機(jī)器學(xué)習(xí) 文章 進(jìn)入機(jī)器學(xué)習(xí)技術(shù)社區(qū)
安富利:物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)(ML)協(xié)同開發(fā)
- 物聯(lián)網(wǎng)裝置和支持ML的裝置日益成為我們?nèi)粘Ｉ钪械囊徊糠?。隨著這些裝置進(jìn)入智能住宅中，就需要更多的專業(yè)知識來進(jìn)行建構(gòu)和開發(fā)。ROS是一個(gè)開放原始碼的機(jī)器人開發(fā)平臺，使機(jī)器人技術(shù)的開發(fā)可以協(xié)作。與ROS整合的TurtleBot3在SLAM（同步定位與地圖構(gòu)建）、導(dǎo)航和操控中具備核心技術(shù)，所以適合在家庭服務(wù)機(jī)器人應(yīng)用中使用。 與TurtleBot3整合的Ultra96上的ROS具有多項(xiàng)功能，所以適用于物聯(lián)網(wǎng)裝置中的應(yīng)用。除了配備Xilinx MPSOC開發(fā)板Ultra96（Cortex A53、R5）之
- 關(guān)鍵字： 物聯(lián)網(wǎng) 機(jī)器學(xué)習(xí)
人臉識別的工作原理是什么？
- 什么是人臉識別？人臉識別是一種軟件層面的算法，用于通過處理視頻幀或數(shù)字圖像來驗(yàn)證或識別一個(gè)人的身份，其中該人的臉是可見的。面部識別技術(shù)有幾種不同的工作方法，但是他們通常會將圖像中的面部特征與數(shù)據(jù)庫中的面部特征進(jìn)行比較。人臉識別處理的4個(gè)步驟特定的神經(jīng)網(wǎng)絡(luò)被訓(xùn)練用來檢測人臉的標(biāo)簽，并將人臉與圖像中的其他物體區(qū)分開來。標(biāo)簽是人類普遍的五官等面部特征，比如：眼睛、鼻子、嘴巴、眉毛等。人臉識別算法的工作流程任何人臉檢測和識別系統(tǒng)或軟件都繞不開人臉識別算法。業(yè)界將這些算法分為兩種：幾何方法側(cè)重于區(qū)分特征簡而言之就將
- 關(guān)鍵字： 人臉識別 算法 AI 機(jī)器學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)
邊緣AI和機(jī)器學(xué)習(xí)將被廣泛應(yīng)用于工業(yè)和家庭
- 各行各業(yè)的數(shù)字化轉(zhuǎn)型和日常生活中的新場景已經(jīng)對邊緣上的人工智能（AI）和機(jī)器學(xué)習(xí)、先進(jìn)數(shù)據(jù)處理、音頻、視覺等產(chǎn)生了需求。邊緣機(jī)器學(xué)習(xí)（ML）計(jì)算支持廣泛的、智能化的工業(yè)和家庭應(yīng)用，包括用于異常檢測的傳感器數(shù)據(jù)處理、預(yù)測性維護(hù)、用于改進(jìn)玻璃破碎檢測的音頻模式識別、簡單命令詞識別以及視覺應(yīng)用，如使用低分辨率攝像頭進(jìn)行在場檢測或人數(shù)統(tǒng)計(jì)。現(xiàn)在的產(chǎn)品設(shè)計(jì)人員已看到了人工智能和機(jī)器學(xué)習(xí)的巨大潛力，可以為家庭安全系統(tǒng)、可穿戴醫(yī)療監(jiān)測器、商業(yè)設(shè)施和工業(yè)設(shè)備監(jiān)控傳感器等邊緣應(yīng)用帶來更多的智能化。所以SiliconLabs
- 關(guān)鍵字： 202204 邊緣AI 機(jī)器學(xué)習(xí)
2021年AI關(guān)鍵趨勢，AI芯片初創(chuàng)公司可能發(fā)生并購
- 人工智能（AI）和機(jī)器學(xué)習(xí)仍然是技術(shù)決策者、行業(yè)人士和投資者關(guān)注的重點(diǎn)。標(biāo)普全球市場財(cái)智（S&P Intelligence）2020 7月發(fā)布的調(diào)查顯示，有58%的公司和組織預(yù)計(jì)新冠大流行會對他們現(xiàn)有的AI計(jì)劃產(chǎn)生負(fù)面影響，還有19%的公司和組織表示新冠大流行導(dǎo)致他們停止了AI項(xiàng)目。與此同時(shí)，也有75%的公司和組織表示COVID-19促進(jìn)了他們新的AI計(jì)劃。最近發(fā)布的2021 AI/ML用例調(diào)查顯示情況發(fā)生了變化，有86%參與調(diào)查的人表示新冠大流行已經(jīng)或?qū)?dǎo)致其所在的組織投資于新的AI計(jì)劃。由于大
- 關(guān)鍵字： 人工智能 機(jī)器學(xué)習(xí) 深度學(xué)習(xí) 數(shù)據(jù)科學(xué)
AI芯片競爭紅海下的生存之道
- 在EE Times美國今年發(fā)布的Silicon 100榜單中，有大量席位被AI芯片公司所占據(jù)。這兩年來，以SambaNova、Graphcore等為代表的AI芯片公司可謂是投資界的大熱門。截至發(fā)稿日，SambaNova已經(jīng)獲得了11億美元的融資，宣稱市值為50億美元左右。3-4年之后，這片紅海競爭的市場，又將變成怎樣一副模樣？據(jù)市場分析機(jī)構(gòu)GlobalData數(shù)據(jù)顯示，2021年第二季度北美地區(qū)的AI風(fēng)投總額就已經(jīng)達(dá)到95億美元，相比上一季度增長了17.7%。這一季度，AI芯片市場的大熱門除了SambaN
- 關(guān)鍵字： AI芯片 IPU 英偉達(dá) 機(jī)器學(xué)習(xí)
2021年智源人工智能前沿報(bào)告（AI Frontiers Report）發(fā)布
- 2021年對于人工智能技術(shù)和產(chǎn)業(yè)，依舊是不平凡的一年。隨著算力、數(shù)據(jù)、算法等要素逐漸齊備，先進(jìn)的算法結(jié)構(gòu)不斷涌現(xiàn)，各個(gè)研究方向研究成果層出不窮，成熟的AI技術(shù)逐漸向代碼庫、平臺和系統(tǒng)發(fā)展，實(shí)現(xiàn)產(chǎn)業(yè)和商業(yè)層面的落地應(yīng)用，推動人工智能發(fā)展邁向新階段。在新的一年即將到來之際，智源研究院采用案例征集、專家咨詢等方法，向高校和科研機(jī)構(gòu)專家學(xué)者征集2021年度人工智能動態(tài)、案例等內(nèi)容，并通過向?qū)I(yè)人士咨詢的形式匯總觀點(diǎn)及建議，形成2021-2022年度人工智能前沿報(bào)告（AI Frontiers Report）。報(bào)告專
- 關(guān)鍵字： AI 機(jī)器學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò) 算法
采用恩智浦應(yīng)用軟件包快速啟動產(chǎn)品開發(fā)
- 處理邊緣連接的機(jī)器學(xué)習(xí)（ML）應(yīng)用的復(fù)雜性是一個(gè)艱巨而漫長的過程。將相關(guān)應(yīng)用功能與在經(jīng)濟(jì)高效的平臺上部署此ML模型的復(fù)雜性結(jié)合起來，需要花費(fèi)大量的精力和時(shí)間。恩智浦基于ML的系統(tǒng)狀態(tài)監(jiān)測應(yīng)用軟件包（App SW Pack）為快速開發(fā)此類復(fù)雜應(yīng)用提供了量產(chǎn)源代碼。打造邊緣就緒解決方案并非易事，如今幾乎所有開發(fā)人員都避免嘗試從頭開始構(gòu)建應(yīng)用或產(chǎn)品。始終存在的面市時(shí)間壓力意味著，終端產(chǎn)品制造商和應(yīng)用工程師越來越依賴現(xiàn)有的示例和抽象層來節(jié)省時(shí)間。這使我們能夠更多關(guān)注用戶體驗(yàn)和更高應(yīng)用級別的編碼，以便集成到終端產(chǎn)品
- 關(guān)鍵字： NXP 機(jī)器學(xué)習(xí)
Microchip MCU在機(jī)器學(xué)習(xí)上的解決方案
- 將機(jī)器學(xué)習(xí)Machine Learning（ML）加入現(xiàn)有的MCU設(shè)計(jì)OK嗎？龐大的ML軟件框架令您卻步？想沿用現(xiàn)有的設(shè)計(jì)與工具，可行嗎？現(xiàn)今常見有兩種方法，第一種是透過網(wǎng)絡(luò)將其感測的信息傳輸?shù)皆贫耍柚贫藦?qiáng)大的運(yùn)算能力，再將判斷結(jié)果傳回。Microchip有相當(dāng)多這類成熟的解決方案，可讓您輕松連到云端。 另一種方法則可直接在MCU上做運(yùn)算判斷，雖然運(yùn)算能力比不上云端，但對某些小型傳感器或數(shù)據(jù)應(yīng)用，先在MCU做一些門坎值判斷算法，反而毋須考慮網(wǎng)絡(luò)帶寬不夠、能耗太高、傳輸延遲等問題，更不用擔(dān)心傳
- 關(guān)鍵字： Microchip MCU 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)模型設(shè)計(jì)過程和MEMS MLC
- 開發(fā)機(jī)器學(xué)習(xí)項(xiàng)目的五個(gè)步驟 — 掌握要點(diǎn)，應(yīng)用并不困難！邊緣機(jī)器學(xué)習(xí)具有許多優(yōu)勢。 然而，由于開發(fā)方法與標(biāo)準(zhǔn)程序設(shè)計(jì)方法截然不同，許多機(jī)器學(xué)習(xí)開發(fā)者可能會擔(dān)心自己難以駕馭。其實(shí)，完全沒有必要擔(dān)心。一旦熟悉了步驟，并掌握了機(jī)器學(xué)習(xí)項(xiàng)目的要點(diǎn)，就能夠開發(fā)具有價(jià)值的機(jī)器學(xué)習(xí)應(yīng)用。此外，意法半導(dǎo)體（STMicroelectronics；ST）提供解決方案，以促進(jìn)邊緣機(jī)器學(xué)習(xí)得到廣泛應(yīng)用發(fā)揮全部潛力。本文描述機(jī)器學(xué)習(xí)項(xiàng)目的必要開發(fā)步驟，并介紹了ST MEMS傳感器內(nèi)嵌機(jī)器學(xué)習(xí)核心（MLC）的優(yōu)勢。 圖一
- 關(guān)鍵字： 機(jī)器學(xué)習(xí) 模型設(shè)計(jì) MEMS MLC
學(xué)貫中西:讓機(jī)器學(xué)習(xí)華夏智慧
- 0? ?前言機(jī)器學(xué)習(xí)（ML）除了能夠?qū)W習(xí)大數(shù)據(jù)（big data）中的規(guī)律和法則之外，也能夠?qū)W習(xí)人類的智慧。華夏文化淵源長久、博大精深，處處充滿智慧。因此，我們可以讓機(jī)器來學(xué)習(xí)華夏的文化底蘊(yùn)和智能，還能更上層樓而學(xué)貫中西。1? ?復(fù)習(xí)：什么是特征（feature）?機(jī)器學(xué)習(xí)之路，首先從觀察特征出發(fā)?；貞浺幌拢藗儗τ谥車膯栴}或事件常從不同的角度來觀察或看出不同的特征。所謂特征（feature），就是一件事物或一群事物，其具有與眾不同的特色或表征。例如，人們在辨別其
- 關(guān)鍵字： 202111 機(jī)器學(xué)習(xí)
AI講座：自編碼器——神奇的ML瑞士刀
- 1? ?神奇的自編碼器在之前各期里，所舉的范例模型都是基于邏輯回歸（Logistic regression）的線性分類器（Linear classifier）。其訓(xùn)練方法是采取監(jiān)督式學(xué)習(xí)（Supervised Learning）模式。在本期里， 將進(jìn)一步介紹非監(jiān)督式學(xué)習(xí)（Unsupervised Learning）模式，并以小而美的自編碼器（Autoencoder，簡稱：AE）為例。自編碼器是一種小而美的ML 模型，它的用途非常多，所以有“ML 瑞士刀”之稱。例如，Pawer Sobe
- 關(guān)鍵字： 202109 自編碼器 機(jī)器學(xué)習(xí)
使用英飛凌 ModusToolbox? 機(jī)器學(xué)習(xí)為IoT設(shè)備解鎖AI
- 1? ?英飛凌在邊緣（Edge）設(shè)備上釋放機(jī)器學(xué)習(xí)（ML）的能力市場對舒適性、便利性和簡單性的需求不斷增加，對娛樂、安全和能源效率領(lǐng)域更多功能的需求也在日益增長，這將大大增加對智能家居的興趣和承諾。邊緣人工智能（AI）將成為這些產(chǎn)品的關(guān)鍵推動因素。今天的物聯(lián)網(wǎng)硬件/軟件開發(fā)人員面臨著在構(gòu)建這些未來設(shè)備時(shí)的一系列復(fù)雜設(shè)計(jì)。從復(fù)雜的集成無線連接，到優(yōu)化電池供電設(shè)計(jì)中的系統(tǒng)功率，再到集成傳感器融合，讓物聯(lián)網(wǎng)工作對任何團(tuán)隊(duì)來說都是一項(xiàng)艱巨的任務(wù)。作為連接現(xiàn)實(shí)世界和數(shù)字世界的領(lǐng)導(dǎo)者，英飛凌非常了解
- 關(guān)鍵字： 202109 機(jī)器學(xué)習(xí) AI
AI與機(jī)器學(xué)習(xí)發(fā)展迅速，F(xiàn)PGA可提供高能效和靈活性
- 1? ?為什么AI/ML發(fā)展如此迅速？多年來，人工智能（AI）/機(jī)器學(xué)習(xí)（ML）市場一直以指數(shù)級的速度快速增長，其解決方案遍布我們周圍，從機(jī)器人和其他機(jī)械系統(tǒng)的預(yù)測故障算法、電子商務(wù)中的購買行為建議、自動駕駛車輛的目標(biāo)檢測、電子交易中的風(fēng)險(xiǎn)緩解到DNA測序等等，我們身邊有各種各樣的解決方案，示例不勝枚舉。那么，為什么AI/ML發(fā)展如此迅速呢？據(jù)IDC、Gartner和其他市調(diào)機(jī)構(gòu)的分析，全球大約80%的數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)。電子郵件、照片、語音郵件、視頻和許多其他數(shù)據(jù)源每天都在堆積。無論
- 關(guān)鍵字： AI 機(jī)器學(xué)習(xí) FPGA
谷歌用AI設(shè)計(jì)AI芯片，6小時(shí)完成工程師數(shù)月工作
- 6月11日消息，谷歌稱其正在使用機(jī)器學(xué)習(xí)系統(tǒng)幫助工程師設(shè)計(jì)新一代機(jī)器學(xué)習(xí)芯片。谷歌工程師表示，算法設(shè)計(jì)的芯片質(zhì)量和人工設(shè)計(jì)“相當(dāng)”甚至“還要更好”，但完成速度要快得多。谷歌表示，人工智能可以在不到6小時(shí)的時(shí)間內(nèi)完成人工需要數(shù)月時(shí)間完成的芯片設(shè)計(jì)工作?！ 」雀瓒嗄陙硪恢痹谘芯咳绾问褂脵C(jī)器學(xué)習(xí)制造芯片，本周谷歌員工發(fā)表在《自然》雜志的一篇論文證實(shí)此類研究已經(jīng)應(yīng)用于商業(yè)產(chǎn)品。谷歌開始用人工智能設(shè)計(jì)自家的TPU芯片?！ ?jù)悉，TPU芯片是應(yīng)用于人工智能的芯片，專門針對人工智能計(jì)算進(jìn)行了優(yōu)化?！拔覀兊姆椒ㄒ呀?jīng)用
- 關(guān)鍵字： 谷歌 AI 機(jī)器學(xué)習(xí)
基于機(jī)器學(xué)習(xí)農(nóng)田驅(qū)鳥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)*
- 糧食經(jīng)常因?yàn)楦黝慀B類的啄食而丟失，研究發(fā)現(xiàn)鳥眼對532 nm的綠色激光束最敏感，通過綠色激光束可以達(dá)到驅(qū)鳥效果。本課題通過3D打印機(jī)械模型，利用嵌入式系統(tǒng)完成鳥類識別算法，通過機(jī)器學(xué)習(xí)的方式識別鳥類，用雙自由度舵機(jī)控制系統(tǒng)驅(qū)趕鳥類。精準(zhǔn)的激光束定位“打擊”，很好實(shí)現(xiàn)了驅(qū)鳥的任務(wù)。
- 關(guān)鍵字： 驅(qū)鳥 532 nm 綠色激光束 機(jī)器學(xué)習(xí) 202103
機(jī)器學(xué)習(xí)介紹
您好，目前還沒有人創(chuàng)建詞條機(jī)器學(xué)習(xí)!
歡迎您創(chuàng)建該詞條，闡述對機(jī)器學(xué)習(xí)的理解，并與今后在此搜索機(jī)器學(xué)習(xí)的朋友們分享。 創(chuàng)建詞條
歡迎您創(chuàng)建該詞條，闡述對機(jī)器學(xué)習(xí)的理解，并與今后在此搜索機(jī)器學(xué)習(xí)的朋友們分享。 創(chuàng)建詞條
機(jī)器學(xué)習(xí)相關(guān)帖子
機(jī)器學(xué)習(xí)資料下載
機(jī)器學(xué)習(xí)專欄文章
關(guān)于我們 -
廣告服務(wù) -
企業(yè)會員服務(wù) -
網(wǎng)站地圖 -
聯(lián)系我們 -
征稿 -
友情鏈接 -
手機(jī)EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網(wǎng)安備11010802012473
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網(wǎng)安備11010802012473