画像
RA6M3 AI リファレンス キット
AI/MLシステム開発を迅速に、多様なモデルを単体または複合で使える機能を持っています。 RAファミリ32ビットMCUのRA6M3 MCUをベースとした、マルチモーダルAI/MLソリューション向けのハードウェアプラットフォーム・キットです。
このハードウェアは、リアルタイム分析(Realtime...
概要
説明
Reality AI Tools®を使用すると、エンジニアは高度な信号処理に基づくTinyML/Edge AIモデルの生成と構築が可能になります。 ユーザはセンサデータを自動的に探索し、最適化されたモデルを生成することができます。 Reality AI Toolsには、最適なセンサやセンサの組み合わせ、センサを配置する場所、コンポーネント仕様の自動生成などを見つけるための分析機能と、時間／周波数ドメインの観点から完全に説明可能なモデル関数と、Arm® Cortex® M/A/R実装用に最適化されたコードが含まれています。
AI Explore
自動化された特徴探索／モデル生成
BOMの最適化
AIを使って最も費用対効果の高い部品を見つける
データの準備
トレーニングとテストの状況を理解する
エッジAI／TinyML
最小MCU用の超コンパクトで効率的なコード
オプション アドオン
MATLABまたはレーダ用Reality AI
ターゲットデバイス
ドキュメント
= ピックアップ
ログイン後、ご登録が可能となります。
|
|
|
|
|---|---|---|
| 分類 | タイトル | 日時 |
| 製品概要 | PDF 416 KB | |
| パンフレット | PDF 679 KB | |
| ホワイトペーパー | PDF 655 KB | |
| ホワイトペーパー | PDF 717 KB | |
| アプリケーションノート | PDF 16.95 MB | |
| ホワイトペーパー | PDF 1.34 MB 英語 , 简体中文 | |
| 製品概要 | PDF 560 KB | |
| ホワイトペーパー | PDF 4.89 MB 英語 | |
8 items
|
||
設計・開発
サンプルコード
関連ボード＆キット
ボード＆キット
RA4E1 AI リファレンス キット
AI/MLシステム開発を迅速に、多様なモデルを単体または複合で使える機能を持っています。 RAファミリ32ビットMCUのRA4E1 MCUをベースとした、マルチモーダルAI/MLソリューション向けのハードウェアプラットフォーム・キットです。
このハードウェアは、リアルタイム分析(Realtime...
主要ドキュメント:
RA6E1音声ユーザリファレンスキット
RA6E1 MCUを搭載した、音声ユーザ・インタフェース（VUI）のハードウェアプラットフォームです。
使いやすさに重きを置いたこのソリューションは、32ビットMCUのRAファミリをベースにしています。 このハードウェアプラットフォームは、ルネサスが Renesas Ready...
主要ドキュメント:
explore調べる
ビデオ&トレーニング
AI Solution Kit Demo Video with Reality AI Tools
See how to use the scalable Renesas AI Kits to evaluate and test the application examples and develop your own solutions using Reality AI Tools or other available ecosystem and AI/ML software.
Video List
ニュース＆ブログ
| ブログ | 2023年6月29日 | ||
| ブログ | 2022年8月31日 | ||
| ブログ | 2022年8月30日 | ||
| ブログ | 2022年8月29日 | ||
| ブログ | 2022年8月26日 | ||
| ブログ | 2022年8月25日 | ||
| ブログ | 2022年8月17日 | ||
| ブログ | 2022年8月17日 | ||
| ブログ | 2022年8月17日 | ||
| ブログ | 2022年8月17日 | ||
| ブログ | 2022年8月16日 | ||
| ブログ | 2022年8月16日 | ||
| ブログ | 2022年8月16日 | ||
| ブログ | 2022年8月16日 | ||
| ブログ | 2022年8月15日 | ||
| ブログ | 2022年8月12日 | ||
| ブログ | 2022年8月12日 | ||
| ブログ | 2022年8月12日 | ||
| ブログ | 2022年8月11日 |
AIによる特徴検出
特徴とは、クラス間の違いを見分けたり、変数を予測したり、異常を検出したりする目的で、「重要な指標」を数学的に記述したものです。
Reality AI Tools®で検索される特徴は以下の通りです。
- ログ、累乗、微分、符号など、生データに対する一般的な変換e
- パラメトリック統計的特徴とピーク分析
- パワー、位相、スペクトル形状、周期性、セプストラル、ウェーブレットなどのスペクトル特徴
- 線形および非線形次元削減
- 時間-周波数スパースコーディングおよび時間パターン解析
- バイナリパターンおよびテクスチャ解析
センサデータを自動的に解析し、最適化されたモデルを生成
画像
AI Explore
AI Exploreは自動的に代替ソリューションを見つけ、その結果を教えてくれます。
画像
さらに、可能性のある各ソリューションの処理要件が示されるため、必要なトレードオフを行うことができます。
画像
Explainable AI（説明可能なAI）
Explainable AI（説明可能なAI）を使えば、エンジニアが理解できる言葉で特定のクラスのシグネチャを検査することができます。
画像
センサ選定
最も性能の良いセンサと、最も費用対効果の高いベストな場所を特定します。
画像
設定仕様
AIを使用してコンポーネントの最低仕様を設定します。
画像
画像
画像
自動モニタリング
最も安価に解決できる問題は、早期に発見することです。 よくある落とし穴を自動モニタリングすることで、データ収集のコストを削減します。
画像
画像
画像
画像
容易な統合
Reality AI Toolsをファームウェアビルドに用意に統合できます。 Reality AI Toolsは、すべての主要メーカーのArm® Cortex® M、R、Aアーキテクチャ、およびLinuxとWindowsをサポートしています。 多くの非Armアーキテクチャにも対応しています。 対象とするプロセッサについては、お問い合わせください。
画像
Reality AI Tools用のアドオン
MATLAB用のReality AI
MATLABデータファイルを読み込み、Reality AIを使用してMATLAB信号処理および機械学習ツールボックス用のモデルを生成します。 MATLABコードの完全な透明性 - Reality AIが生成した最適化された特徴量計算と機械学習モデルの詳細をご覧ください。
レーダー用のReality AI
レーダーの前処理オプションを自動的に選択して最適化し、モデルの精度を向上します。 レーダーを扱うプロの開発者向けです。
画像
使用例
画像
リアリティタイム分析
ハードウェア設計をサポートするために、当社の分析エンジンをご使用ください（アルゴリズムやモデル構築だけではありません）。
画像
異常検出
Reality AIソフトウェアは、正常な行動を学習することで異常を検出するのに役立ちます。 内蔵の異常検知および状態監視ダッシュボードを使用するか、独自のダッシュボードを作成することができます。
画像
予知保全と残存耐用年数
コンポーネント（フィルタなど）の残存耐用年数を予測し、運転状態を特定し、異常状態の検出します。
画像
モータ制御によるセンサーレスセンシング
部品表を追加することなく、モータ制御盤のファームウェアをアップグレードするだけで、予知保全アプリケーションを開発できます。