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 ...

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 ...

“TinyML将在未来10年成为MCU市场的最大推动力。未来五年内，公司5亿个MCU将运行某种形式的TinyML 或AI工作负载。”意法半导体微控制器和数字IC事业部总裁Remi El-Ouazzane曾经这样说道。 TinyML（Tiny Machine Learning）是一种在资源受限的微控制器和边缘设备上运行机器 ...

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 ...

随着边缘AI的迅速发展，TinyML正迎来一个全新的时代。 近期，微型机器学习TinyML领域取得了里程碑式的进展，跨越了一个重要的分水岭。这一技术的成熟度和发展潜力都将迈上新的台阶。 其中最具代表性的事件是3月11日高通宣布收购Edge Impulse。 Edge Impulse是TinyML ...

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 ...