製品概要
概要
NanoEdge™ AI Studio(NanoEdgeAIStudio)は、エンドユーザに真のイノベーションを簡単に提供できるようにする、新しい機械学習(ML)テクノロジーです。開発者は、最小限の学習用データや少ない手順で、プロジェクトに最適なMLライブラリを簡単に生成できます。
3か月間無償でお試しいただけるデモ・バージョンも用意されています。プロフェッショナル・バージョンでは、組込みシステム開発者向けの1ユーザまたはチーム向けの年間ライセンスをご利用いただけます。
プロジェクトの立ち上げを加速するために、STマイクロエレクトロニクスでは、成功の確率を高めつつリスクと投資を抑制できるお試し用のEdge AI Sprintパッケージもお勧めしています。これは、トレーニング・セッション、NanoEdge™ AI Studioのライセンス、技術サポートをバンドルしたパッケージです。
データ・ブリーフのご注文情報に関するセクションで詳細をご確認いただき、ご注文については、STマイクロエレクトロニクスのセールス・オフィスまたは販売代理店まで、お問い合わせください。
NanoEdge™ AI Studio(別名 Studio)は、PC上のクリック操作で完結する開発環境です。PC上のWindows®、またはLinux® Ubuntu®で動作します。
NanoEdge™ AI Studioの最大のメリットの1つが、データ・サイエンスに関して特別のスキルを必要としないことです。Studioを使用すれば、ソフトウェア開発者は、人工知能(AI)のスキルをまったく持っていなくても、ユーザ・フレンドリな環境下で最適なMLライブラリを作成できます。
Studioでは異常検出、外れ値検出、分類、回帰の4種類のライブラリの生成が可能です。
異常検出ライブラリは、正常と異常それぞれの挙動に対応する最小限のデータ・サンプルから生成されます。作成したライブラリをマイクロコントローラに実装することで、デバイス上で直接学習と推論が行われます。このライブラリはローカルに取得されたデータから機器の挙動を学習し、機器ごとの挙動に適応します。学習が完了すると、ライブラリの推論機能が、機器から収集される経時データを、ローカルに作成されたモデルと比較し、異常を識別、報告します。
外れ値検出は、1クラス分類法により、異常を検出します。異常な挙動のサンプル・データは不要です。Studioに正常時の信号をインポートするだけで、最適化された外れ値検出のMLライブラリを簡単に作成できます。
分類ライブラリは、さまざまな種類の機器不具合(軸受けの問題、キャビテーションの問題など)や機器環境における各種イベントに対応する、データ集合の分類に使用します。信号をStudioにインポートして、わずか数ステップの操作だけで、これらの知識を単一のライブラリへと集約するための分類MLライブラリが作成されます。マイクロコントローラで分類機能を実行すると、ライブ・データが分析され、収集された統計的知識との類似度(%)を表示します。
回帰アルゴリズムは、データの外挿とデータ・パターンの予測に使用します。デスクトップ・ツールに信号と目標値をインポートし、数ステップの操作を実行すると、機器のエネルギー管理を改善したり、残りの寿命を予測したりするためのスマート・ライブラリが生成されます。
これら4つのライブラリは、組み合わせて使用したり、連続して使用したりすることができます。機器の問題を異常検出または外れ値検出ライブラリで検出し、分類ライブラリによって問題の原因を特定し、回帰アルゴリズムで情報を外挿してメンテナンス・チームに情報を提供します。
入力信号は簡単に思いつくものだけでも、振動、圧力、音、地磁気、ToFによる測距など幅広い対応が可能で、複数の信号を組み合わせることも可能です。複数のセンサのデータを併用すれば、単一のライブラリに集約することも、複数のライブラリを同時に使用することも可能です。
学習と推論は、いずれも NanoEdge™ AI自己学習ライブラリによりマイクロコントローラ内で直接実行され、AIプロセスの合理化、開発の工数とコストの大幅削減、市場展開までの期間短縮につながります。
-
特徴
- STM32マイクロコントローラ向けに最適化されたライブラリを設計、生成するデスクトップ・ツール: 異常と外れ値の検出、特徴分類、時系列データや多変量信号の外挿に使用するライブラリを提供
- ごく少量のデータセットで設計される異常検出ライブラリ: STM32マイクロコントローラ上で正常時の状態を直接学習し、不具合をリアルタイムで検出
- ごく少量のデータセットで設計される外れ値検出のための1クラス分類ライブラリ: 機器の正常動作中にデータを取得し、あらゆる異常なパターン逸脱を検出
- きわめて少量のラベル付きデータセットで設計されるNクラス分類ライブラリ: 信号をリアルタイムで分類
- 少量の断片化されたデータセットから生成される回帰ライブラリによる外挿: これまで一度も観測されなかったデータ・パターンに基づいて将来の値を予測
- 振動、磁気、電流、電圧、多軸加速度、温度、音響、その他あらゆる種類のセンサに対応
- 膨大な数のアルゴリズムを可能な限り探索して、正確度、信頼度、推論時間、メモリ・フットプリントの観点から最適なライブラリを取得
- 最小規模のArm® Cortex®-M0マイクロコントローラでも動作する、きわめてフットプリントの小さいライブラリを生成
- 接続したSTM32ボードから収集されるライブ データまたはテスト・データ・ファイルに基づいてライブラリの性能をテストする組込みエミュレータ
- STM32開発ボードへのネイティブ対応により、ボード毎の個別設定が不要
- 各種STM32マイクロコントローラ・シリーズ間の容易な移植性
- STM32マイクロコントローラ向けに最適化されたライブラリを設計、生成するデスクトップ・ツール: 異常と外れ値の検出、特徴分類、時系列データや多変量信号の外挿に使用するライブラリを提供
ソフトウェア入手
製品型番 | 概要 | 最新バージョン | サプライヤ | ECCN (EU) | ECCN (US) | ダウンロード |
---|---|---|---|---|---|---|
STNEAISTUDIO | NanoEdge AI Studio - Auto ML tool for STM32 | ST | NEC | EAR99 | Go to site |
注目ビデオ
Condition Monitoring solution for Predictive maintenance is available in FP-AI-NANOEDG1 function pack for STM32Cube.
Recommended Tools & Software
All tools & software
すべてのリソース
タイトル | バージョン | Latest update |
---|
製品スペック (1)
タイトル | バージョン | Latest update | ||
---|---|---|---|---|
4.0 | 14 Feb 2023 | 14 Feb 2023 |
プレゼンテーション (4)
タイトル | バージョン | Latest update | ||
---|---|---|---|---|
22.08 | 10 Aug 2022 | 10 Aug 2022 | ||
1.1 | 07 Dec 2022 | 07 Dec 2022 | ||
22.08 | 10 Aug 2022 | 10 Aug 2022 | ||
22.08 | 10 Aug 2022 | 10 Aug 2022 |
フライヤ (1)
タイトル | バージョン | Latest update | ||
---|---|---|---|---|
1.1 | 14 Mar 2023 | 14 Mar 2023 |
パンフレット (1)
タイトル | バージョン | Latest update | ||
---|---|---|---|---|
01.21 | 26 May 2021 | 26 May 2021 |