3. 

        <meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>
          


          
	
  	
          
	
          
		首頁　 
		資訊　 
		商機 　
		下載　 
		拆解 　
		高校　 
		招聘 　
		雜志　 
		會展　 
		EETV　 
		百科 　
		問答　 
		電路圖　 
		工程師手冊 　
		Datasheet　
		100例 　
		活動中心　 
		E周刊閱讀 　
		樣片申請
	
          




          
	EEPW首頁 >> 
	主題列表 >> 
	?機器學習
          

          
	
          
    	
          
    	  	
          
              	
                                
          
                  

                                
          
                    
          蘋果收購機器學習公司Inductiv以改善Siri數據
          
                                                            
            
                    	
          • 據外媒報道，蘋果已收購機器學習創(chuàng)業(yè)公司Inductiv，該公司開發(fā)的人工智能技術可用于識別和糾正數據集中的錯誤。Inductiv的工程團隊近幾周已加入蘋果，參與包括Siri、機器學習和數據科學在內的多個項目。對于這筆收購，蘋果給出了慣用的聲明，即蘋果“不時收購規(guī)模較小的科技公司，我們通常不討論目的或計劃”。Inductiv是由斯坦福大學、滑鐵盧大學和威斯康星大學的幾名教授創(chuàng)立的。Inductiv的技術利用人工智能自動識別和糾正數據集中的錯誤?！案蓛舻摹睌祿瘜τ跈C器學習非常重要。機器學習是一類熱門的人工智
            • 
                    	                        
          • 關鍵字：
                        蘋果  機器學習  Inductiv  Siri                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          “AI自動提取特征”的簡易范例*
          
                                                            
                                        
            
                    	
          • 　　高煥堂?（臺灣銘傳大學、長庚大學?教授）0 引言在人與AI之間，最典型的協(xié)同合作模式是：由人們去觀察而萃取特征，然后AI依據該特征進行分類，這稱為：人工提取特征。此外還有進一步的合作模式：讓AI自己來學習萃取特征，并且進行分類。這稱為：自動提取特征。本文將借由很簡單的范例來展示“自動提取特征”，以便充分發(fā)揮各種AI模型的特色，來促進特征提取的效率?！　? 人工提取特征　　1.1 機器學習　　由于人人對于周遭的現(xiàn)象(或事)都具有觀察、分類和萃取特征的天賦，所以人人都可以把這項智能和能力傳授給AI。其中，
            • 
                    	                        
          • 關鍵字：
                        202006  AI  人工智能  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          對人臉識別的11個誤解
          
                                                            
            
                    	
          • 過去十年內，隨著我們在人工智能領域取得長足進步，我們能夠為嵌入式系統(tǒng)增加一些先進功能，例如人臉識別。雖然人臉識別能夠帶來諸多好處，但人們有時仍然認為它的使用存在問題，甚至充滿了爭議。事實究竟如何？在本文中，我們將澄清一些對人臉識別的誤解。?1) 人臉識別的成本非常昂貴?人們會覺得要讓計算機能夠識別人臉，解決方案必須采用高端硬件。畢竟，自21世紀前十年中期以來，深度學習算法在圖像分類方面的突破都利用了圖形處理單元(GPU)的強大處理能力，這些單元通常在緊耦合集群中使用。但對于嵌入式系統(tǒng)（
            • 
                    	                        
          • 關鍵字：
                        人臉識別  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          機器學習的知識產權問題
          
                                                            
                                        
            
                    	
          • 機器學習的知識產權問題假設一家公司主要生產對于客戶的業(yè)務運營至關重要的設備。為了避免發(fā)生故障而對這些客戶產生重大影響，這家公司使用機器學習模型來做出預防性維護決策。為了構建這種模型，公司花費了大量時間、金錢和精力。但是，客戶可以復制這個知識產權來自行進行維護，這樣就不必繼續(xù)支付維護合同的費用。同時，競爭對手也可能會直接復制模型來獲取利益，而不是投資構建自己的模型。本白皮書探討了機器學習模型的哪些方面將受到知識產權法律的保護。要構建用于維護的機器學習（ML）模型，必須收集并標記正確的訓練集，選擇正確的架構和
            • 
                    	                        
          • 關鍵字：
                        機器學習  知識產權                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基于多層深度學習框架和運動分析的駕駛員疲勞監(jiān)測系統(tǒng)
          
                                                            
                                        
            
                    	
          • 汽車工業(yè)的最新發(fā)展引起了科研人員對疲勞駕駛監(jiān)測的研究興趣，意圖開發(fā)一種有效的駕駛員監(jiān)測系統(tǒng)，能及時發(fā)現(xiàn)心理物理狀態(tài)異常，減少疲勞駕駛引起的交通事故。現(xiàn)在許多文獻特別專注于生理信號的研究，通過測量心率變異性（HRV）來得到有關心臟運動的信息。事實上，HRV還是一個有效的評估生理壓力的指標，因為它可以提供與自主神經系統(tǒng)支配的心血管系統(tǒng)活動相關的信息。本文旨在通過提取人臉特征點，分析由血壓引起的皮膚細微運動，再以一個穩(wěn)健的方式重構光電容積圖（PPG）信號。所得結論是，傳感器檢測到的PPG信號與使用人臉特征點重構
            • 
                    	                        
          • 關鍵字：
                        機器學習  LSTM  駕駛員疲勞駕駛                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          研究人員開發(fā)具有抓握感覺的機器人
          
                                                            
            
                    	
          • 讓機器人抓取物體時對物體產生感覺對提高效率非常重要。蘇黎世聯(lián)邦理工學院的研究人員宣布，他們已利用機器學習技術開發(fā)了一種低成本的觸覺傳感器。該傳感器能高分辨率、高精度地測量力的分布。這些特征使機器人手臂能夠更靈活地抓住敏感、脆弱的物體。
            • 
                    	                        
          • 關鍵字：
                        研究人員  機器人  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          谷歌AI負責人杰夫·迪恩：2020年機器學習領域的趨勢分析
          
                                                            
            
                    	
          • 無論計算機未來在社會中扮演什么角色，杰夫·迪恩(Jeff Dean)都將在結果中發(fā)揮強大的作用。作為谷歌人工智能技術研究小組的負責人，他領導的工作覆蓋面十分廣泛，對從研發(fā)自動駕駛汽車到制造機器人，再到谷歌強大的在線廣告業(yè)務等方方面面都做出了貢獻。 
            • 
                    	                        
          • 關鍵字：
                        AI  谷歌  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          人工智能“發(fā)現(xiàn)”地球繞太陽公轉
          
                                                            
            
                    	
          • 如今，根據在地球上觀測到的太陽和火星的運行軌跡，一種受大腦啟發(fā)的機器學習算法計算出了太陽位于太陽系的中心。而天文學家花了幾個世紀才弄明白這個道理。
            • 
                    	                        
          • 關鍵字：
                        人工智能  機器學習  神經網絡                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          2020年的信息安全：人工智能（AI）在各種信息安全系統(tǒng)中的廣泛涌現(xiàn)
          
                                                            
                                        
            
                    	
          • 在過去的幾年中，信息安全一直都是基于防病毒方案、隔離技術和加密技術的組合。政府機構和信息安全公司愿意采用跟蹤互聯(lián)網流量的方法，并根據其簽名查找可疑材料。這些技術重點是在出現(xiàn)問題后去檢測惡意軟件，并去實現(xiàn)良好數據與惡意軟件之間的隔離。但是，如果惡意軟件未被檢測到，它可能會在系統(tǒng)后臺中潛伏數月甚至數年，并在以后變得活躍。
            • 
                    	                        
          • 關鍵字：
                        信息安全  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          學AI之路，從探索特征出發(fā)
          
                                                            
                                        
            
                    	
          • 　　高煥堂 （臺灣VR產業(yè)聯(lián)盟主席，廈門VR/AR協(xié)會榮譽會長兼顧問）　　摘?要：AI機器學習的基礎活動之一就是提取特征。本文通過舉例和比喻來領悟特征的含義，以及理解特征提取的方法和目的。而且，從人為的特征提取，開始思考由AI機器自動提取特征的途徑，邁向深度學習之路?！　? 從認識特征出發(fā)　　1.1 以狗和兔子為例　　據說古代有一位小公主（例如大清時代的格格），常常到荒郊野外去玩，攜帶一只狗去出行。為什么她要攜帶狗呢? 因為狗兒天生就最熟悉兔子的特征，而且兔子的特征也最吸引狗兒們，所以狗兒喜歡又擅長于探索
            • 
                    	                        
          • 關鍵字：
                        201911  AI  機器學習  提取特征                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          從物聯(lián)網到汽車的邊緣設計
          
                                                            
                                        
            
                    	
          • 從家居或商業(yè)應用，到互聯(lián)車輛，邊緣計算貫穿整個物聯(lián)網。隨著數據量的增加，這種計算需要具有最優(yōu)網絡安全功能與最高功能安全級別的強大互聯(lián)邊緣計算平臺。創(chuàng)新通常成波出現(xiàn)（圖1）。一些創(chuàng)新浪潮遵循著發(fā)展路徑，例如，從早期的大型機到小型計算機，最后過渡到如今眾所周知的緊湊型計算機，這種變化是循序漸進的。考慮到計算能力隨時間推移變得更加強大、外形尺寸更加緊湊、軟件開發(fā)更加簡單，這種過程也非常合理。其他創(chuàng)新浪潮則更加劇烈。從手機到智能手機的過渡以及向物聯(lián)網的快速轉變就是這樣的例子。圖1：創(chuàng)新浪潮：物聯(lián)網和人工智能是邊緣
            • 
                    	                        
          • 關鍵字：
                        物聯(lián)網  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          人工智能和機器學習讓網絡更智能、更簡單、更安全
          
                                                            
            
                    	
          • 思科2019年6月11日宣布推出旨在簡化網絡管理并讓網絡更加安全的軟件創(chuàng)新。如今，隨著企業(yè)越來越多地投資數字技術，不斷增多的工作負載往往讓IT團隊疲于應對。為了減輕這一負擔，并使IT能夠專注于提供創(chuàng)新，思科推出了全新的人工智能和機器學習功能，讓IT團隊能夠利用獨特的網絡洞察，快速高效地開展工作。在這些擴展功能中，思科還推出了能夠在整個企業(yè)網絡上提供更高效地管理用戶和應用的創(chuàng)新功能，包括園區(qū)網絡和廣域網、以及數據中心和物聯(lián)網邊緣等。
            • 
                    	                        
          • 關鍵字：
                        人工智能  機器學習  IT                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          Cortex-M：網絡邊緣的機器學習
          
                                                            
                                        
            
                    	
          • 　　摘?要：介紹ML，特別是ML如何從云滲透到網絡的邊緣?！　￡P鍵詞：人工智能；機器學習；邊緣；Cortex-M　　人工智能(AI)及其子集機器學習(ML)均代表著人類生存的重要發(fā)展里程碑。雖然人們仍然在爭論一些道德問題，但AI和ML所提供的潛在好處實在令人難以抗拒。　　AI是一個非常廣泛的主題（如圖1），在這里詳細介紹ML，特別是ML如何從云滲透到網絡的邊緣。　　1 什么是機器學習？　　“機器能夠思考嗎？”這個問題促使偉大的科學家Alan Turing開發(fā)了“圖靈測試(Turing test)”，今天這
            • 
                    	                        
          • 關鍵字：
                        201910  人工智能  機器學習  邊緣  Cortex-M                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          Zenuity和CERN就面向自動駕駛的快速機器學習開展合作
          
                                                            
                                        
            
                    	
          • 總部位于瑞典的自動駕駛軟件公司Zenuity，成為第一家與CERN（歐洲核子研究組織）就開發(fā)面向自動駕駛汽車的快速機器學習開展合作的汽車公司。
            • 
                    	                        
          • 關鍵字：
                        Zenuity  CERN  自動駕駛  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          隨機過程在數據科學和深度學習中有哪些應用？
          
                                                            
                                        
                    
          
                
          
                                                

                
          
	                
          
		                	
          
	
          
	共269條
	5/18		|‹
			«
																																				3																4																5																6																7																8																9																10																11																12																																																																									»
			›|
		
	
          
		                
          
	               	
          
                
          
        	
          
            
          
        
          
	
          
	
          
  		
          
    		
          
      			
          
          			
          ?機器學習介紹
          
      			
          
		      	
          
		      			      			      	您好，目前還沒有人創(chuàng)建詞條?機器學習!
           
		      	歡迎您創(chuàng)建該詞條，闡述對?機器學習的理解，并與今后在此搜索?機器學習的朋友們分享。    創(chuàng)建詞條
		      			      	
          
    		
          
  		
          
  		  		  		  		
  		  		  		
  		  		            
        		  		
          
    		
          
      			
          
        			
          熱門主題
          
      			
          
      			
          
       	          						樹莓派   
					linux   
      			
          
    		
          
  		
          
		
          
	
          
	
          

          

          
        		關于我們 - 
        		廣告服務 - 
        		企業(yè)會員服務 - 
        		網站地圖 - 
        		聯(lián)系我們 - 
        		征稿 - 
        		友情鏈接 - 
        		手機EEPW
        		
          
        		Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
          
        		《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
          
      			備案 京ICP備12027778號-2 北京市公安局備案：1101082052    京公網安備11010802012473
      		
          
    	
          
  	





          




          



看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人

(function(){
    var bp = document.createElement('script');
    var curProtocol = window.location.protocol.split(':')[0];
    if (curProtocol === 'https') {
        bp.src = 'https://zz.bdstatic.com/linksubmit/push.js';
    }
    else {
        bp.src = 'http://push.zhanzhang.baidu.com/push.js';
    }
    var s = document.getElementsByTagName("script")[0];
    s.parentNode.insertBefore(bp, s);
})();