇手公司誕生于卡內(nèi)基梅隆大學(xué),總部位于山景城,并在匹茨堡,上海和北京設(shè)立了辦公室,公司目前已經(jīng)獲得風(fēng)險(xiǎn)投資。

Qeexo公司是第一家針對(duì)嵌入式邊緣設(shè)備(CortexM0到M4級(jí)別)推出自動(dòng)化端到端機(jī)器學(xué)習(xí)的公司。作為一個(gè)一鍵式全自動(dòng)化的平臺(tái),QeexoAutoML讓用戶可以利用傳感器數(shù)據(jù),為高度受限的環(huán)境快速創(chuàng)建機(jī)器學(xué)習(xí)解決方案,例如,移動(dòng),物聯(lián)網(wǎng),可穿戴,汽車等領(lǐng)域的應(yīng)用。

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2020-06-09
Qeexo AutoML平臺(tái)通用版發(fā)布 加速TinyML在邊緣終端部署
6月9日消息,自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)開發(fā)商Qeexo公司今天正式發(fā)布使用AWS服務(wù)的Qeexo AutoML平臺(tái)通用版,這一產(chǎn)品能夠加速TinyML在邊緣/終端的部

長按掃碼 閱讀全文