首页  资讯  商机   下载  拆解   高校  招聘   杂志  会展  EETV  百科   问答  电路图  工程师手册   Datasheet  100例   活动中心  E周刊阅读   样片申请
EEPW首页 >> 主题列表 >> 机器学习

机器学习 文章 进入机器学习技术社区

院士邬贺铨:人工智能的魅力是“永远在路上”

  • 中国日报网与网易传媒共同举办的2019影响力峰会在北京召开,首届影响力峰会的主题为“预见未来”。会上,中国工程院院士邬贺铨担任“预见科技未来”发布人,发表了主题为“迎接人工智能的未来”的演讲。
  • 关键字: 人工智能  机器学习  

机器学习不断接近人脑水平,AI图像识别未来发展如何?

  • 过去十几年,人类可以说是在机器智能面前节节退败,但是机器的每一点进步都依赖于不断模拟和接近人脑的水平,提升AI在场景应用上的工程能力,会为生活带来更多的便利。
  • 关键字: 机器学习  

解密:十个机器学习的成功案例

  •   人工智能(AI)和机器学习(ML)(人们曾认为这两者是公司不切实际的项目)正在成为主流。  有越来越多的企业正在利用这种模仿人类思维的技术来吸引客户并加强业务运营。而这种趋势只会越来越受欢迎。Forrester的研究称,全球数据和分析技术决策者中有53%的人正在实施实施人工智能或大规模使用人工智能,另有20%的人计划在未来12个月内实施人工智能。  无论是好是坏,通过人工智能、机器学习和机器人所实现的自动化正在兴起。正在试验、创建、甚至是申请新人工智能和机器学习技术专利的首席信息官们与记者分享了机器学
  • 关键字: 机器学习  人工智能  

特征工程是什么?机器学习的关键所在

  •   人工智能是过去两到三年时间内科技行业最热的话题。而人工智能技术进步的背后,实质上是机器学习快速发展后所带来的巨大提升。  机器学习被广泛定义为“利用经验来改善计算机系统的自身性能”。事实上,“经验”在计算机中主要是以数据的形式存在的,因此数据是机器学习的前提和基础。  在第一期格物汇的文章中,我们介绍了工业数据预处理的方法,主要针对数据格式异常,数据内容异常等问题进行了简要探讨。做数据预处理的主要目的是将杂乱无章的数据规整成我们想要的矩阵、表格、张量等结构,方便在之后的机器学习中进行模型训练。然而数据
  • 关键字: 机器学习,特征工程  

Achronix宣布即日推出用于人工智能/机器学习和网络硬件加速应用的第四代Speedcore eFPGA IP

  • 2018年12月4日,基于现场可编程门阵列(FPGA)的硬件加速器器件和高性能嵌入式FPGA半导体知识产权(eFPGA IP)领导性企业Achronix半导体公司今天宣布:即日起推出其第四代嵌入式FPGA产品Speedcore™Gen4 eFPGA IP,以支持客户将FPGA功能集成到他们的SoC之中。
  • 关键字: Speedcore Gen4  人工智能  机器学习  FPGA  

更高性能的边缘应用

  • Achronix的FPGA产品和技术专注于边缘应用上的多种人工智能(AI)需求,例如汽车传感器融合、目标检测和识别、AI和机器学习,以及360度环绕视图系统等需要在边缘上本地处理数据的应用。
  • 关键字: AI  机器学习  

面向轻型机器学习,恩智浦出台eIQ开发环境及芯片

  • IoT推动了这几年MCU的更新换代,而下一波MCU的助推器是终端的机器学习,包括家庭环境、声音处理、手势控制、智能感测&控制、多摄像头观察、个人资产、主动目标识别、AR(增强现实)等。
  • 关键字: IOT  机器学习  

Micron和Achronix提供下一代FPGA并借助高性能GDDR6存储器支持机器学习应用

  • Micron和Achronix提供下一代FPGA并借助高性能GDDR6存储器支持机器学习应用
  • 关键字: FPGA  GDDR6  机器学习  

使用智能软件和NIRscan™ Nano 评估模块(EVM)确定材料成分

  •   如果您在网页上搜索“如何确定面料的制作成分”,您可能会找到“燃烧测试”的网页内容。在燃烧测试中,需要取一小块织物样品,放在明火上,观察它是否收缩、熔化或燃烧,并注意产生的气味。  现在,使用TI DLP® NIRscan™ Nano评估模块(EVM)和Sagitto系统,可以更简单、准确地确定织物和纺织品成分。Sagitto系统结合了微型近红外传感器和机器学习模型,可帮助企业简化测量过程。每种类型的织物都因不同的成分而具有独特的近红外指纹。服装通常包含不同类型的纤维,精确的合成物组分在服装的整个使用过
  • 关键字: 传感器  机器学习  

机器学习的关键点是什么 数据量比算法还重要

  •   机器学习算法可以通过概括示例来确定如何执行重要任务。手动编程很难完成这样的目标,所以机器学习通常是可行且成本有效的。随着更多数据的出现,可以解决更加雄心勃勃的问题。因此,机器学习被广泛应用于计算机真诚等领域。然而,开发成功的机器学习应用程序需要大量的“黑色艺术”,这在教科书中很难找到。  1. 学习=表示+评价+优化  所有的机器学习的算法通常包括三个组成部分:  表示:一个分类器必须用计算机能够处理的一些正式语言来表示。相反,为学习者选择一种表示方式就等同于选择一组可以学习的分类器。这个集合被称为学
  • 关键字: 机器学习  算法  

美国要限制14类新技术出口:包含AI、机器学习等先进技术!

  • 美国相关部门已经开始尝试各种新政策加强封锁技术对外合作,尤其在高科技领域,管制正在不断收紧。
  • 关键字: AI  机器学习  

“通过分析、人工智能和机器学习将媒体与娱乐(M&E)内容货币化”

  •   随着时间的推移,世界各地的电影制片厂和制片公司,都捕捉到了大量的素材。但这些资源深处其实还隐藏着未被充分利用的宝藏。这些宝藏中蕴含着巨大的价值,或者可以作为大数据应用程序的一部分加以分析,从而为我们提供精确的预测、关联分析,或为我们带来期望的结果。为了得到最终结果,我们应该把这些内容用可靠且经济的方式存储起来,确保万无一失。这样才能通过数据分析、人工智能(AI)和机器学习(ML)开启货币化的道路。而媒体库和分析平台的构建,既可以在企业本地,也可以在云端完成,或着由二者结合来完成。  选择一个供应商购买
  • 关键字: 人工智能  机器学习  

深度:语音技术革命正在改变人类的交流方式

  • 无论是在医疗、旅游、还是商业活动,以人工智能为代表的新技术正在彻底改变人与人之间的交流方式,并将打破身体、地域、国别、语种的各种限制。未来,我们的交流对象也将不再局限在人类,可以是机器、可以是动物。
  • 关键字: 语音技术  机器学习  

机器学习不断接近人脑水平 AI图像识别发展如何

  •   过去十几年,人类可以说是在机器智能面前节节退败,屡败屡战,而多任务处理(multi-tasking)几乎是为数不多可以让人类骄傲的事情了。人们可以同时打开8个网站、数份文档和一个交友软件,即使正在专心处理其中一件事,只要突然收到一条回复或更新提醒,也能够快速安排。对机器而言,要在同一时间完成这样的任务显然有点困难,因此,多任务处理一直被视为人类独有的技能点。  然而,这个优势也将失去了。  近几年,Alphago、视频识别、指纹解锁、图片识别、语音转文字、机器人看病等一系列事件,使我们深刻的感受到人工
  • 关键字: 机器学习  AI  

机器学习:亟须纠正的4大类“偏差”

  •   偏见是指个人对他人或其他群体所持有的缺乏充分事实依据的认识和态度,而机器学习中的偏差则是由缺乏足够的特征和用于训练模型的相关数据集不全面引起的。机器学习算法在训练中严格按照其数学构造和数据执行任务,准确完成人类所输入的内容,因此,机器学习模型的偏差通常是由设计和收集相关数据的人的“偏见”造成的。  数据科学家在构建算法并对机器学习进行训练时,源自其本身某种程度的偏见会不可避免地蔓延到AI模型中,比较幸运的是,机器学习的偏差能够被检测和规避。不过,相关的研究人员仍需保持警惕。本文总结了需要了解和防范的4
  • 关键字: 机器学习  
共259条 8/18 |‹ « 6 7 8 9 10 11 12 13 14 15 » ›|
关于我们 - 广告服务 - 企业会员服务 - 网站地图 - 联系我们 - 征稿 - 友情链接 - 手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
备案 京ICP备12027778号-2 北京市公安局备案:1101082052    京公网安备11010802012473