یادگیری ماشین کوچک = یادگیری ماشین بر روی دستگاه های اینترنت اشیا
یادگیری ماشین کوچک، به جای پردازش در ابر بر روی دستگاه های اینترنت اشیا محلی یا لبه (edge/ local IoT devices) به کار گرفته می شود و با تعبیه هوش مصنوعی بر روی سخت افزاری های کوچک، از یادگیری ماشین استفاده می کند.
یادگیری ماشین کوچک، یکی از حوزه های در حال رشد یادگیری عمیق است و زیر مجموعه ایی از یادگیری ماشین تعبیه شده، الگوریتم، سخت افزار و نرم افزار است. هدف آن فعال سازی واسط هایی با تاخیر کم در دستگاه های لبه است که تنها چند میلی وات از توان باتری را مصرف می کنند. چنین کاهشی در مصرف، دستگاه های یادگیری ماشین کوچک را قادر می سازند هفته ها، ماه ها و یا حتی سال های دوام بیاورند در حالی که برنامه یادگیری ماشین در لبه یا نقطه انتهایی آن به صورت مداوم فعال است.
یادگیری ماشین همچنین مسائل امنیت داده، حریم خصوصی، تأخیر، ذخیره و بهره وری انرژی را حل می کند.
نمونه های کاربرد:
تکنولوژی های مراقبت از سلامت بلادرنگ
نظارت از راه دور
پاسخ های اضطراری
