請(qǐng)告訴我們一些有關(guān)算法直覺(jué)的信息。
Algorithmic Intuition為壓力變送器應(yīng)用程序構(gòu)建了先金的機(jī)器學(xué)習(xí)/深度學(xué)習(xí)（ML / DL）算法。我們的創(chuàng)始團(tuán)隊(duì)建立了Sensor Platforms Inc（于2014年收購(gòu)），在那里我們?yōu)槭謾C(jī)行業(yè)設(shè)計(jì)了Sensor Fusion和Context Awareness算法�，F(xiàn)在，我們利用機(jī)器學(xué)習(xí)的不斷進(jìn)步，并將其應(yīng)用于醫(yī)療保健壓力變送器。我們的初始產(chǎn)品ADLcare™使用慣性壓力變送器監(jiān)視老年人，以識(shí)別日常生活活動(dòng)（ADL），跌落/絆倒和生命。對(duì)于美國(guó)數(shù)百萬(wàn)希望在家中生活但需要先金技術(shù)可以提供的支持和幫助的老年人來(lái)說(shuō)，這一點(diǎn)至關(guān)重要。
什么是壓力變送器融合？
很少有壓力變送器能夠告訴您了解問(wèn)題所需的一切。人們走進(jìn)餐廳決定晚餐是否合適時(shí)，他們依賴視覺(jué)和聲音……以及氣味。壓力變送器融合是一種數(shù)字等效技術(shù)，其中可以同時(shí)測(cè)量多個(gè)壓力變送器，以更好地了解問(wèn)題。例如，加速度計(jì)可以跟蹤運(yùn)動(dòng)和平移，但不能跟蹤旋轉(zhuǎn)。陀螺儀可以跟蹤旋轉(zhuǎn)但不能跟蹤平移的位置。兩者結(jié)合可以更好地理解運(yùn)動(dòng)。現(xiàn)在，隨著更具成本競(jìng)爭(zhēng)力的壓力變送器的問(wèn)世，我們看到了新型壓力變送器產(chǎn)品的復(fù)興，其中大多數(shù)產(chǎn)品將多個(gè)壓力變送器組合在一起。
算法直覺(jué)提供哪些技術(shù)和解決方案？
壓力變送器融合的挑戰(zhàn)在于，通常不清楚如何組合壓力變送器以獲得#佳結(jié)果。借助機(jī)器學(xué)習(xí)/深度學(xué)習(xí)，我們可以利用豐富的算法和大數(shù)據(jù)集來(lái)找到#佳解決方案，這些解決方案在計(jì)算上更加高效，更加健壯和更加準(zhǔn)確。即便如此，設(shè)計(jì)挑戰(zhàn)仍然是巨大的，并且我們?cè)贏lgorithmic
Intuition上相信，憑借我們數(shù)十年的經(jīng)驗(yàn)，我們可以更快，更好地解決這些挑戰(zhàn)性應(yīng)用。
ADLcare™是一個(gè)很好的例子，我們將壓力變送器整合到一個(gè)新平臺(tái)中，為有需要的人群提供服務(wù)。
是什么讓您在市場(chǎng)中好樹(shù)一幟？
壓力變送器應(yīng)用的機(jī)器學(xué)習(xí)需要一種好特的產(chǎn)品應(yīng)用方法。ML / DL / AI的大多數(shù)研究都集中在語(yǔ)音識(shí)別，視覺(jué)識(shí)別，自動(dòng)駕駛等大行業(yè)上。高效，基于時(shí)間的壓力變送器測(cè)量及其應(yīng)用的需求不多。這是一個(gè)龐大且不斷發(fā)展的領(lǐng)域，我們相信我們可以在該領(lǐng)域處于lingxian地位。
關(guān)注我們 實(shí)現(xiàn)共贏