- 机器学习技术可分类处理运动数据，提高运动跟踪精度

- 嵌入式智能和其它强化功能大幅降低功耗，延长智能手机、穿戴设备和游戏控制器的电池续航时间

中国，2019年2月12日 – 横跨多重电子应用领域的全球领先的半导体供应商意法半导体(STMicroelectronics，简称ST；纽约证券交易所代码：STM)在其先进的惯性传感器内集成机器学习技术，提高手机和穿戴设备的运动跟踪性能和电池续航能力。

LSM6DSOX iNEMO传感器内部集成一个机器学习内核，可根据已知运动模式对运动数据进行分类处理，接替主处理器处理运动跟踪的第一阶段任务，这种方法可以节能降耗，加快健身记录、健康监测、个人导航、跌倒检测应用等运动类应用程序的运行速度。

意法半导体模拟、MEMS和传感器产品部副总裁Andrea Onetti表示：“机器学习已大范围用于社交媒体、金融建模或自动驾驶等应用以提高模式识别的速度和效率，LSM6DSOX运动传感器集成了机器学习功能，可增强智能手机和穿戴设备的运动跟踪性能。”

配备意法半导体LSM6DSOX的设备可以为用户带来便利、响应迅速的“永远开启”的使用体验，且对电池续航时间没有任何影响。LSM6DSOX集成于传统传感器相比，增添了更大的内存空间，并配备最先进的高速I3C数字接口，使得传感器与主控制器的交互间隔更长，连接时间更短，节能省电效果更好。

该传感器易于集成到主流移动平台(例如：Android和iOS)上，可简化消费、医疗和工业智能设备使用流程。

LSM6DSOX现已量产上市。