home.social

#tinyml — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #tinyml, aggregated by home.social.

fetched live
  1. I turned a Raspberry Pi into a tiny weather intelligence powerhouse

    A Raspberry Pi Zero 2 W paired with a Sense HAT V2 runs a fully self-contained, edge-native machine learning weather station with no cloud, GPU, or heavy ML frameworks. The system uses pure NumPy implementations of Recursive Least Squares, Kalman filtering, conformal prediction, and drift detection, staying under 150 MB RAM. The station continuously updates its own statistical model of local atmospheric conditions, produces calibrated uncertainty intervals, and renders animated forecasts on […]

    kemal.yaylali.uk/i-turned-a-ra

  2. Смартфон как элемент эшелонированной системы обнаружения БПЛА: архитектура распределенной сенсорной сети

    Представьте, что любой человек, выйдя на улицу или посмотрев в окно, может стать частью распределенной системы раннего обнаружения воздушных угроз. Не как оператор или специалист, а как источник дополнительного сенсорного наблюдения. Современный смартфон представляет собой доступную COTS‑платформу с набором встроенных датчиков: камерой, GNSS‑приемником, 6-DoF IMU, барометром и микрофонами. По отдельности эти сенсоры ограничены, однако их совместное использование в распределенной сети потенциально позволяет создавать новые подходы к обнаружению низколетящих БПЛА. Это не задача создания «смартфонного радара», а инженерная задача на стыке краудсорсинга, Edge Computing, машинного обучения и обработки сигналов. Как превратить множество пользовательских устройств в единую распределенную апертуру? Попробуем рассмотреть возможную архитектуру такой системы.

    habr.com/ru/articles/1062838/

    #БПЛА #обнаружение_дронов #краудсорсинг #распределенные_системы #Edge_Computing #TinyML #фильтр_Калмана #сенсорные_сети #триангуляция #TDoA

  3. I have finally set up my workstation for my esp32 projects. I haven't touched any soldering iron for probably 50 years. The last time I used it was when I was working in an electronic factory in Hong Kong 50 years ago.

    #esp32 are modern microcontroller boards that can function like computers. I bought several of these boards recently. One of them is esp32 p4 c6. #Copilot and I will be testing #tinyML's running NNUE tictactoe, OCR, and a SLM that I will be creating.

    #AI #neuralnetwork

  4. VSA, которого не было: первый reasoner на 16 КБ без LLM

    Первый обучаемый нейронный reasoner поверх Vector-Symbolic Architecture. 90% exact multi-hop QA в среднем (100% на 1-2 hop, 70% на 3-hop). 16 КБ тернарный резонатор. Всё на CPU, ни одного GPU.

    habr.com/ru/articles/1050606/

    #TernaT #VSA #нейронный_резонатор #TinyML #микроконтроллеры #Edge_AI #reasoning #STM32

  5. Четыре грабли, один вихрь и 60% на CIFAR-10 с M0+

    Продолжение цикла. До этого были базовые цифры и анонс 5 архитектур. Теперь - что сломалось, как чинили, что узнали.

    habr.com/ru/articles/1050030/

    #TernML #тернарные_нейросети #TinyML #микроконтроллеры #QAT #ViT #CNN #GraphKAN #CortexM0+ #квантование

  6. Нейросеть за 50 центов (~36 ₽): TernML, тернарный ИИ без FPU

    В прошлый раз я рассказал про GraphKAN, первую тернарную KAN с весами {-1, 0, +1}, которая выдала 96.15% на MNIST при 15 КБ. ( ссылка ). С тех пор проект переродился. Рассказываю, что изменилось и почему.

    habr.com/ru/articles/1049940/

    #TernML #тернарные_нейросети #TinyML #микроконтроллеры #квантизация #QAT #Edge_AI #STM32

  7. Тернарный KAN: не баг, а фича — почему дискретные веса работают лучше

    Это продолжение поста “Две нейросети по 15 КБ” - там были базовые цифры. А тут уже личная история: как делалось, что пошло не так, и что выяснилось по пути. Май 2024 года. Выходит статья “KAN: Kolmogorov-Arnold Networks”. И происходит то, что бывает раз в несколько лет - кто-то предлагает альтернативу MLP. Не модификацию и не лайфхак - альтернативу. В MLP каждый нейрон делает weight × input + bias , и все 80 лет развития - это вариации на тему “как сделать этот вес точнее, быстрее, разреженнее”. KAN предлагает другое: заменить линейный вес на обучаемую функцию. Вроде мелкий трюк, а на практике - меньше параметров при той же точности и встроенная интерпретируемость. К 2026 году уже появились QuantKAN (4-битное квантование), KANtize (2-3-битные B-spline таблицы), BiKA (аппаратный акселератор, вдохновленный KAN). И все они, по сути, про одно - сделать KAN меньше, чтоб работал не только на GPU. Граница в три бита - она же психологическая. Ниже 4 бит у всех начинается «а вдруг всё сломается». И знаете что? Обычно так и есть. Любой, кто квантовал нейросети в 2 бита, знает: точность падает. Не чуть-чуть - катастрофически. Но {-1, 0, +1} - это даже не два бита, это log₂(3) ≈ 1.58 бита. Формально - между binary и ternary, а по ощущениям - чистое безумие. Ну я и решил попробовать.

    habr.com/ru/articles/1049822/

    #KAN #KolmogorovArnold_Networks #тернарные_веса #квантование #QAT #TinyML #Edge_AI #MNIST #регуляризация #STM32

  8. Две нейросети по 15 КБ: тернарный KAN и рассуждение без LLM

    Тернарный KAN 15.4 КБ с точностью 96.15% на MNIST и система многошагового рассуждения VSA‑Reasoner без LLM с 90% точностью. Оба изобретения используют тернарные веса {-1,0,+1}, работают на CPU и упаковываются в десятки килобайт.

    habr.com/ru/articles/1048200/

    #TinyML #Edge_AI #KAN #нейросети #тернарные_веса #VSA #QAT

  9. An interesting example of potentially #solarpunk technology is instructables.com/TerraSono-a- : a low-energy, solar powered audio sensor for forests and oceans which automatically logs and catalogs abnormal sounds. Runs on #LoRa and #tinyML .

    The storyseedlibrary.org/seeds/the Story Seed is about a very similar projects, using MLs for monitoring the forests.

    #openHardware #sensor #climate #climateChange #monitoring #PCB

  10. Адаптивный СВЧ-сенсор на базе 8-битного МК

    В области встроенных систем и СВЧ-электроники применение «тяжёлых» нейросетевых решений (включая TinyML) часто ограничено вычислительными ресурсами и энергопотреблением. В статье рассматривается альтернативный подход: частотная дискриминация с помощью двух амплитудных детекторов с разной нелинейностью отклика. Разница их выходных напряжений формирует уникальный «отпечаток» частоты. Для классификации используется однослойный перцептрон, реализованный на 8-битном микроконтроллере К1946ВМ014 (аналог ATmega8535) с целочисленной арифметикой. Представлены схема устройства, алгоритм обучения и экспериментальные результаты распознавания частотных диапазонов. Код (95 строк) и основные технические решения.

    habr.com/ru/companies/stc_spb/

    #свчдетектор #микроконтроллер #измерительное_оборудование #радиоэлектроника #машинное_обучение #tinyml #персептрон

  11. Максимально эффективная интеграция ИИ в робототехнику

    OpenGrall — модульный фреймворк для роботов на LLM, который решает три главные проблемы «тормознутых» проектов: 1. LLM принимает решения только высокого уровня. 2. Сенсоры работают асинхронно, никто не ждёт «отстающих». 3. Массив данных структурируется в тщательно выверенный, короткий промпт с весами и возрастом. И другие решения насущных проблем. В статье: архитектура SensorMemory и WeightCalculator, реальные промпты, кэширование решений, эпизодическая память инструкций человека и автономное целеполагание. Всё на GitHub, работает на слабом железе и с LLM почти любых размеров. Узнать, что под капотом →

    habr.com/ru/articles/1023564/

    #LLM #ROS #TinyML #робототехника #OpenGrall #ИИ #Python #WebSocket #Vikhr #DeepSeek

  12. Максимально эффективная интеграция ИИ в робототехнику OpenGrall — модульный фреймворк для роботов на LLM, котор...

    #LLM #ROS #TinyML #робототехника #OpenGrall #ИИ #Python #WebSocket #Vikhr #DeepSeek

    Origin | Interest | Match
  13. Смогут ли микроконтроллеры с NPU заменить облако для распознавания речи?

    Голосовые ассистенты работают удобно, но почти всегда через облако: нужна сеть, есть задержка, и речь уходит на внешние серверы. На устройстве обычно либо примитивный команды, либо слишком тяжёлая платформа. Я проверил, можно ли закрыть этот разрыв на микроконтроллере STM32N6 со встроенным NPU : распознавать произвольную речь локально , в реальном времени и с потреблением около 0.2 Вт .

    habr.com/ru/articles/1022384/

    #stm32 #stm32n6 #npu #mcu #микроконтроллеры #распознавание_речи #edge_ai #машинное_обучение #нейросети #tinyml

  14. So, #TinyML is too small. LLMs are...probably not what I am looking for.

    Is there like a GoldieLocksML or something? #ai #ml #machinelearning

  15. News from #STMicro as the company updates its #tinyML model zoo - now some 140-models strong, plus with fresh support for #PyTorch after previously pinning its hopes on #tflite.

    hackster.io/news/stmicro-updat

    (The GitHub release isn't ready yet, for some reason, but STMicro says it's coming "soon.")

    #Technology #Microcontroller #Programming #ArtificialIntelligence #News #Hackster

  16. 2025 was incredible! 🙌 Huge thanks to everyone who joined my session, "TinyML Meets PyTorch: Deploying AI at the Edge with Python Using ExecuTorch." The live demo energy was 🔥

    Grab the slides + code here 👉 bit.ly/4mNZL8R

  17. Turn a #microcontroller into a magic wand with #TinyML check out practical builds by Salman Faris

    Click here: youtube.com/watch?v=TB84_CXEWTk

  18. My old introduction was very outdated, so it's time to reintroduce myself:
    #introduction

    Hi 👋, I’m Laura.

    I am a transfeminine person, somewhat in the middle of my transition. 🏳️‍⚧️ #trans #transbubble

    A major part of my time I spend as a Postdoc in computer science, working on embedded AI and low-power IoT communication. #cs #TinyML #IoT #academia #science

    Outside of work, I am active in the local #queer center (board member, GER: Vorstand), I enjoy playing board games, and I listen to too many #podcasts.