分布最广的物联网设备往往体积很小、电量有限。它们被作为终端硬件，通过嵌入式传感器采集各种数据；计算能力有限，对功耗极为敏感。这类设备也能实现机器学习吗？一个趋势是，人工智能AI正在加快速度从“云端”走向“边缘”，进入到越来越小的物 ...

TinyML 也是机器学习的一种，他的特点就是缩小深度学习网络可以在微型硬件中使用，主要应用在智能设备上。 超低功耗嵌入式设备正在“入侵”我们的世界，借助新的嵌入式机器学习框架，它们将进一步推动人工智能驱动的物联网设备的普及。 FPGA一直以低功耗 ...

近一年TinyML这个词好像格外火：这和AI、IoT作为时下最热门的应用领域有很大的关系。虽说TinyML Foundation官网看起来像是个很松散的组织，Arm、瑞萨、Reality AI、莱迪思、英飞凌、谷歌、高通等都在其赞助商和合作伙伴之列，就足见TinyML的声势之大。究竟是什么在 ...

自从AI热潮降临，MCU的AI算力就愈发强大。对MCU来说，TinyML就是正在发生的变革。其最大的优点就是可移植性。在具有小电池和低功耗的廉价MCU上运行意味着，使用 TinyML，人们可以很容易地将ML以便宜的价格集成到几乎任何东西中。 SensiML作为TinyML的先驱，前两日 ...

TinyML微型机器学习是机器学习和物联网设备的交集，它是一门新兴的工程学科，有可能在许多行业引发革命。 编者按：本文来自微信公众号“物联网智库”（ID:iot101），作者：彭昭（物联网智库创始人&云和资本合伙人），36氪经授权发布。 在3月22到26日，TinyML ...

随着硬件成本的降低、计算能力的显著提高，以及用新方法训练和部署模型变得更加容易，无处不在的基于机器学习的边缘视觉处理正在不断发展。这减少了采用的障碍，并增加了计算机视觉人工智能在边缘的使用。 如今，计算机视觉(CV)技术正处于一个拐点 ...

本文针对物联网(IoT)设备资源受限环境下实时入侵检测的挑战，研究者创新性地将TinyML与集成学习技术结合，系统评估了XGBoost(XGB)和随机森林(RF)在Arduino UNO上的部署性能。通过ANOVA、mRMR和Chi2特征选择方法优化模型，发现采用5个估计器的XGB结合40%特征阈值时，在NF ...