Arduino: искусственный интеллект и машинное обучение

Читать фрагмент

книга

Arduino: искусственный интеллект и машинное обучение

Автор книги концентрируется на приложениях искусственного интеллекта и машинного обучения для систем на базе микроконтроллеров в среде Arduino на примере платы Arduino Nano 33 BLE Sense.Описаны примеры, пригодные для выполнения в том числе на простейшем 8-разрядном контроллере Arduino Uno.Издание будет полезно студентам, практикующим инженерам и широкому кругу любителей современной электроники.

Форматы: PDF

Издательство: ДМК Пресс

Год: 2024

Место издания: Москва

ISBN: 978-5-93700-276-1

Страниц: 244

Артикул: 111606

Возрастная маркировка: 16+

Электронная книга

1099 ₽

Купить и скачать

Содержание

Содержание книги "Arduino: искусственный интеллект и машинное обучение "

От издательства

Предисловие

Благодарности

Об авторе

Глава 1 Начало работы

1.1. Обзор

1.2. Общая картина

1.3. Быстрый старт Arduino

1.3.1. Краткое руководство по быстрому старту

1.3.2. Обзор среды Arduino IDE

1.3.3. Концепция альбома для эскизов

1.3.4. Программное обеспечение Arduino, библиотеки и ссылки на языки

1.3.5. Написание скетча Arduino

1.4. Приложение: светодиодная лента

1.5. Выводы

1.6. Задания

Источники

Глава 2 Arduino Nano 33 BLE Sense

2.1. Обзор

2.2. Плата Arduino Nano 33 BLE Sense

2.3. Возможности Arduino Nano 33 BLE Sense

2.4. Подсистемы модуля NINA B306

2.4.1. Память модуля B306

2.4.1.1. Программируемая флеш-память

2.4.1.2. Статическая память с произвольным доступом (SRAM) в модуле B306

2.5. Периферийные устройства модуля NINA B306

2.5.1. Каналы широтно-импульсной модуляции (PWM)

2.5.2. Последовательная связь

2.5.2.1. USART

2.5.2.2. Последовательный периферийный интерфейс (SPI)

2.5.2.3. Интерфейс I2C (TWI)

2.5.2.4. Аналого-цифровой преобразователь ADC

2.5.3. Bluetooth с низким энергопотреблением (BLE)

2.5.3.1. Библиотека ArduinoBLE

2.6. Периферийные устройства Nano 33 BLE Sense

2.6.1. Девятиосевой IMU LSM9DS1

2.6.2. Барометр и датчик температуры LPS22HB

2.6.3. Датчик относительной влажности и температуры HTS221

2.6.4. Цифровой датчик расстояния, окружающего освещения, RGB-цвета и распознавания жестов APDS-9960

2.6.4.1. Распознавание жестов

2.6.4.2. Датчик цвета

2.6.4.3. Датчик расстояния

2.6.5. Цифровой микрофон MP34DT05

2.7. Приложение: Bluetooth BLE GreenhouseMonitor

2.8. Выводы

2.9. Задания

Источники

Глава 3 Arduino Nano 33 BLE Sense: питание и сопряжение с внешними устройствами

3.1. Обзор

3.2. Требования к питанию Arduino

3.3. Стабилизаторы напряжения

3.3.1. Питание Nano 33 от батарей

3.4. Концепции сопряжения с внешними устройствами

3.5. Устройства ввода

3.5.1. Переключатели и кнопки

3.5.1.1. Устранение дребезга контактов

3.6. Выходные устройства

3.6.1. Светоизлучающие диоды (LED)

3.6.2. Жидкокристаллический дисплей (ЖК-дисплей, LCD)

3.7. Принципы управления двигателем

3.7.1. Двигатель постоянного тока

3.7.1.1. Характеристики двигателей постоянного тока

3.7.1.2. Однонаправленное управление двигателем постоянного тока

3.7.1.3. Управление скоростью двигателя постоянного тока – широтно-импульсная модуляция (PWM)

3.8. Приложение: Dagu Magician робот

3.8.1. Требования

3.8.2. Принципиальная схема

3.8.3. Алгоритм управления роботом DaguMagician

3.8.4. Тестирование алгоритма управления

3.9. Выводы

3.10. Задания

Источники

Глава 4 Искусственный интеллект и машинное обучение

4.1. Обзор

4.2. Краткая история развития искусственного интеллекта и машинного обучения

4.3. Метод К ближайших соседей

4.4. Дерево решений

4.5. Приложение: классификатор KNN

4.6. Приложение: дерево решений

4.7. Выводы

4.8. Задания

Источники

Глава 5 Нечеткая логика

5.1. Обзор концепций

5.2. Теория

5.2.1. Установить цель, входы и выходы системы нечеткого управления

5.2.2. Размыть четкий сигнал датчика

5.2.3. Применение правил

5.2.4. Объединение активных правил и восстановление четкости выхода

5.3. Arduino-библиотека eFLL

5.3.1. Простой пример

5.3.2. Расширенный пример

5.4. Применение

5.5. Выводы

5.6. Задания

Источники

Глава 6 Нейронные сети

6.1. Обзор

6.2. Биологический нейрон

6.3. Персептрон

6.3.1. Обучение модели персептрона

6.3.2. Режим выполнения одиночного персептрона

6.3.3. Сортировка помидоров

6.4. Модель группы персептронов

6.4.1. Режим выполнения трех персептронов

6.5. Проблемы персептрона

6.6. Искусственная нейронная сеть (ANN)

6.6.1. Модель одиночного нейрона

6.6.2. Режим выполнения одиночного нейрона

6.6.3. Искусственные нейронные сети ANN

6.6.4. Сходимость ANN

6.7. Глубокие нейронные сети и глубокое обучение. Введение в программные инструменты

6.8. Приложение: управление роботом с помощью ANN

6.9. Выводы

6.10. Задания

Источники

Предметный указатель

Внимание!
При обнаружении неточностей или ошибок в описании книги "Arduino: искусственный интеллект и машинное обучение (автор С. Барретт)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!