Der iNEMO-Sensor LSM6DSOX enthält einen Machine-Learning-Core, der die Klassifizierung von Bewegungsdaten anhand bekannter Muster übernimmt. Durch die Entlastung des Hauptprozessors von dieser ersten Stufe der Aktivitätsverfolgung soll Energie gespart und die Verarbeitungsgeschwindigkeit bewegungsbasierter Apps (Fitness-Logging, Wellness-Überwachung. Navigation und Fallerkennung) gesteigert werden.

Der bereits in Serie produzierte LSM6DSOX ist umgehend verfügbar und kostet ab 2,50 US-Dollar (ab 1.000 Stück).

Der LSM6DSOX enthält einen 3D-MEMS-Beschleunigungssensor und ein 3D-MEMS-Gyroskop. Mithilfe seines Machine-Learning-Cores verfolgt er komplexe Bewegungen mit einem typischen Stromverbrauch von 0,55 mA, um die Belastung des Akkus zu minimieren.

Der Machine-Learning-Code arbeitet mit dem endlichen Zustandsautomaten des Sensors zusammen und übernimmt die Erkennung von Bewegungsmustern und die Vibrationsdetektierung. Entwickler, die Aktivitäts-Tracker mit dem LSM6DSOX bestücken wollen, können den Core für eine Entscheidungsbaum-basierte Klassifizierung mithilfe der quelloffenen, PC-basierten Applikation Weka nutzen. Hierdurch lassen sich Einstellungen und Grenzwerte aus den erfassten Daten (z. B. Beschleunigung, Geschwindigkeit und Magnetwinkel) generieren, die die zu detektierenden Bewegungsarten charakterisieren.