意法半导体（STMicroelectronics ）将机器学习技术集成到其先进的惯性传感器中，以改善活动跟踪性能以及手机和可穿戴设备的电池寿命。
所述 LSM6DSOX iNEMO™传感器包含一个机器学习核心基于已知模式分类的运动数据。从主处理器中取消活动跟踪的第一阶段可以节省能源并加速基于运动的应用程序，例如健身记录，健康监测，个人导航和跌倒检测。
意法半导体（ST）公司MEMS与传感器事业部模拟业务副总裁安德里亚·奥内蒂（Andrea Onetti）表示：“ 机器学习已经被用于社交媒体，金融建模或自动驾驶中的快速有效模式识别 。“ LSM6DSOX运动传感器集成了机器学习功能，以增强智能手机和可穿戴设备中的活动跟踪。 ”
配备了ST的LSM6DSOX的设备可以提供便利且响应迅速的“始终在线”用户体验，而无需消耗电池运行时间。与传统传感器相比，该传感器还具有更多的内部存储器，以及最新的高速I3C数字接口，与主控制器进行交互之间的连接时间更长，连接时间更短，从而进一步节省了能源。
该传感器易于与流行的移动平台（例如Android和iOS）集成，从而简化了在消费类，医疗和工业市场的智能设备中的使用。
技术细节
所述 LSM6DSOX 包含3D MEMS加速度计和三维MEMS陀螺仪，以及使用该机器学习芯仅为0.55毫安的低典型电流消耗最小化对电池负载跟踪复杂的动作。
机器学习核心与传感器的集成有限状态机器逻辑配合使用，以处理运动模式识别或振动检测。使用LSM6DSOX创建活动跟踪产品的客户可以使用基于开源PC的应用程序Weka来训练用于决策树分类的核心，从而从样本数据（如加速度，速度和磁角）生成设置和限制，以表征要检测的运动类型。
支持自由落体，唤醒，6D / 4D定向，单击和双击中断，除了活动跟踪外，还支持多种应用程序，例如用户界面管理和笔记本电脑保护。辅助输出和配置选项还可以简化光学防抖（OIS）的使用。
价格和供货情况
LSM6DSOX现已全面投产，千片订量报价为2.50美元。