SSJ - Sensor Data Processing

1 t.+
Lataukset
Sisällön ikärajoitus
Kaikki
Kuvakaappaus
Kuvakaappaus
Kuvakaappaus
Kuvakaappaus
Kuvakaappaus

Tietoa sovelluksesta

SSJ Tekijä avulla käyttäjät voivat tallentaa, visualisoida, prosessi ja luokitella anturidatan yli 20 sisäisten ja ulkoisten sensors.What ja miten käsitellä anturin tiedot on määritelty, käyttämällä signaalinkäsittely putkistoja. Predefined putkistot voidaan ladata tai uusia voidaan luotu avulla sisällytetyn putkilinjan editori.


OMINAISUUDET

* Reaaliaikainen signaalinkäsittely käyttää riippumattomia komponenttien laskenta vaiheet putkilinjan
* Synkronoitu datavirtoja
* Tuki useimmat tavalliset Android anturit (kamera, mikrofoni, IMU, GPS, ...)
* Tuki ulkoisen anturin Bluetooth-yhteyden kautta (esim. Myo, Empatica, Microsoft Band)
* Advanced signaalinkäsittely toimintoja, kuten koneoppimisen lähestymistavat (neuroverkot, SVM, NaiveBayes)
* Käytössä laitteen malli koulutuksen voimavaroja (erä ja verkko-oppiminen)
* Record anturitietoja SD-kortille
* Lähetä / vastaanottaa dataa / muista laitteista WiFi tai Bluetooth
* Tiedon visualisointi käyttäen kaavioita ja maalarit
* Lataa ja tallenna putkistojen XML-muodossa
* Integroitu käsinkirjoitustyökalun

NOIN

SSJ Luoja on osa avoimen lähdekoodin puitteet SSJ.
SSJ puitteissa kehitetään tällä Lab ihmiskeskeisiä Multimedia yliopiston Augsburg. Laatijat puitteet ovat: Ionut Damian Michael Dietz, Frank Gaibler Daniel Langerenken Simon Flutura, Vitalijs Krūmiņš ja Antonio Grieco.
Päivitetty
29.1.2020

Dataturvallisuus

Turvallisuus alkaa siitä, että ymmärrät, miten kehittäjät keräävät ja jakavat dataasi. Datan yksityisyys- ja tietoturvatoimet saattavat vaihdella käytön, alueen ja iän mukaan. Kehittäjä on antanut nämä tiedot ja saattaa päivittää niitä myöhemmin.
Dataa ei jaettu kolmansille osapuolille
Lue, miten kehittäjät ilmoittavat jakamisesta
Dataa ei ole kerätty
Lue, miten kehittäjät ilmoittavat keräämisestä

Uutta

- added support for BITalino pulse sensor
- added face crop transformer
- added support for TFLite models with GPU acceleration