意法半導體推出具有機器學習功能的運動傳感器提高運動跟蹤精度和電池續航能力
前言：
機器學習技術可分類處理運動數據，提高運動跟蹤精度
? 嵌入式智能和其它強化功能大幅降低功耗，延長智能手機、穿戴設備和游戲控制器的電池續航時間
2019年2月12日--橫跨多重電子應用領域的全球領先的半導體供應商意法半導體(STMicroelectronics，簡稱ST；紐約證券交易所代碼：STM)在其先進的慣性傳感器內集成機器學習技術，提高手機和穿戴設備的運動跟蹤性能和電池續航能力。
LSM6DSOX iNEMO™傳感器內部集成一個機器學習內核，可根據已知運動模式對運動數據進行分類處理，接替主處理器處理運動跟蹤的第一階段任務，這種方法可以節能降耗，加快健身記錄、健康監測、個人導航、跌倒檢測應用等運動類應用程序的運行速度。
意法半導體模擬、MEMS和傳感器產品部副總裁Andrea Onetti表示：“機器學習已大范圍用于社交媒體、金融建模或自動駕駛等應用以提高模式識別的速度和效率，LSM6DSOX運動傳感器集成了機器學習功能，可增強智能手機和穿戴設備的運動跟蹤性能。”
配備意法半導體LSM6DSOX的設備可以為用戶帶來便利、響應迅速的“永遠開啟”的使用體驗，且對電池續航時間沒有任何影響。LSM6DSOX集成于傳統傳感器相比，增添了更大的內存空間，并配備最先進的高速I3C數字接口，使得傳感器與主控制器的交互間隔更長，連接時間更短，節能省電效果更好。
該傳感器易于集成到主流移動平臺(例如：Android和iOS)上，可簡化消費、醫療和工業智能設備使用流程。
LSM6DSOX現已量產上市。
更多技術信息：
LSM6DSOX包含一個3D MEMS加速度計和3D MEMS陀螺儀，并使用機器學習內核跟蹤復雜的運動，典型工作電流僅為0.55mA，電池負載得到大幅降低。
機器學習內核與傳感器集成的有限狀態機邏輯協同工作，執行運動模式識別或振動檢測功能。使用LSM6DSOX創建運動跟蹤產品，需要用開源PC應用程序Weka對機器學習內核進行決策樹分類培訓，從樣本數據生成設置參數和限值，例如，用于表征被檢測運動類型的加速度、速度和磁傾角。
因為支持自由落體檢測、喚醒、6D / 4D方向檢測、單擊和雙擊中斷，LSM6DSOX可用于運動跟蹤外的其它的多種應用，例如，用戶界面管理和筆記本電腦保護。輔助輸出和配置選項還簡化其光學防抖（OIS）應用。
關于意法半導體
意法半導體（STMicroelectronics; ST）是全球領先的半導體公司，提供與日常生活息息相關的智能的、高能效的產品及解決方案。意法半導體的產品無處不在，致力于與客戶共同努力實現智能駕駛、智能工廠、智慧城市和智能家居，以及下一代移動和物聯網產品。享受科技、享受生活，意法半導體主張科技引領智能生活（life.augmented）的理念。意法半導體2018年凈收入96.6億美元，在全球擁有10萬余客戶。詳情請瀏覽意法半導體公司網站：www.st.com
意法半導體（STMicroelectronics; ST）是全球領先的半導體公司，提供與日常生活息息相關的智能的、高能效的產品及解決方案。意法半導體的產品無處不在，致力于與客戶共同努力實現智能駕駛、智能工廠、智慧城市和智能家居，以及下一代移動和物聯網產品。享受科技、享受生活，意法半導體主張科技引領智能生活（life.augmented）的理念。意法半導體2018年凈收入96.6億美元，在全球擁有10萬余客戶。詳情請瀏覽意法半導體公司網站：www.st.com
