過去数年間、産業用モノのインターネット（IIoT）とインダストリー4.0の焦点は、サブシステム、センサーやスイッチなどのコンポーネント、ビッグデータ、および相互接続性に真っ向から依存してきました。ただし、インダストリー4.0の開発が続くにつれ、実際のインダストリー4.0の進歩を定着させるには、エネルギー効率が不可欠になります。 産業施設は主要なエネルギー消費者であり、信頼できる電力の可用性は高度な製造プロセスにとって重要です。産業部門は、世界の持続可能性に大きな影響を与える可能性があります。国際エネルギー機関によると、2016年には、このセクターが世界の電力消費量の41.6％を占めました。

自動運転の鍵としてディープラーニングに依存している自律走行車（AV）ベンダーにとって、データはすべてであり、多くの点で唯一のものです。 データは、AV企業が公道で何マイルものテスト経験を積み上げ、ペタバイトの道路伝承を記録して備蓄している理由です。たとえば、Waymoは、7月に実世界で1,000万マイル以上、シミュレーションで100億マイル以上を主張しました。 しかし、業界が尋ねたくないもう1つの質問があります： AV企業が実際の道路ですでにペタバイトまたはエクサバイトのデータを収集していると仮定します。そのデータセットのどのくらいがラベル付けされていますか？おそらくもっと重要なのは、注

スイッチを選択するプロセスは、それに値する時間と注意を常に受け​​るとは限りません。ほとんどのスイッチは比較的低コストでシンプルな性質を持っているため、多くの場合、提供する機能を十分に考慮せずに選択されます。アプリケーションによっては、設計者が特定のスイッチを選択するように導く特定のパラメータがありますが、利用可能な無数のオプションの中で、それは非常に簡単に迷うことがあります。 ここでは、スイッチを選択する際に設計者が考慮すべき10の要素を強調し、スイッチの選択が重要である理由と、スイッチを正しく選択した場合に、スイッチが製品とブランド全体の両方にどのように価値を付加できるかを強調します。

TinyMLグループが最近最初の会議を招集したとき、メンバーは次のようないくつかの基本的な質問に取り組む必要がありました。TinyMLとは何ですか？ TinyMLは、超低電力システムに機械学習（ML）を実装するための最良の方法に焦点を当てたエンジニアのコミュニティです。彼らの月例会議の最初は、問題を定義することに専念しました。マイクロコントローラーなどの低電力デバイスで機械学習を実現できますか？また、専門の超低電力機械学習プロセッサが必要ですか？ Qualcomm AIResearchのEvgeniGousevは、TinyMLを1mW以下を消費する機械学習（ML）アプローチとして定義しまし

XMOSの賢い人々は、私たちが対話するほぼすべてのデバイスに音声制御用の「耳」を埋め込むことに一歩近づきました。 XMOSは、リアルタイムタスク、極端なデジタル信号処理（DSP）、および制御フローを同時に実行できる音声ソリューション、オーディオ製品、およびマルチコアマイクロコントローラーを開発するファブレス半導体企業です。 XMOSマイクロコントローラーは、決定論的（予測可能な）動作によって区別されます。 高速スイッチで接続された複数の「プロセッサタイル」で構成される、基盤となるxCOREマルチコアマイクロコントローラテクノロジから始めましょう。各プロセッサタイルは、最大8つのタスクを同時

新しいコンソーシアムが立ち上げられ、超広帯域（UWB）テクノロジーを推進して、正確なファインレンジアプリケーションを実現し、標準と認証を通じてチップセット、デバイス、サービスインフラストラクチャのエコシステム全体で相互運用性を確保しています。 4人のスポンサーメンバーによって運営されているFiRaコンソーシアムは、低データレートのワイヤレス接続と拡張されたレンジングのためのIEEE 802.15.4 / 4z標準に基づいて構築することを目的としています。 IEEEのプロファイルされた機能に基づいて相互運用性標準を開発し、IEEE標準の範囲外のメカニズムを定義し、特定のユースケースの迅速な開発

今日よりもデータの収集が簡単になりました。数回クリックするだけで、クラウドが提供するすべての最高のデータテクノロジーを備え、可能な限りすべてのデータを蓄積する準備が整います。ほんの10年前、物事が劇的に異なっていたとは信じがたいかもしれません。実際、大規模なデータ収集は、すべてのデータを保存するための唯一の実行可能なオプションである高価なサーバーと、最大限に活用できる少数のエンジニアの両方を購入できる大企業、組織にとっての唯一のオプションでした。そのうち、データサイエンスが単なる新進の分野であった時代にさかのぼります。 今日、幸いなことに、データの生成はもはや単なる企業スポーツではありません

米国疾病対策センター（CDC）によると、米国では毎年約61万人が心臓病で亡くなっています。これは4人に1人の死亡です。心臓の健康は、人の全体的な健康にとって最も重要なパラメータの1つです。 Internet of Medical Things（IoMT）は、新世代のウェアラブル、マルチパラメータ、継続的な心臓モニタリングシステムを可能にし、さまざまな病院、診療所、患者ケア、および家庭環境での医療管理を改善します。 IoMTは、医療提供者に送信されるデータを収集および分析する医療機器およびサービス用の接続されたインフラストラクチャです。現在、これらのデバイスには、温度、湿度、振動を測定するセン

私はあなたのことを知りませんが、私はテクノロジーの世界が非常に混乱している場所であることに気づき始めています、そして私は専門家であるはずです、それで善は非テクノドウィーブがどうやって彼らの脳を包むことができるかを知っているだけです起こっていることすべての周り。 無線通信を例にとってみましょう。私たちのほとんどは、Wi-Fiの概念に満足していると思います。それは、私たち全員が自宅やオフィスでWi-Fiを使用しているという点です。また、Bluetoothという用語を会話に落としても、ほとんどの人はうめき声を上げないと思います。 さらに、低電力ワイヤレスメッシュネットワークを自分で設計または使用

インダストリー4.0は、2011年のハノーバーフェアで流行語が生み出されて以来、長い道のりを歩んできました。スマートマニュファクチャリングへの道のりは続いていますが、近年本当に違いをもたらしているのは、モノのインターネット（IoT）の離陸と出現です。人工知能（AI）ソリューションの概要。 ここで言及する価値があるのは、ゼネラルエレクトリックが2012年に、インテリジェントに接続された多数の産業用デバイスを表す産業用インターネットという用語を作り出し、貴重な洞察を監視、収集、交換、分析、提供できるシステムを作成したことです。最終的に、インダストリー4.0とインダストリアルインターネットの概念が

アマゾンウェブサービス（AWS）は、MicrosoftAzureやGoogleCloud IoTと並んで、モノのインターネット（IoT）で最も人気のあるフレームワーク環境の1つです。スマートデバイスはインターネットを使用してフレームワークに接続され、MQTTプロトコルを使用してフレームワークと対話します。このフレームワークは、デバイスとの対話に加えて、データの保存と処理、ユーザーへのデータ表現、データ分析（人工知能手法を含む）、強力な特権システムによるアクセス制御など、さまざまな機会を提供します。 データを保存するために、AWS環境は（さまざまなリレーショナルおよび非リレーショナルDBMSに

モノのインターネット（IoT）は、目覚ましい速度で成長しています。デバイスをリモートで制御し、貴重なデータの洞察を得る能力は、2035年までに1兆台の接続デバイスになると予想されるものに向かって私たちを駆り立て、現在よりも桁違いに多くのデータを提供します。接続されているデバイスの数が大幅に増加している分野の1つは、スマートメーターです。 iHS Markitによると、Advanced Metering Infrastructure（AMI）への支出は、2018年の90億ドルに対し、2023年には130億ドルに増加すると予想されています。熱、光、水を提供する企業は、自動検針、正確な請求、さらに、

ほぼ普遍的に、IoTデバイスはセキュリティを念頭に置いて構築されていません。実際、これらのデバイスの大部分は暗号化を使用しておらず、10代の若者が数秒で簡単に危険にさらす可能性があります。 リスクと企業の準備のレベルを定量化するために、サードパーティのIoTリスクに関する第3回年次調査「企業は知らないことを知らない」が2019年5月にSharedAssessmentsとPonemonInstituteによって公開されました。リスク評価における2つの業界リーダー。調査の回答は、625人の主要なコーポレートガバナンスおよびリスクエグゼクティブから収集されました。 調査からの不穏な結果のいくつか

インターネットに接続されたデバイスが普及するにつれて、プライバシーに対するリスクが高まっています。幸いなことに、設計が侵入に抵抗し、個人データへの不正アクセスを防ぐのに役立つ多くの既製のチップとサービスが利用可能になりました。重要なのは、軽減が必要な特定の脅威を特定することです。 大まかに言えば、プライバシーとは、情報の所有者からの許可なしに、指定された情報にアクセスできないようにすることを意味します。プライバシーにはセキュリティが含まれます。情報は、安全を確保せずに非公開にすることはできません。しかし、それらは同じものではありません。情報のセキュリティには、悪意のある改ざんや破壊の防止も含

オーディオインターフェースは、最近どこにでもあるようになりました。産業用モノのインターネット（IIOT）用のほとんどのシングルボードコンピューター（SBC）で利用できます。アナログオーディオからデジタルオーディオポートまで、さまざまなタイプのインターフェイスを利用できます。このインターフェイスの各タイプには、設計とテストにおいて独自の課題があります。組み立ておよび製造中のこれらのインターフェースのテストには、アナログまたはデジタルのフロントエンドから処理装置のデジタルオーディオ入力ポートまでの完全なパスが含まれます。 組み込みプラットフォームのオーディオフロントエンドと、実稼働テストセットア

2015年に設立されたピッツバーグを拠点とするスタートアップであるAspinityは、火曜日に再構成可能なアナログモジュラープロセッサプラットフォーム（RAMP）を発売します。超低電力のアナログ処理プラットフォームは、アナログドメインで生のセンサーデータを最初に検出、分析、分類するように設計されています。データ（音声、アラーム、振動の周波数や大きさの変化など）をバックグラウンドノイズと区別すると、RAMPはデジタル化のためにデータを渡します。 （出典：Aspinity） Aspinityによると、この「アナログで最初に分析する」アプローチの結果は、「エッジで必要な電力を最大10倍

カリフォルニア州サンノゼ—ディープラーニングを搭載した脳波モニターを備えたスタートアップは、モバイルおよびクラウドコンピューティングの巨人があなたの考えを活用するのに役立つ可能性があります。同社は、Sensors Expoで、アシスタントサービスをサポートするスマートホームデバイスを求めるGoogleからの電話に応えたデバイスメーカーの1つでした。 クラウドサービスとスマートフォンは、おそらくすぐに考えを監視することはないでしょう。ただし、イベントのいくつかのベンダーによると、業界は明らかにコアセンサーテクノロジーからソフトウェアやデータまでのフードチェーンをめぐって競争しています。 Pe

グルノーブル– CEA-Letiは、今年のLeti Innovation Daysの年次会議のテーマとして、「エッジ人工知能（AI）のディープテック」を選択しました。先週、世界中から800人の代表者が参加したこのイベントは、摂氏40度（104°F）近くの外気温が見られる猛烈な熱波の中で開催されました。 講義、ワークショップ、デモンストレーションが行われたミナテックキャンパス内では、参加者はAIをエッジに移動することで直面する重大な課題を思い出しました。 そのような動きを推進することは、データプライバシーの問題に他なりません。ただし、業界がエッジAIを採用するように促している他の要因は、時間

カリフォルニア州サンノゼ— LoRaとセルラーのNarrowband-IoT（NB-IoT）は、モノのインターネットで初期の設計の勝利を賭けた低電力ワイドエリアネットワーク（LPWAN）のパックよりもはるかに進んでいます。 IHS Markitからの新しいレポートによると、4GセルラーのLTE-Mバージョンは3分の1であり、Sigfoxは後れを取っています。 報告書は、かつて広く開かれていた分野が大幅に狭まり始めていることを示唆しています。しかし、それはまだ初期の段階です。 IHSは、2018年にわずか1億5000万のLPWANリンクが展開されたと推定しました。これは、年平均成長率63％で拡

カリフォルニア州サニーベール– 200人近くのエンジニアと研究者のグループがここに集まり、TinyMLと呼ばれる超低電力システムでディープラーニングを育成するためのコミュニティの形成について話し合いました。プレゼンテーションやダイアログでは、新しいクラスのシステムを実現することを期待して、テクノロジーの最も動きの速い分野のまだ未成熟な分野を把握するのに公然と苦労しました。 「素晴らしいアイデアに事欠くことはありません」と、Armの機械学習のフェローであるIan Brattは、ディスカッションを開始しました。 「4年前、物事は退屈になりました。その後、機械学習は新しい浮動小数点形式と圧縮技術