O RMG/941 possui um software que torna o seu campo de aplicação muito versátil.
É adequado para acesso VPN, aplicações IoT de todos os tipos, actualizações de software de alta segurança a partir de qualquer lugar até aplicações complexas de aprendizagem automática incorporadas.
Além disso, o software do sistema Linux incorporado permite a instalação de software adicional.
Destaques
Com modem LTE ou NB-IoT
Livremente programável
Extensos componentes de aprendizagem automática
Programação do fluxo de dados com o Node-RED
Melhorias funcionais através da aplicação
História de utilizador eML
Utilizamos sensores de aceleração triaxiais de baixo custo para a monitorização do estado dos nossos elementos de acionamento. A análise de dados em tempo real para deteção de condições só funciona com precisão suficiente através da aprendizagem automática.
aprendizagem automática incorporada
O fluxo de trabalho de uma aplicação de monitorização de estado baseada em aprendizagem automática (ML) consiste em duas fases. Numa fase de formação, os dados históricos com vectores de caraterísticas são primeiro recolhidos dos sensores pertencentes a uma aplicação específica num ficheiro de texto (ficheiro CSV) e depois utilizados para modelar um algoritmo de ML adequado.
Esquema de aprendizagem automática incorporado Ampliar imagem
Na fase de inferência subsequente, um único vetor de caraterísticas com dados de sensores em tempo real é então analisado utilizando o modelo matemático por meio de aprendizagem supervisionada e o respetivo estado de funcionamento é classificado.
O RMG/941 é fornecido com um ambiente de tempo de execução Python3 com inúmeras bibliotecas de ciência de dados que oferecem várias funções de ML até redes neurais.
O PyDSlog é também um software pré-configurado para aquisição de dados, que pode ser utilizado para gerar facilmente os vectores de caraterísticas para modelação.
---