|
|
|
集成机器学习技术 |
|
意法半导体传感器提高终端运动跟踪性能 |
|
|
本报讯 2月12日，意法半导体宣布，在其惯性传感器内集成机器学习技术，提高手机和穿戴设备的运动跟踪性能和电池续航能力。
据悉，意法半导体将在其传感器LSM6DSOX iNEMO内部集成一个机器学习内核，可根据已知运动模式对运动数据进行分类处理，接替主处理器处理运动跟踪的第一阶段任务。这种方法可以节能降耗，加快健身记录、健康监测、个人导航、跌倒检测应用等运动类应用程序的运行速度。
意法半导体模拟、MEMS和传感器产品部副总裁Andrea Onetti表示：“机器学习已大范围用于社交媒体、金融建模或自动驾驶等应用，以提高模式识别的速度和效率。LSM6DSOX运动传感器集成了机器学习功能，可增强智能手机和穿戴设备的运动跟踪性能。”
（计红梅）
《中国科学报》 (2019-02-14 第7版 信息技术)
