メインコンテンツに移動
ご購入

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。

Try Reality AI Explorer to experience firsthand how Reality AI Tools can help you develop AI and TinyML solutions in industrial, automotive and commercial applications.

Try Reality AI Explorer

AI ExploreAI Explore
自動化された特徴探索/モデル生成

BOM OptimizationBOM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

Data Readinessデータの準備
トレーニングとテストの状況を理解する

Edge AI/TinyMLエッジAI/TinyML
最小MCU用の超コンパクトで効率的なコード

Optional Add‑ons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

設計・開発

サンプルコード

関連ボード&キット

調べる

ビデオ&トレーニング

ニュース&ブログ

Revolutionizing HVAC with AI-Powered Motor Control ブログ 2024年12月17日
高度な音声ユーザインタフェースを構築: 音声認識機能の強化、なりすまし対策、そして話者識別 ブログ 2024年11月21日
三相BLDC/PMSMモータのセンサレス負荷検出によるモータ性能の向上とストレスの軽減 ブログ 2024年10月16日
次世代デジタルモータ制御:複数のモータ、組み込みAI、そして高度なアルゴリズムを、1つのMCUに搭載 ブログ 2024年9月19日
あなたの掃除機は本当に賢く掃除していますか? ブログ 2024年9月12日
高度なAI/ML開発ツールへの無償アクセスを開発者に提供します ブログ 2024年7月16日
組み込み用エッジAI/TinyML導入ツールReality AI Toolsの無償評価版「Reality AI Explorer Tier」を提供開始 ニュース 2024年7月16日
音声なりすまし防止をあなたの玄関に ブログ 2024年6月1日
How to Maximize the Lifespan of Electric Motors ブログ 2023年6月29日
FFTs and Stupid Deep Learning Tricks ブログ 2022年8月31日
Peaks and Valleys: How Data Segmentation Can Conserve Power and CPU Cycles in Edge AI Systems ブログ 2022年8月30日
How Do You Make AI Explainable? Start with the Explanation ブログ 2022年8月29日
Bias Isn’t Always Bad ブログ 2022年8月26日
Want to Reduce the Cost of Data Collection for Edge AI with Sensors? Only Do It Once. ブログ 2022年8月25日
国内初!AIによる工場向け異常検知ソリューション「RealityCheck AD」の提供を開始 ブログ 2022年8月17日
What is a Sensor, Anyway ブログ 2022年8月17日
Solutions for Real Problems Running on Cortex-M4 and M7 Platforms ブログ 2022年8月17日
What’s Wrong with My Machine Learning Model? ブログ 2022年8月17日
Successful Data Collection for Machine Learning with Sensors ブログ 2022年8月16日
Embedded AI and Machine Learning - Adding New Advancements in the Tech Space ブログ 2022年8月16日
Embedded AI – Delivering Results, Managing Constraints ブログ 2022年8月16日
Edge AI – Difference Between a Project and a Product ブログ 2022年8月16日
Comprehensive AI Engineering Software for Making Smart Edge Devices with Sensors ブログ 2022年8月15日
3 Ways to Make Your Machine Learning Projects Successful ブログ 2022年8月12日
It’s All About the Features ブログ 2022年8月12日
Rich Data, Poor Data: Getting the Most Out of Sensors ブログ 2022年8月12日
5 Tips for Collecting Machine Learning Data from High-Sample-Rate Sensors 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
画像

 

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
How Reality AI Tools Works

 

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
AI Explore

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
AI Explore - Shows processing requirements for each possible solution.

 

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
Explainable AI

 

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
In-vehicle AI

 

使用例

画像
Reality Time Analysis

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
Anomaly Detection

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
Predictive Maintenance & Remaining-Useful-Life

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
Sensorless Sensing with Motor Control

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。