Qeexo發布基於邊緣傳感器數據的全自動機器學習平臺AutoML

2021-01-10 金融界

來源:TechWeb.com.cn

【TechWeb】12月3日,Qeexo奇手公司今日發布了全新的AutoML產品,這是一款一鍵式全自動化平臺,讓用戶能夠快速在邊緣設備上使用傳感器數據構建機器學習解決方案。

據介紹,AutoML將填補針對嵌入式邊緣設備的全自動化機器學習平臺的市場空缺。

目前絕大多數機器學習廠商專注於為RaspberryPi以上級別的設備提供服務,QeexoAutoML則將目光投向了ArmCortex-M0到M4級別的MCU,據了解,這款產品目前已經支持ST意法半導體的SensorTile.box,一款包含了Cortex-M4型MCU的緊湊型多傳感器模塊,未來還會拓展到更多的硬體平臺上。

Qeexo的CEOSangWonLee表示,「無數的公司都在不斷地從邊緣收集大量的數據,他們希望能夠利用機器學習但找不到合適的工具或者技術團隊,有了QeexoAutoML,他們只需要花費與正常情況相比的一小部分時間和資源,就能通過原型和項目的不斷迭代來生成可用於生產的模型。Qeexo優先選擇支持基於Arm架構的MCU產品,是因為Arm致力於建立世界級的生態系統,以及它在邊緣市場中的領導者地位。」

QeexoAutoML將數據預處理,提取特徵,選擇模型,優化超參數,驗證結果,以及部署模型等傳統機器學習流程中需要大量重複工作的過程實現了自動化,對於解決目前機器學習工程師稀缺的問題,無疑會產生積極的影響。不僅如此,對於機器學習專家來說,將重複乏味,而且容易出錯的過程交給平臺來完成,也可以節約大量的時間,提升核心開發工作的效率。

甚至,對於並不熟悉機器學習但又擁有海量傳感器數據的企業來說,QeexoAutoML在一些特定任務中,完全可以取代機器學習工程師的角色,從而為企業節省組建機器學習團隊的時間和成本,降低企業試錯的風險。

資料顯示,Qeexo奇手公司誕生於卡內基梅隆大學,也是目前第一個為嵌入式邊緣設備(CortexM0-M4級別)提供自動化端到端機器學習服務的公司。該公司目前已經獲得風險投資,並在山景城,匹茨堡,上海和北京設立了辦公室。

相關焦點

  • 讓機器學習為更小的設備服務,Qeexo AutoML 正式亮相
    10月7日消息,Qeexo奇手公司今日發布了全新的AutoML產品,這是一款一鍵式全自動化平臺,讓用戶能夠快速在邊緣設備上使用傳感器數據構建機器學習解決方案。這個產品將填補針對嵌入式邊緣設備的全自動化機器學習平臺的市場空缺。
  • 如何利用機器學習提高光學傳感器靈敏度?
    打開APP 如何利用機器學習提高光學傳感器靈敏度? 胡薇 發表於 2018-10-15 16:17:48 納米結構的幾何形狀只要滿足特定條件,並匹配入射光的波長,就能夠大幅提高光學傳感器的靈敏度。
  • Alink:基於Flink的機器學習平臺
    分享嘉賓:楊旭 阿里巴巴 資深算法專家編輯整理:朱榮導讀:Alink是基於Flink流批一體的機器學習平臺,提供一系列算法,可以幫助處理各種機器學習任務,比如統計分析、機器學習、實時預測、個性化推薦和異常檢測。
  • 基於邊緣計算的大規模傳感器高頻採集系統研究
    【摘要】基於邊緣計算研究傳感器高頻次採集數據的傳輸、存儲和處理技術架構,提出了傳感器高頻採集設備的軟硬體模塊組成,並形成通用數據分析處理軟體框架,以長時間綜合分析多個高頻採集設備的數據,為物聯網應用對大規模傳感器數據進行挖掘處理和分析判決提供基礎。
  • 邊緣上的AI:「協作機器人」如何快速處理傳感器數據
    這些數據有助於構建更佳的機器學習(ML)和人工智慧(AI)模型。而機器人依靠這些模型變得「自主」,可在動態的現實環境中做出實時決策和導航。  工業機器人通常位於「封閉」環境中,出於安全原因,如果該環境中有人類進入,機器人會停止移動。但是限制人類/機器人協作,也使得很多益處無法實現。具有自主運行功能的機器人,可以支持安全高效的人類與機器人的共存。
  • JITStack講解:什麼是邊緣計算?邊緣計算是靠近數據源的計算基礎
    雖然雲計算是產業信息化轉型的主要推動因素,但邊緣計算正在迅速成為工業物聯網(IIoT)目標的關鍵部分,以加速數位化轉型。邊緣計算並不是一個新概念,但幾種趨勢已經結合在一起,創造了一個機會,幫助製造企業組織將大量基於機器的數據轉化為更靠近數據源的可操作智能端。什麼是邊緣計算?邊緣計算是靠近數據源的計算基礎架構。
  • 阿里發布的機器學習平臺PAI2.0,和騰訊的DX-I區別在哪? | 雲棲2017...
    本屆雲棲大會的主題是「飛天 · 智能」,和去年10月杭州站的「飛天·進化」相比看似沒有太大的變化,但很明顯的是,無論是主題演講還是會場展區,人工智慧已經取代雲計算成為了出現頻率最高的詞,而其最新發布的機器學習平臺PAI2.0當之無愧成為了大會的焦點。
  • MathWorks 入選《Gartner 2020 年數據科學和機器學習平臺魔力象限...
    MathWorks 近日宣布,該公司在Gartner 的《2020 年數據科學和機器學習平臺魔力象限》報告中被評為領導者。本文引用地址:http://www.eepw.com.cn/article/202003/410579.htmMathWorks 首席戰略師 Jim Tung 表示:「對我們來說,被認可為數據科學和機器學習領域的領導者,證明 MathWorks 能夠提供解決 AI 挑戰的全方位平臺。
  • 環旭電子發布IoT網關產品和邊緣運算產品 基於 Intel、TI 和 NXP...
    打開APP 環旭電子發布IoT網關產品和邊緣運算產品 基於 Intel、TI 和 NXP 平臺 工程師4 發表於 2018-04-25 08:59:00
  • 2025智慧型全自動行車試驗平臺在蓉揭牌
    該平臺融合了5G、大數據、AI、工業網際網路等技術,是國內首個基於真車實線的全方位全狀態感知、多系統全耦合測試、大數據智能分析的綜合軌道交通裝備試驗基地和智慧城軌裝備工程技術研究中心。據悉,2020年初成都軌道集團聯合中車四方等頭部企業以及信號、綜合監控、通信等專業供應商,開始搭建2025智慧型全自動行車試驗平臺。經過近一年努力,該平臺於2021年1月7日正式揭牌。
  • MCU有AI,傳感器會ML?邊緣計算時代來了
    據IHS 發布的數據顯示,2018年STM32系列微控制器(MCU)出貨超過12億顆,位列全球通用MCU廠商排名第二位,而如果算上汽車MCU,ST已經是中國排名第一的MCU廠商。他們都這麼有信心,我們還有什麼理由不相信半導體市場會復甦?
  • 全新AutoML工具實現基因組全自動建模「寶藏技術」解讀生命天書
    慧眼解讀「生命天書」此前,由於基因組數據的複雜性,主流的基於圖像和文本的AI模型不能很好地對基因組數據進行建模。如果基因組能夠實現全自動AI建模,或許可以幫助科研人員解決數據處理難、解讀累的難題。但是由於基因組數據量之大,AI模型搭建是一項非常複雜的任務,開發門檻非常高。
  • 專訪騰訊雲機器學習平臺技術負責人:揭秘騰訊深度學習平臺DI-X背後...
    據雷鋒網了解,DI-X將基於騰訊雲的大數據存儲與處理能力,為其用戶提供一站式的機器學習和深度學習服務。馬化騰曾表示:「人工智慧、物聯網,甚至未來的無人駕駛、機器人等等,它的後臺的核心一定有一顆在雲端的大腦。」而對於騰訊而言,馬化騰所提及的雲端大腦正是構建與其騰訊雲服務之上。
  • 微軟發布基於FPGA的深度學習平臺Brainwave
    打開APP 微軟發布基於FPGA的深度學習平臺Brainwave 發表於 2019-08-19 17:51:01 據微軟官方博客顯示
  • 實現AI的自動化:Oracle數據科學雲服務
    圖源:unsplash最近Oracle在雲服務中添加了一項新服務:數據科學。該服務作為一個預安裝了許多庫的平臺提供給用戶。這個平臺提供許多功能,例如原型開發,項目開發,模型管理以及生成生產模型,還增加了許多新功能。其中最有趣和實用的功能就是自動機器學習功能。自動機器學習功能旨在實現開發機器學習/人工智慧/數據科學項目過程中重要步驟的自動化。下圖是機器學習/人工智慧/數據科學項目開發步驟的可視化操作。我們使用自動機器學習功能可以自動執行算法選擇,特徵選擇,確定超參數算法。
  • 現代汽車開發全球首款基於機器學習的智能巡航控制技術
    現代汽車集團宣布開發了全球首款基於機器學習的智能巡航控制技術,可識別和分析駕駛模式,打造定製的自動駕駛體驗。 現代汽車稱該新系統為SCC-ML,即基於機器學習的智能巡航控制系統,它是該公司高級駕駛員輔助系統(ADAS)的一部分。
  • 第四範式入圍Forrester機器學習平臺Wave 位列前列
    PAML需要友好的可視化界面來開發AI模型;側重代碼的數據科學團隊需要可覆蓋整個模型開發生命周期的完整、集成的獨立開發環境;不具備深厚ML知識的商業用戶則需要特性齊全的自動機器學習(AutoML)能力來提高ML生產效率。可快速大規模地部署機器學習模型構建ML模型只是起點,為實現業務效益,公司需要將模型部署到生產應用中,並對其進行監督管理。
  • 基於機器學習的入侵檢測系統
    主要目的是讓計算機在沒有人工協助的情況下學習,並相應的進行調整。機器學習算法可大致分為:監督機器學習算法:可以應用過去學到的東西來使用標記示例預測未來事件。算法分析稱為訓練數據集,用於生成推斷函數以對輸出值進行預測。經過充分的訓練,系統可以為新的輸入提供目標。
  • 日報| 英偉達發布兩款基於Pascal的深度學習晶片
    英偉達發布兩款基於Pascal的深度學習晶片9 月 13 日,NVIDIA(英偉達)在北京國際飯店會議中心召開 GTC China 2016 大會。課程將於 9.14- 27 日接受線上報名,學員將會經過一輪選拔,10 月中旬開始 3 個學期的學習,內容將涉及深度學習、計算機視覺、傳感器融合、定位、控制器、汽車動力學、汽車硬體等技術,並且學員將在優達學城自有的真實無人駕駛車上創建並運行自己的代碼。
  • 基於機器視覺的汽車智能駕駛系統
    而機器視覺技術融合三維測量和圖像識別技術於一身。  目前,機器視覺在智慧機器人領域的研究熱火朝天:Klaus Fleischer等人提出的基於機器視覺的城外公路基礎設施固定對象的檢測與跟蹤;D. Brzakovie等人提出道路邊緣檢測在移動機器人導航中應用 ; O.Djekoune等人提出基於神經網絡的視覺引導機器人導航。