Domínio das restrições clássicas: miniaturização, impermeabilização, baixo consumo, controle de custos...
Deep Learning, inteligência artificial embarcada (Edge Computing)
Software embarcado, backend / cloud, aplicativos móveis e SaaS
A Invoxia domina toda a cadeia de inovação internamente: design de sensores (hardware e software) e gerenciamento da industrialização, coleta e análise de dados brutos por meio de diferentes tipos de conectividade (LoRa, Sigfox, LTE Cat-M1, Bluetooth, Wifi ...), treinamento e integração de redes neurais profundas (Deep Learning) e, finalmente, visualização de dados e construção de serviços de valor agregado por meio de aplicativos móveis ou web.
Revelado na CES 2020, o barbeador conectado BIC foi distribuído a um grupo de testadores para complementar os dados de painelistas não representativos com dados de uso real.
A navalha coleta dados objetivos em tempo real sobre a experiência de barbear, graças a sensores combinados com Deep Learning. Esses dados ajudam a P&D da BIC a projetar futuros produtos adaptados aos usuários modernos.
Definição do produto, desenvolvimento de hardware e aplicativos móveis, construção e treinamento de modelos de machine learning.
Precisa validar o interesse e o ROI antes de embarcar em desenvolvimentos caros de sensores personalizados?
Com o programa AIoT Access, avance rapidamente em seus demonstradores com soluções flexíveis prontas para uso que combinam IoT e IA embarcada. Aplicações: manutenção preditiva, perfis de missão e monitoramento de uso, detecção de queda, choque e movimento específico. Sensores prontos para uso: movimento, vibração, temperatura, acústica, geolocalização. Coleta de dados relevantes por meio de um aplicativo móvel dedicado ou gateway.
Aplicações: manutenção preditiva, perfis de missão e rastreamento de uso, detecção de queda, choque, movimento específico, ...
Sensores em prateleira: movimento, vibrações, temperatura, acústica, geolocalização. Coleta de dados de interesse via aplicativo móvel dedicado ou gateway.
Construção, treinamento e integração de modelos de Deep Learning em algumas semanas. Configuração de alertas e registros de atividades.