Niezależna od platformy sieć neuronowa do samouczących się mikrokontrolerów przetwarzających dane z czujników

"Korzystając ze standardowych bibliotek opartych na GNU Compiler Collection (GCC) i kodu źródłowego zredukowanego do minimum, możliwa jest nawet integracja z algorytmami uczenia mikrokontrolera" - powiedziała organizacja. "Sztuczna sieć neuronowa nie jest powierzchownie ukierunkowana na przetwarzanie dużych ilości danych, ale powinna oferować możliwość wdrożenia samouczącej się mikroelektroniki, która nie wymaga połączenia z chmurą lub mocniejszymi komputerami."

Oczekiwane są aplikacje związane z czujnikami i monitorowaniem stanu dla aplikacji Industry 4.0, a także z bardziej ogólnymi celami IoT.

Sieć jest modułowa, aby dopasować ją do różnych zadań - parametry z normalizacji danych czujnika, strukturę sieci, najbardziej odpowiednią funkcję aktywacji i algorytm uczenia się można konfigurować.

Jako algorytm uczenia się został wdrożony algorytm wielopoziomowego propagacji wstecznej online i rozwijana jest ewolucyjna strategia uczenia się.

"Programowanie za pomocą GCC umożliwia przenoszenie na prawie wszystkie platformy" - powiedział Fraunhofer. "Umożliwia to w pełni niezależną integrację, w tym algorytm uczenia się w systemie wbudowanym. Wariant klasyczny, w którym faza uczenia się jest wykonywana na bardziej wydajnej jednostce, jest również możliwa. Zaletą w tym przypadku jest to, że ten sam kod źródłowy może być użyty na różnych platformach - musi on zostać skompilowany tylko dla danej platformy. "

Na przykład przy korzystaniu z systemu Windows kod źródłowy jest kompilowany w postaci biblioteki dołączanej dynamicznie (DLL), umożliwiającej integrację z narzędziami takimi jak Labview, Matlab lub Visual Studio.

Do wstępnego opracowania zaleca się PC do szybkiego obliczania. Gdy konfiguracja jest poprawna, może być zaimplementowana w systemie wbudowanym.

Wersje neutralnej sieci zostały już zademonstrowane na Raspberry Pi z Raspbian i ATMega32U4 - ten ostatni był przedmiotem "Inteligentny samowystarczalny bezprzewodowy czujnik prądu", Dokument przedstawiony na Europejskiej Konferencji Inteligentnych Obiektów, Systemów i Technologii. Kolejna realizacja zostanie zaprezentowana na stoisku Fraunhofer IMS na SPS IPC Drives 2018 w Norymberdze.

Plany na przyszłość obejmują energooszczędny akcelerator sprzętowy specjalnie dla sieci.