Dans ce module, nous verrons comment fonctionnent les réseaux de neurones, comment les entraîner et comment les utiliser pour effectuer des inférences dans un système embarqué. Nous poursuivrons la démonstration précédente de création d'un système de classification de mouvement en utilisant des données de mouvement collectées à partir d'un smartphone ou d'une carte Arduino. Enfin, nous vous mettrons au défi avec un nouveau projet de classification de mouvement où vous aurez l'occasion de mettre en œuvre les concepts appris dans ce module et le module précédent.

Dans ce module, nous abordons la classification audio sur les systèmes embarqués. Plus précisément, nous examinerons les bases de l'extraction des coefficients cepstraux de fréquence mélodique (MFCC) en tant que caractéristiques d'un enregistrement audio, de l'entraînement d'un réseau neuronal convolutionnel (CNN) et du déploiement de ce réseau neuronal sur un microcontrôleur. En outre, nous nous pencherons sur certaines stratégies de mise en œuvre sur les systèmes embarqués et nous parlerons de la comparaison entre l'apprentissage automatique et la fusion de capteurs.