皆さん こんにちは ST Micro Electronicsの木村ですSTは機器の停止期間や メンテナースコストの最小化に向け組み込みAIによる状態モニタリングや 余地保全のアプリケーションを提案していますこのビデオでは 状態モニタリングアプリケーションのデモについて 解説していきます組み込みAIによる状態モニタリングや 余地保全について ご興味のある方は ぜひご覧くださいでは早速始めていきましょう これは機械学習ソリューションによるファンの異常検出デモですこのデモではPCと開発ボードがUARTで接続されていて これを経由して実行コマンドを入力するという形になっていますファンが正視している場合 異常がないので PC上のターミナルには何のメッセージも現れません正視状態のファンをタップすると ターミナル上にあのまり つまり異常であるというメッセージが現れ 異常検出されたことが分かります次にファンを動かします 振動レベルは高いんですけれども 正常稼働状態なので ターミナルにはメッセージは現れませんこれをタップするとファンの動作に異常が検出されるので 即座に異常検出アラートが上げられているということが分かると思いますこのファンの動きを再度止めても あのまりのメッセージというのが現れないんですけれどもタップするとやはりメッセージが現れる ということでファンの正視と正常稼働正常モードと定義しているということが分かると思います ここから一度学習済みのアルゴリズムを消去し再度学習するプロセスを紹介します このでもは組み込みAIとしてNanoAIという機械学習ソリューションを使用しています これにより組み込みデバイス上で学習をさせるということが可能になりますPCからのコマンドにより学習データス ここでは60をセットして続いて 正視状態の学習をスタートさせます次に正常稼働状態 つまりファンが回ってる状態の学習をスタートさせますこれで学習が完了しました これをさらに水論モードに切り替えると今コマンドを送信しています これで水論モードに切り替わりました これで組み込みAIによる状態関してがまたスタートしますこれで学習したデータを元にファンの正常状態と異常状態というのを検出できるようになりますタップされたときは異常 それ以外の状態は正常というふうに検出できるようになっているのがお分かりいただけるかと思いますこのように簡単に組み込みデバイス上で機械学習アルゴリズムを学習させるということが可能なソリューションになっていますいかがでしたでしょうか このようにSTの組み込みAIエコシステムを使うと余地保全や状態モニタリングのアプリケーションを簡単に実現することができますさらに詳しい情報はSTの汎用マイコンマイクロプロセッサーサイトにございますので ぜひご覧くださいありがとうございました