EN62477-1過壓三類處理更小的數據集和更少的CPU周期
發布時間:2021/10/15 21:15:48 訪問次數:484
STM32*微控制器(MCU)上開發用于邊緣推理的神經網絡外,最新的STM32Cube.AI版本(7.0版)還支持新監督和半監督方法,這些方法可以處理更小的數據集和更少的CPU周期。
其中包括孤立森林異常檢測(iForest)和單類支持向量機(OC-SVM)新穎性檢測，以及K-means和SVM分類器算法，現在，用戶無需人工寫代碼就能實現這些算法。
除神經網絡之外，這些經典機器學習算法讓開發人員通過易于使用的技術在STM32微控制器上轉換,驗證和部署各種學習模型，縮短研發周期，更快地解決人工智能開發挑戰。
工業應用需要能夠在各種環境中以高安全級別工作的高效電源。
LHP150F和LHP300F已通過EN62477-1過壓三類（OVC Ⅲ）認證，這意味著由該產品供電的最終設備可以直接連接到主配電盤，而無需增加額外的隔離。
這簡化了系統設計人員的任務，降低了成本，使效率保持在最高水平。
LHP150F和LHP300F專為全球應用而設計，輸入電壓為85至264VAC，提供五種不同輸出電壓：24V、30V、36V、42V和48V。
(素材來源：eccn和ttic.如涉版權請聯系刪除。特別感謝）
STM32*微控制器(MCU)上開發用于邊緣推理的神經網絡外,最新的STM32Cube.AI版本(7.0版)還支持新監督和半監督方法,這些方法可以處理更小的數據集和更少的CPU周期。
其中包括孤立森林異常檢測(iForest)和單類支持向量機(OC-SVM)新穎性檢測，以及K-means和SVM分類器算法，現在，用戶無需人工寫代碼就能實現這些算法。
除神經網絡之外，這些經典機器學習算法讓開發人員通過易于使用的技術在STM32微控制器上轉換,驗證和部署各種學習模型，縮短研發周期，更快地解決人工智能開發挑戰。
工業應用需要能夠在各種環境中以高安全級別工作的高效電源。
LHP150F和LHP300F已通過EN62477-1過壓三類（OVC Ⅲ）認證，這意味著由該產品供電的最終設備可以直接連接到主配電盤，而無需增加額外的隔離。
這簡化了系統設計人員的任務，降低了成本，使效率保持在最高水平。
LHP150F和LHP300F專為全球應用而設計，輸入電壓為85至264VAC，提供五種不同輸出電壓：24V、30V、36V、42V和48V。
(素材來源：eccn和ttic.如涉版權請聯系刪除。特別感謝）
相關技術資料- 11-28最新集成傳感激光測距模塊規格參數技術應用
- 11-28Supermicro NVIDIA HGX B200系統參數應用設
- 11-28新一代 ToF 激光測距傳感器詳細探討
- 11-28全新 Riedon™ 功率電阻產品系列
- 11-28分流電阻的檢測原理及市場格局
- 11-28前沿技術AI輔助診斷應用新進展
- 11-2712位模數轉換器 (ADC)參數特點技術封裝
- 11-27三角函數加速器 (TMU)系列
- 11-27單芯片“艙行泊”一體化方案探究
- 11-27CoolSiC肖特基二極管技術參數應用設計
- 11-27納微GaN Safe系列NV6515（650V,32mΩ max）IC
- 11-27臨界導通模式（CrM）詳情
公網安備44030402000607
