Digitrode

Эта виртуальная площадка известна многим игрокам. В сети можно найти немало отзывов о ней, большинство их которых являются положительными.

В предыдущей статье мы рассмотрели некоторые особенности процесса обучения нейронной сети. В этой статье мы рассмотрим теорию и практику обучения нейронных сетей и рассмотрим концепцию минимизации ошибки.

Фитнес-браслеты становятся очень популярными в наши дни, они не только подсчитывают шаги, но и отслеживают количество сожженных калорий, отображают частоту сердечных сокращений, показывают время и многое другое. И эти устройства Интернета вещей (IoT) синхронизируются с облаком, так что вы можете легко получить всю историю вашей физической активности на смартфоне.

Шагомеры – это устройства, которые реализуют часть функционала фитнес-гаджетов и используются только для подсчета шагов. Итак, в этом уроке мы собираемся создать простой и дешевый шагомер, используя Arduino и акселерометр. Этот шагомер будет подсчитывать количество шагов и отображать их на ЖК-модуле 16x2.

В этом году ключевые темы в мире электроники широко варьируются тематически от искусственного интеллекта до Интернета вещей. В этом материале мы расскажем о нескольких основных событиях 2019 года, которые могут иметь значительные последствия в 2020 году.

Целью обучения нейронной сети является предоставление данных, которые позволяют нейронной сети сходиться на надежных математических отношениях между входом и выходом. В предыдущей статье математическое соотношение было простым: если x-компонент точки в трехмерном пространстве меньше нуля, выходное значение равно нулю (что указывает, например, на то, что эта точка данных является «недействительной» и не требует дальнейшего анализа); если компонент x равен или больше нуля, вывод равен единице (что указывает на «действительную» точку данных).

В таких случаях, когда известны математические отношения, вы можете создавать обучающие данные в программе для работы с электронными таблицами. Можно использовать, например, Excel.

В этом проекте мы будем использовать интерфейсный датчик пульсоксиметра MAX30100 с Arduino, который может измерять содержание кислорода в крови и частоту сердечных сокращений и отображать это на ЖК-дисплее 16×2. Концентрация кислорода в крови, обозначаемая как SpO2, измеряется в процентах, а частота сердечных сокращений / пульса измеряется в BPM (ударах в минуту). MAX30100 – это прекрасное решение для пульсоксиметрии и создания пульсометра.

В предыдущей статье была представлена простая задача классификации, которую мы рассмотрели с точки зрения нейросетевой обработки сигналов. Математическое соотношение, необходимое для этой задачи, было настолько простым, что мы смогли спроектировать сеть, просто подумав о том, как определенный набор весов позволил бы выходному узлу правильно классифицировать входные данные. Вот такая у нас была сеть:

В этом проекте мы свяжем УФ-датчик ML8511 с Arduino для измерения интенсивности ультрафиолетового света в мВт/см2. Ультрафиолетовое излучение или УФ-излучение происходит в диапазоне электромагнитных волн от 10 до 400 нм. Таким образом, чтобы получить эффективный выходной сигнал в соответствии с ультрафиолетовым излучением, следует использовать специальный датчик, такой как ML8511 от компании Lapis Semiconductor. Ультрафиолетовый датчик ML8511 лучше обнаруживает свет с длиной волны 280–390 нм, эта длина волны классифицируется как часть спектра лучей, излучающих ультрафиолетовое излучение.

Иногда платы Arduino недостаточно. Они часто скрывают большую часть функциональности микроконтроллера, а Arduino IDE не предоставляет готовый доступ к базовым модулям. Это может быть неприятно и непрактично, так как некоторые проекты не могут ограничиваться возможностями, предоставляемыми стандартной функцией, такой как digitalWrite. Здесь-то Atmel Studio вступает в игру. Это IDE, используемая профессионалами, которая позволяет вам писать программы на C, C++ и даже ассемблере почти для всех микроконтроллеров Atmel.

Atmel Studio также позволяет импортировать скетчи Arduino, но этого следует избегать, чтобы избежать продолжения вредных привычек. Поскольку она основана на Visual Studio, любой, кто использовал эту среду разработки, должен иметь возможность быстро научиться использовать Atmel Studio.

Широтно-импульсная модуляция (ШИМ) используется для управления амплитудой цифровых сигналов с целью управления устройствами и приложениями. В этом уроке мы узнаем, как генерировать переменный сигнал ШИМ с помощью микроконтроллера серии STM32 (STM32F103C). Переменный сигнал ШИМ используется для управления скоростью двигателей или вентиляторов постоянного тока. Этот подход также используется в устройствах диммирования. Солнечные зарядные устройства также работают с переменным сигналом ШИМ. Угол и направление серводвигателей также контролируются с помощью сигнала ШИМ.

В данном примере мы разберем принцип работы ШИМ в STM32 с использованием серводвигателя. Мы также узнаем, как соединить сервопривод с платой STM32F103C8. В нашем случае будет использоваться потенциометр для изменения положения вала серводвигателя и ЖК-дисплей для отображения значения угла.