10、边缘 AI 算法与特征工程深度解析

边缘 AI 算法与特征工程深度解析

1. 边缘 AI 硬件与算法概述

在边缘 AI 领域，硬件和算法是两大核心要素。硬件方面，不同类型的设备有着不同的能力表现，如下表所示：
| 硬件类型 | 能力表现 |
| — | — |
| 低端 MCU | Limited |
| 高端 MCU | Full |
| 带加速器的高端 MCU | Full |
| DSP | Full |
| SoC | Full |
| 带加速器的 SoC | Full |
| FPGA/ASIC | Full |
| 边缘服务器 | Full |
| 云 | Full |

而算法主要分为特征工程和人工智能两大类。接下来，我们将深入探讨特征工程相关内容。

2. 特征工程基础

特征工程在数据科学中是将原始数据转化为统计工具可用输入的过程。从边缘 AI 角度看，它主要是把原始传感器数据转化为可用信息。其流程可通过以下 mermaid 流程图展示：

graph LR
    A[原始传感器数据] --> B[运用领域知识分析]
    B --> C[提取相关信息]
    C --> D[转化为可用信息]

3. 处理数据流

多数传感器产生时间序列数据，边缘 AI 应用要对这些数据流进行处理。常见方法是将时间序列分割成窗口，逐块分析。这涉及到几个关键概念：
- 系统延迟 ：