【IoTトレンド】「Raspberry Piを使って、独自のウェザーステーションを構築する方法」など最新のハウツー記事まとめ

IoTトレンド】「Raspberry Piを使って、独自のウェザーステーションを構築する方法」など最新のハウツー記事まとめ – 記事

話題の記事とは、SNSでシェアが多くトレンドとなっている記事のことです。モノWatchでは、毎日区分けされた話題コンテンツを発信しております。

Raspberry Piを使って、独自のウェザーステーションを構築する方法

作業に入る前に、Raspberry Pi2 またはModel 3B+、そしてRaspberry Pi Sense HAT、最後にNode.js及びNPM(どちらも既にRaspberry Piにインストールされているもの)を揃えておきましょう。
まず、Raspberry Piをセットアップします。次にwia-wether-deviceと名づけたホルダーを作り、packackge.jsonファイルを作って、パッケージを初期化します。これが完了したら、Wia SDKをRaspberry Piにインストールします。
次に、センサーが利用できるようにnodeimuをインストールします。Wia DashboardでCreate a New Spaceを選択し、デバイスを選びます。デバイスを追加し、名前をつけます。例に沿ってコードをコピーします。Wiaを利用して、いくつかのwidgetsを作ります。最後にウェブページを作り、GitHubに保存します。

話題の元記事はこちら: How to build your own weather station using a Raspberry Pi

Raspberry PiでTICK Stackを作動する方法

2013年に登場して以来、Raspberry Piは成長を続けています。Raspberry Piは常にオンで、ローパワーかつオープンソースで安価なプラットフォームのため、データを収集しているデバイスに最適です。Zeroから3B+までRAM数に応じて5つのモデルがあります。
Raspberry Piは、ストレージにSDカードもしくはマイクロSDカードを利用する為、アプリに利用する際にはそのスピードを配慮してカードを選択する必要があります。Piを使用する最も一般的な方法は、Raspberry Piが提供するオペレーティングシステム、Raspbianを利用することです。
TICK Stackをインストールする最も簡単な方法は、InfluxDataパッケージレポをセットアップし、Raspbianのパッケージマネジャー、apt.を使用することです。それ以外には、Dockerを利用する方法もあります。
パッケージを使わず、マニュアルでインストレーションを行う際には、Linuxバイナリーをダウンロードして、ソースから構築する方法もあります。

話題の元記事はこちら: How to run TICK Stack on a Raspberry Pi

エッジデバイスにTensorFlowモデルを導入する方法

TensorFlow Mobileを介して、TensorFlowモデルをモバイルやデバイスに導入できるようになったと同時に、Googleは昨年実験版のTensorFlow Liteをリリースしました。これは、既存のAIシナリオをエッジデバイスに構築することを可能にしており、性能もまた素晴らしいものです。
IBM Watson Studioを使って、クラウドもしくはローカルでTensorFlow Liteのトレーニングを行うと、モデルが最適化され、iOSやAndroidベースの様々なシステムに導入することが可能になります。Googleはこのトレーニング方法のチュートリアルを提供しています。ここで注意すべきことは、チュートリアルで使用されているTensorFlowと同じバージョンを使うということです。
エッジデバイスでモデルを効果的に利用するには、モデルサイズやメモリー使用量、バッテリー使用量などを最適化する必要があります。その為にはドロップアウトをリムーブするなどの対応が必要です。クォンティゼーションも選択肢の一つです。

話題の元記事はこちら: How to deploy TensorFlow on edge device

AIからIoTまでを含んだ相補的アプローチでインサイトを手に入れる方法

21世紀はデータの時代です。2017年の1年間で人類は過去5,000年の累計よりも多くのデータを生み出しました。
今年は、IoTに集まったデータを活用したマシーンラーニングが本格的に活用されるようになると予測されています。現状では、人間よりもAIの方が、IoTデバイスから生み出された膨大な量のデータを素早く解析することが可能です。この役割をBig Data Virtual Assistantが担っています。今の段階でマシーンラーニングが活用されている分野は、「システムの異常検出」です。
ロボットと人間が共に助け合うことは可能です。AIが私たちの仕事を乗っ取り世界を支配するのではないか、といった世紀末的な考えは横においておくべきでしょう。AIやマシーンラーニングは、迅速なリスポンスを可能にし、数年前には考えもしなかったような質問への答えを提供します。ビジネスでも、日々の暮らしにおいても、私たちの暮らしをシンプルなものにしてくれます。

話題の元記事はこちら: Stop drowning in big data; how to gain insights with a complementary approach of technologies from AI to IoT

拡張現実 - HRに期待されること

拡張現実(AR)に注目が集まっています。ポケモンGOで世界中に広まったARは、ショッピングやナビ、観光やマニュアル作業のトレーニングマニュアルなどに利用されています。ARが紙のカタログやマニュアルに取って代るのはそう遠い先のことではないでしょう。
また、ARは職場環境にも変革をもたらす可能性があります。現在私たちは、毎日会社まで通っていますが、ARが普及すれば自宅をオフィスに模様替えすることも簡単です。
HRの分野でも、新入社員のインダクションなどにARを利用すれば、職場をより魅力的に紹介することが可能で、新入社員のやる気にもプラスの影響を与えることができるでしょう。社員教育の分野でもARは大きな可能性を秘めています。
ARはテクノロジーがいかに人類の進化に貢献できるかの好例です。

話題の元記事はこちら: Augmented reality - The next big thing for HR?

関連記事はこちら:【IoT用語集】JSONとは?

ビッグデータセキュリティ市場の2022年までの世界予測。ソフトウェア、技術、サービス、展開、組織規模、業界別の分析 世界のIoTに関するレポート公開中