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(xué)習(xí)

?機器學(xué)習(xí) 文章 最新資訊

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)字圖像來驗證或識別一個人的身份，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)庫中的面部特征進行比較。人臉識別處理的4個步驟特定的神經(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  機器學(xué)習(xí)  神經(jīng)網(wǎng)絡(luò)  

邊緣AI和機器學(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）和機器學(xué)習(xí)、先進數(shù)據(jù)處理、音頻、視覺等產(chǎn)生了需求。邊緣機器學(xué)習(xí)（ML）計算支持廣泛的、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、用于改進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行在場檢測或人數(shù)統(tǒng)計?，F(xiàn)在的產(chǎn)品設(shè)計人員已看到了人工智能和機器學(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。標(biāo)普全球市場財智（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)計新冠大流行會對他們現(xiàn)有的AI計劃產(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項目。與此同時，也有75%的公司和組織表示COVID-19促進了他們新的AI計劃。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計劃。由于大
  • 關(guān)鍵字： 人工智能  機器學(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  機器學(xué)習(xí)  

2021年智源人工智能前沿報告（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，先進的算法結(jié)構(gòu)不斷涌現(xiàn)，各個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及建議，形成2021-2022年度人工智能前沿報告（AI Frontiers Report）。報告專
  • 關(guān)鍵字： AI  機器學(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)

  • 處理邊緣連接的機器學(xué)習(xí)（ML）應(yīng)用的復(fù)雜性是一個艱巨而漫長的過程。將相關(guān)應(yīng)用功能與在經(jīng)濟高效的平臺上部署此ML模型的復(fù)雜性結(jié)合起來，需要花費大量的精力和時間。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)省時間。這使我們能夠更多關(guān)注用戶體驗和更高應(yīng)用級別的編碼，以便集成到終端產(chǎn)品
  • 關(guān)鍵字： NXP  機器學(xué)習(xí)  

Microchip MCU在機器學(xué)習(xí)上的解決方案

  • 將機器學(xué)習(xí)Machine Learning（ML）加入現(xiàn)有的MCU設(shè)計OK嗎？龐大的ML軟件框架令您卻步？想沿用現(xiàn)有的設(shè)計與工具，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?，借著云端強大的運算能力，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上做運算判斷，雖然運算能力比不上云端，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  機器學(xué)習(xí)  

機器學(xué)習(xí)模型設(shè)計過程和MEMS MLC

  • 開發(fā)機器學(xué)習(xí)項目的五個步驟 — 掌握要點，應(yīng)用并不困難！邊緣機器學(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)計方法截然不同，許多機器學(xué)習(xí)開發(fā)者可能會擔(dān)心自己難以駕馭。其實，完全沒有必要擔(dān)心。一旦熟悉了步驟，并掌握了機器學(xué)習(xí)項目的要點，就能夠開發(fā)具有價值的機器學(xué)習(xí)應(yīng)用。此外，意法半導(dǎo)體（STMicroelectronics；ST）提供解決方案，以促進邊緣機器學(xué)習(xí)得到廣泛應(yīng)用發(fā)揮全部潛力。本文描述機器學(xué)習(xí)項目的必要開發(fā)步驟，并介紹了ST MEMS傳感器內(nèi)嵌機器學(xué)習(xí)核心（MLC）的優(yōu)勢。 圖一
  • 關(guān)鍵字： 機器學(xué)習(xí)  模型設(shè)計  MEMS MLC  

學(xué)貫中西:讓機器學(xué)習(xí)華夏智慧

  • 0? ?前言機器學(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，我們可以讓機器來學(xué)習(xí)華夏的文化底蘊和智能，還能更上層樓而學(xué)貫中西。1? ?復(fù)習(xí)：什么是特征（feature）?機器學(xué)習(xí)之路，首先從觀察特征出發(fā)。回憶一下，人們對于周圍的問題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  機器學(xué)習(xí)  

使用英飛凌 ModusToolbox? 機器學(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)備時的一系列復(fù)雜設(shè)計。從復(fù)雜的集成無線連接，到優(yōu)化電池供電設(shè)計中的系統(tǒng)功率，再到集成傳感器融合，讓物聯(lián)網(wǎng)工作對任何團隊來說都是一項艱巨的任務(wù)。作為連接現(xiàn)實世界和數(shù)字世界的領(lǐng)導(dǎo)者，英飛凌非常了解
  • 關(guān)鍵字： 202109  機器學(xué)習(xí)  AI  

AI與機器學(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，從機器人和其他機械系統(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  機器學(xué)習(xí)  FPGA  

谷歌用AI設(shè)計AI芯片，6小時完成工程師數(shù)月工作

  • 　　6月11日消息，谷歌稱其正在使用機器學(xué)習(xí)系統(tǒng)幫助工程師設(shè)計新一代機器學(xué)習(xí)芯片。谷歌工程師表示，算法設(shè)計的芯片質(zhì)量和人工設(shè)計“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小時的時間內(nèi)完成人工需要數(shù)月時間完成的芯片設(shè)計工作?！　」雀瓒嗄陙硪恢痹谘芯咳绾问褂脵C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)計自家的TPU芯片。　　據(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算進行了優(yōu)化?！拔覀兊姆椒ㄒ呀?jīng)用
  • 關(guān)鍵字： 谷歌  AI  機器學(xué)習(xí)    

基于機器學(xué)習(xí)農(nóng)田驅(qū)鳥系統(tǒng)設(shè)計與實現(xiàn)*

  • 糧食經(jīng)常因為各類鳥類的啄食而丟失，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到驅(qū)鳥效果。本課題通過3D打印機械模型，利用嵌入式系統(tǒng)完成鳥類識別算法，通過機器學(xué)習(xí)的方式識別鳥類，用雙自由度舵機控制系統(tǒng)驅(qū)趕鳥類。精準(zhǔn)的激光束定位“打擊”，很好實現(xiàn)了驅(qū)鳥的任務(wù)。
  • 關(guān)鍵字： 驅(qū)鳥  532 nm  綠色激光束  機器學(xué)習(xí)  202103  

重磅|賽昉科技發(fā)布全球性能最強的RISC-V 天樞系列處理器內(nèi)核

  • 近日，RISC-V處理器供應(yīng)商——賽昉科技有限公司，發(fā)布全球性能最高的基于RISC-V的處理器內(nèi)核 –天樞系列處理器。該系列處理器是商用化基于RISC-V指令集架構(gòu)的64位超高性能內(nèi)核，針對性能和頻率做了高度的優(yōu)化，具有非常優(yōu)異的性能，頻率可達3.5GHz@TSMC 7nm，SPECint2006 數(shù)值為31.2 @ 3.5GHz，Dhrystone 達到5.6 DMIPS/MHz，專為高性能計算應(yīng)用市場而設(shè)計，可廣泛應(yīng)用于數(shù)據(jù)中心、PC、移動終端、高性能網(wǎng)絡(luò)通訊、機器學(xué)習(xí)等領(lǐng)域。天樞系列處理器的發(fā)布標(biāo)志
  • 關(guān)鍵字： RISC-V 天樞系列處理器內(nèi)核  機器學(xué)習(xí)  亂序執(zhí)行  超標(biāo)量設(shè)計  向量運算  虛擬化技術(shù)  
共279條 4/19 |‹ « 2 3 4 5 6 7 8 9 10 11 » ›|

?機器學(xué)習(xí)介紹

您好，目前還沒有人創(chuàng)建詞條?機器學(xué)習(xí)!
歡迎您創(chuàng)建該詞條，闡述對?機器學(xué)習(xí)的理解，并與今后在此搜索?機器學(xué)習(xí)的朋友們分享。    創(chuàng)建詞條

熱門主題

樹莓派    linux   
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
備案 京ICP備12027778號-2 北京市公安局備案：1101082052    京公網(wǎng)安備11010802012473