Reti Neurali
Reti Neurali

RetiNeurali

Proof of concept
Il grafo qui a lato ( y=sin(x) ) è stato realizzato da un Microcomputer per Internet of Things, una Raspberry o una Parallella, ma non è stato disegnato da un semplice calcolo della funzione trigonometrica sin(alpha), con aplha [0..2Pi].

Invece è stato disegnato da una Rete Neurale opportunamente addestrata alla rappresentazione della funzione matematica sin (x) ed in particolare l'algoritmo di apprendimento e di applicazione si basa sulle seguenti caratteristiche:

  • Realizzato con linguaggio C
  • Backpropagation Neural Network
  • Input Layer
  • N Hidden Layers, configurable during Neural Net setup
  • Output Layer

 

Le Reti neurali sono utilizzate su dispositivi poratili o comunque di minimo ingombro e minimo consumo per realizzare:

  • Riconoscimento visivo di forme ed oggetti, nonchè volti;
  • Riconscimento di suoni e voce;
  • Riconoscimento di segnali in modulazione di ampiezza e frequenza.

 

implementando le diverse tecniche di apprendimento supervisionato e non e le diverse modalità della matematica delle reti Neurali: Adaline, Backward propagation, Hopfield, Elmann, Self Organizing Map.

Le Applicazioni delle diverse tipologie di Reti Neurali consentono di realizzare logiche da Sistemi Esperti e di Intelligenza Artificiale su dispositivi di Internet of Things che uniscono Sensori e Misure, analisi dei dati, riconoscimento di stati e condizioni ed attuazioni in accordo con l'addestramento reale eseguito sul dispositivo.

Le macchine munite di Internet of Things e Reti neurali possono apprendere dalle condizioni reali e decidere in autonomia le azioni e le sequenze di lavorazione adeguate.


Tskills dedica la propria ricerca e sviluppo per realizzare applicazioni di tipo Internet of Things con reti Neurali su microcomputer Multicore che soddisfino i seguenti presupposti di base: basso consumo, minimo ingombro e massime prestazioni di calcolo per governare sensori e attuatori.