Bild: E.D.&A. nv
E.D.&A. recherchiert, wie gut ein neuronales Netzwerk trainiert werden kann. Betrachtet man z.B. eine Kochfeldlüftung: bei dieser wird die Steuerung mit kapazitiven Berührungssensoren bedient. Diese Sensoren befinden sich unter einer dicken Glasplatte mit Feuchtigkeit, Schmutz und Störungen. Das neuronale Netzwerk wurde so programmiert, dass es zwischen all diesen Störungen das richtige Signal erkennt.
Die benötigte große Menge an Trainingsbeispielen stammt von einem künstlichen Finger, der mit Druckluft den Sensor bedient und so die Datenerfassung automatisiert. Die binäre Variante von neuronalen Netzwerken wurde von E.D.&A. auch im Zusammenhang mit der Nutzung der elektronischen Steuerungen (Mikrocontroller) des Unternehmens bewertet.
Zur Illustration für Maschinen- und Gerätebauer wurde eine Demo eines eigenen Embedded AI-Framework implementiert. Man zeichnet eine Ziffer von 0 bis 9 auf einen Touchscreen und sie wird im Hintergrund an ein binäres neuronales Netz geschickt. Das stellt fest, welche Ziffer gemeint ist und zeigt das Ergebnis an.