Zufrieden oder 30 Tage lang erstattet + kostenloser Versand bei jedem Kauf eines GPS-Trackers
Berücksichtigung der klassischen Einschränkungen: Miniaturisierung, Wasserdichtigkeit, geringer Stromverbrauch, Kostenkontrolle...
Deep Learning, integrierte künstliche Intelligenz ("Edge Computing")
Integrierte Software, Backend / Cloud, mobile Apps und SaaS
Invoxia beherrscht die gesamte Innovationskette intern: Die Konzeption der Sensoren (Hardware und Software), die Industrialisierung, die Sammlung und Analyse der Rohdaten über verschiedene Verbindungsarten (LoRa, Sigfox, LTE Cat-M1, Bluetooth, Wifi...), Training und Integration neuronaler Deep Learning-Netze und schließlich Visualisierung der Daten und Aufbau von Mehrwertdiensten über mobile oder webbasierte Apps.
Der auf der CES 2020 vorgestellte intelligente BIC-Rasierer wurde an eine Gruppe von Testern verteilt, um die nicht repräsentativen Daten von Testteilnehmern durch echte Nutzungsdaten zu ergänzen.
Der Rasierer meldet in Echtzeit objektive Daten über die Rasiererfahrung, die von Sensoren mit Deep Learning-Fähigkeiten stammen. Diese Daten helfen der F&E bei BIC, moderne Produkte für den Benutzer von morgen zu erarbeiten.
Produktdefinition, Hardwareentwicklung und mobile Apps sowie der Aufbau und das Training von Machine-Learning-Modellen.
Sie wollen den Nutzen und die Kapitalrendite kennen, bevor Sie mit teuren und maßgeschneiderten Sensorentwicklungen beginnen?
Mit dem kleinen Programm AIoT Access können Sie Ihre Demonstratoren mit flexiblen Lösungen von der Stange, die das IoT und eingebettete KI kombinieren, schnell voranbringen. Die Anwendungen: vorausschauende Wartung, Aufgabenprofile und Nutzungsverfolgung, Erkennung von Stürzen, Stößen und spezifischen Bewegungen. Mit einsatzbereiten Sensoren für Bewegung, Vibration, Temperatur, Akustik oder Geolokalisierung. Benötigte Daten werden über dedizierte mobile Apps oder Gateways gesammelt.
Anwendungen: Vorausschauende Wartung, Auftragsprofile und Nutzungsverfolgung, Erkennung von Stürzen, Stößen, spezifischen Bewegungen, ...
Standardsensoren: Bewegung, Vibrationen, Temperatur, Akustik, Geolokalisierung. Benötigte Daten werden über dedizierte mobile Apps oder Gateways gesammelt.
Aufbau, Training und Integration von Deep-Learning-Modellen sind innerhalb weniger Wochen möglich. Mit Parametrierung von Warnmeldungen und Aktivitätsprotokollen.