• Fonte ST
Data Science e Machine Learning
Un'introduzione pratica alla programmazione semplificata dei sensori.
di Fonte ST 03-09-20
C'era una volta l'interfaccia a riga di comando l'interfaccia utente che richiedeva all'utente la capacità di impartire comandi testuali mediante tastiera alfanumerica e interpretare le risposte testuali in output dall'elaboratore mediante display o stampante alfanumerici.

Oggi, il tipico utente moderno non saprebbe cosa fare con un'interfaccia a riga di comando, ancora utilizzabile solo da chi sa 1) come accedervi e 2) cosa digitare quando ci arrivi. Al posto della CLI, I sistemi operativi dei personal computer attualmente sul mercato presentano all'utente un'interfaccia grafica con caratteristiche user friendly.

La programmazione di sensori e successiva valutazione di grandi set di dati si trova ora di fronte ad un simile salto di qualità. Le visualizzazioni immediata e contemporanea sia degli elementi programmabili dei sensori che dei dati di output apre le porte ad un'emancipazione dell'utente che potenzia e velocizza valutazione e sviluppo di nuove applicazioni.

Unico GUI è la soluzione proposta da STMicroelectronics per conseguire questo passaggio. La società propone una nuova serie di tutorial che forniscono un'introduzione pratica e affidabile su come meglio e più rapidamente sfruttarne i componenti, sia che si scelga di utilizzare il MEMS originale LSM6DSOX, il primo nel settore a integrare un core di machine learning, sia che se ne prediliga la versione ancora più potente, LSM6DSRX, dedicata ai progetti che richiedono più precisione che risparmio energetico.

I tutorial partono dalla presentazione di un approccio che consente agli ingegneri di immaginare un design minimalista e pragmatico. Nel caso di una smart pen, invece di scrivere un algoritmo sofisticato, gli sviluppatori possono semplicemente utilizzare il nucleo di apprendimento automatico per rilevare se l'utente sta tenendo la penna o sta scrivendo. Il video tutorial offre anche un'introduzione all'analisi dei dati e alla creazione di un albero decisionale, conoscenze fondamentali applicabili a largo raggio.

Di per sé, i data point non sono che valori in un file di testo, il loro valore emerge grazie ad un'appropriata etichettatura. Le lezioni proseguono con suggerimenti e istruzioni su come utilizzare Unico GUI per raccogliere, pulire e organizzare grandi quantità di dati in semplicità. Uno sviluppatore avrà anche bisogno di impostare le caratteristiche principali del proprio albero decisionale. Anche a fronte della migliore raccolta dati possibile, è fondamentale testare varie impostazioni in quanto possono influire enormemente sulla precisione del progetto in corso. Il terzo tutorial descrive come facilitare i flussi di lavoro e le sperimentazioni sfruttando le capacità di Unico GUI di etichettare e configurare dati.

Un volta sviluppato un albero decisionale, è necessario assegnare un valore a 8 bit (da 0 a 15) per ogni classe o caratteristica del progetto. Gli sviluppatori potranno caricare l'albero decisionale generato con Unico GUI o Weka sull'LSM6DSOX e passare alla fase di valutazione. In parole povere, ogni classe, definita durante la fase di etichettatura, ha il suo contatore. Man mano che il core di machine learning elabora i dati acquisiti, aumenta o diminuisce questi contatori. Alla fine della valutazione, il sistema emetterà un valore a 8 bit e lo memorizzerà in un registro.

L'ultimo video mostra come gli sviluppatori possono caricare la configurazione del registro e visualizzare l'albero decisionale in azione. Unico GUI presenta un pannello che visualizza l'output dal core di machine learning memorizzato nel registro. Si tratta uno strumento di debug particolarmente pratico perché gli sviluppatori possono verificare l'esistenza di eventuali problemi significativi senza dover scrivere una singola riga di codice.


(lo)