首页
›
工业控制与工业互联网
›
014-TinyML时序传感器异常检测
›
《传感器数据TFLite Micro异常检测教程》
VIP20
本课程属于:014-TinyML时序传感器异常检测
工业控制与工业互联网 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
传感器数据TFLite Micro异常检测教程
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 适用人群
课程导入
学习目标
02
传感器数据基础
常见传感器类型(加速度计 · 陀螺仪 · 温度
传感器数据基础
常见传感器类型
03
异常检测概述
异常检测的定义 · 类型(点异常 · 上下文异常
异常检测概述
异常检测的定义
04
传统异常检测方法
统计方法(均值方差 · Z-score) · 基于距离的方法(KNN
传统异常检测方法
统计方法
05
机器学习异常检测方法
One-Class SVM · 孤立森林 · 自编码器
机器学习异常检测…
One-Class
06
深度学习异常检测方法
RNN/LSTM · CNN · Transformer在时间序列异常…
深度学习异常检测…
RNN/LSTM
07
TFLite Micro简介
TFLite Micro的定位 · 特点 · 支持硬件(MCU
TFLite
Micro
08
开发环境搭建
安装TensorFlow · TFLite Micro依赖 · Arduino/STM32等平台配置
开发环境搭建
TensorFlow
09
传感器数据采集与预处理
数据清洗 · 去噪 · 归一化
传感器数据采集
预处理
10
数据标注与数据集构建
异常标签定义 · 数据增强 · 训练集/验证集/测试集划分
数据标注
数据集构建
11
基于自编码器的异常检测模型设计
自编码器原理 · 结构设计(输入维度 · 隐藏层)
基于自编码器的异…
自编码器原理
12
基于LSTM的异常检测模型设计
LSTM原理 · 序列建模 · 预测误差或重构误差用于异常判定
LSTM
基于
13
模型训练与调优
损失函数选择(MSE · MAE) · 优化器
模型训练
调优
14
模型评估与阈值选择
评估指标(精确率 · 召回率 · F1
模型评估
阈值选择
15
模型转换与量化
TensorFlow模型转换为TFL… · 动态范围量化 · 全整数量化
模型转换
量化
16
TFLite Micro模型部署
将TFLite模型集成到嵌入式工程 · 内存管理 · 推理调用
TFLite
Micro
17
实时数据流处理
在MCU上实现滑动窗口缓冲 · 实时特征计算 · 异常分数计算与报警逻辑
实时数据流处理
MCU
18
案例实战
振动传感器异常检测:使用加速度计数据 · 构建自编码器模型 · 部署到Arduino Nano 33…
案例实战
振动传感器异常检…
19
案例实战
温度传感器异常检测:使用温度时间序列 · 实现基于LSTM的异常检测 · 部署到STM32
案例实战
温度传感器异常检…
20
案例实战
多传感器融合异常检测 · 提升检测鲁棒性 · 部署到ESP32
案例实战
多传感器融合异常…
21
边缘端性能优化
模型压缩 · 剪枝 · 算子优化
边缘端性能优化
模型压缩
22
低功耗与资源受限设计
电池供电考虑 · 降低采样率 · 间歇性推理
低功耗
资源受限设计
23
异常检测系统集成
传感器驱动 · 数据采集 · 模型推理
异常检测系统集成
传感器驱动
24
常见问题与调试
模型过拟合 · 欠拟合 · 数据漂移
常见问题
调试
25
模型更新与在线学习
在设备端进行增量学习 · 模型热更新 · 适应新数据分布
模型更新
线学习
26
安全性与可靠性
对抗攻击 · 传感器故障 · 异常检测系统的鲁棒性设计
安全性
可靠性
27
综合项目
设计一个完整的传感器异常检测系统 · 数据采集 · 模型训练
综合项目
设计一个完整的传…
28
课程总结与进阶方向
回顾核心知识点 · 常见误区 · 未来趋势(TinyML
课程总结
进阶方向
29
实战作业
基于给定传感器数据集 · 独立完成异常检测模型训练 · 转换
实战作业
基于给定传感器数…
30
结课测试
综合选择题与实操题 · 评估学员对传感器数据TFLite M…
结课测试
综合选择题
所属VIP或分类
同VIP:Edge-AI传感器异常检测实战课程
同VIP:Edge-AI传感器异常检测延迟预算优化实战
同VIP:Edge-AI传感器异常检测模型部署代码解析