EEPW首頁(yè) >>
主題列表 >>
機器學(xué)習
機器學(xué)習 文章 進(jìn)入機器學(xué)習技術(shù)社區
貿澤電子2025技術(shù)創(chuàng )新論壇探討“邊緣AI與機器學(xué)習”新紀元
- 提供超豐富半導體和電子元器件?的業(yè)界知名新品引入 (NPI) 代理商貿澤電子(Mouser Electronics)近日宣布將于5月28-20日舉辦2025貿澤電子技術(shù)創(chuàng )新論壇首場(chǎng)活動(dòng)。本期論壇將深度聚焦“邊緣AI與機器學(xué)習”，云集Analog Devices, Amphenol, NXP, Silicon Labs, VICOR等業(yè)界知名廠(chǎng)商及產(chǎn)學(xué)研專(zhuān)家陣容，共同解構AI浪潮下企業(yè)數字化轉型的創(chuàng )新路徑和可持續發(fā)展戰略，攜手創(chuàng )造智能化未來(lái)。貿澤電子亞太區市場(chǎng)及商務(wù)拓展副總裁田吉平表示：“邊緣AI與機器學(xué)習
- 關(guān)鍵字： 貿澤 機器學(xué)習
抖音背后的算法推薦邏輯
- 推薦算法已并非新生事物，但圍繞它的爭議卻從未間斷。這些爭議包括推薦算法帶來(lái)標題黨、低質(zhì)量、甚至虛假內容以及信息繭房的問(wèn)題。很多人對推薦算法技術(shù)存在誤解，認為算法是給內容打上對應標簽，再給用戶(hù)打上對應的屬性，最后通過(guò)數據運算，把對應標簽的內容推薦給有對應屬性的用戶(hù)。實(shí)際上，隨著(zhù)機器學(xué)習技術(shù)的發(fā)展，抖音的推薦系統已幾乎不依賴(lài)對內容或者用戶(hù)打標簽，而是通過(guò)復雜的神經(jīng)網(wǎng)絡(luò )計算，直接預測每個(gè)用戶(hù)對每條內容可能產(chǎn)生的互動(dòng)行為概率。機器學(xué)習對推薦算法的主要貢獻在于建立評分系統，在海量算力和海量供給的環(huán)境里，把用戶(hù)行為抽
- 關(guān)鍵字： 抖音 算法 機器學(xué)習 神經(jīng)網(wǎng)絡(luò ) 標簽
ADAS的2035預測：深度整合機器學(xué)習、實(shí)時(shí)數據分析和云連接
- 在越來(lái)越嚴格的安全準則和傳感器工程進(jìn)步的推動(dòng)下，高級駕駛輔助系統在汽車(chē)中的廣泛采用將大大增加 ADAS 傳感器市場(chǎng)，這些進(jìn)步使 ADAS 成為事實(shí)上的標準設備。傳感器在 ADAS 中發(fā)揮著(zhù)不可或缺的作用，可實(shí)現碰撞威懾、車(chē)道偏離警報、自適應巡航控制功能、盲點(diǎn)檢測和不同程度的自作等功能。電動(dòng)機在車(chē)輛中的普及和汽車(chē)自主性的提高，再加上政府機構要求加強道路保護，正在擴大該行業(yè)的擴張。與此同時(shí)，新型傳感技術(shù)的較高成本正在激勵其封裝到車(chē)輛中，以從規模經(jīng)濟中受益?？傮w而言，多個(gè)技術(shù)和監管領(lǐng)域的快速變化正在推動(dòng) ADA
- 關(guān)鍵字： ADAS 傳感器 機器學(xué)習 實(shí)時(shí)數據分析
什么是生成式人工智能?
- 生成式人工智能(Generative AI)的使用正迅速擴展到我們的日常生活和商業(yè)領(lǐng)域，并將顯著(zhù)影響未來(lái)社會(huì )。本系列將主要通過(guò)村田關(guān)注的具體應用事例，聊聊生成式人工智能應用的相關(guān)話(huà)題，特別關(guān)注對電子行業(yè)可能產(chǎn)生的影響。01 什么是生成式人工智能(Generative AI)?生成式人工智能是一種擁有能夠自動(dòng)生成并輸出文本/圖像/音樂(lè )等多種形式的數據的能力，并且能支援迄今為止由人類(lèi)承擔的創(chuàng )造性作業(yè)的人工智能。生成式人工智能利用一種”機器學(xué)習“——深度學(xué)習——從人類(lèi)準備的文本和圖像等數據中提取特征，并能基于這
- 關(guān)鍵字： 生成式人工智能 機器學(xué)習
在低功耗MCU上實(shí)現人工智能和機器學(xué)習
- 人工智能（AI）和機器學(xué)習（ML）技術(shù)不僅正在快速發(fā)展，還逐漸被創(chuàng )新性地應用于低功耗的微控制器（MCU）中，從而實(shí)現邊緣AI/ML解決方案。這些MCU是許多嵌入式系統不可或缺的一部分，憑借其成本效益、高能效以及可靠的性能，現在能夠支持AI/ML應用。這種集成化在可穿戴電子產(chǎn)品、智能家居設備和工業(yè)自動(dòng)化等應用領(lǐng)域中，從AI/ML功能中獲得的效益尤為顯著(zhù)。具備AI優(yōu)化功能的MCU和TinyML的興起（專(zhuān)注于在小型、低功耗設備上運行ML模型），體現了這一領(lǐng)域的進(jìn)步。TinyML對于直接在設備上實(shí)現智能決策、促進(jìn)
- 關(guān)鍵字： 低功耗MCU上 機器學(xué)習 芯科科技
一文讀懂｜什么是機器學(xué)習
- 機器學(xué)習定義機器學(xué)習（Machine Learning）本質(zhì)上就是讓計算機自己在數據中學(xué)習規律，并根據所得到的規律對未來(lái)數據進(jìn)行預測。機器學(xué)習包括如聚類(lèi)、分類(lèi)、決策樹(shù)、貝葉斯、神經(jīng)網(wǎng)絡(luò )、深度學(xué)習（Deep Learning）等算法。機器學(xué)習的基本思路是模仿人類(lèi)學(xué)習行為的過(guò)程，如我們在現實(shí)中的新問(wèn)題一般是通過(guò)經(jīng)驗歸納，總結規律，從而預測未來(lái)的過(guò)程。機器學(xué)習的基本過(guò)程如下：機器學(xué)習基本過(guò)程機器學(xué)習發(fā)展簡(jiǎn)史從機器學(xué)習發(fā)展的過(guò)程上來(lái)說(shuō)，其發(fā)展的時(shí)間軸如下所示：機器學(xué)習發(fā)展歷程從上世紀50年代的圖靈測試提出、塞繆爾
- 關(guān)鍵字： 機器學(xué)習 深度學(xué)習 神經(jīng)網(wǎng)絡(luò )
ST1VAFE3BX：意法半導體推出首款超低功耗生物傳感器，成為眾多新型應用的核心所在
- ST最新推出的生物傳感器ST1VAFE3BX將生物電位輸入與意法半導體的加速度計以及機器學(xué)習核心相結合并實(shí)現同步，從而為下一代需要控制能耗的可穿戴醫療設備開(kāi)辟了道路。此外，其小巧的封裝(2mm x 2mm x 0.74mm)有助于降低制造成本和 PCB電路板尺寸。整體設計對電能的需求也更低，系統架構需求的復雜程度也隨之降低。不過(guò)，ST1VAFE3BX保留了先前推出的ST1VAFE6AX的有限狀態(tài)機和機器學(xué)習核心，確保了能夠在邊緣端提供人工智能。此前在慕尼黑電子展上展示了這款生物傳感器的實(shí)際應用，例如，我們
- 關(guān)鍵字： 生物傳感器 機器學(xué)習 可穿戴
設計新的暗物質(zhì)探測器：機器學(xué)習提高量子傳感器對暗物質(zhì)的靈敏度
- 如何探測暗物質(zhì)——一種可能占宇宙中所有物質(zhì)六分之五的不可見(jiàn)、幾乎無(wú)形的物質(zhì)？暗物質(zhì)應該就在我們身邊，對正常物質(zhì)產(chǎn)生微小的影響，但到目前為止，搜索都是空的。但一項新的研究表明， 采用機器學(xué)習的策略可以幫助量子傳感器最終追捕它。這種超靈敏傳感器還可能具有其他應用，例如無(wú) GPS 導航、探測地下掩體以及發(fā)現 大爆炸后時(shí)刻的時(shí)空引力紋波。我們知道暗物質(zhì)的存在是因為它對星系運動(dòng)的引力影響。但我們不知道它是由什么組成的，也不知道它如何與構成你或我的日常顆粒相互作用。盡管科學(xué)家們已經(jīng)為暗物質(zhì)的潛在組
- 關(guān)鍵字： 暗物質(zhì)探測器 機器學(xué)習 量子傳感器 暗物質(zhì) 靈敏度
一文總結：人工智能、機器學(xué)習、深度學(xué)習的關(guān)鍵技術(shù)概念及 Edge AI 的行業(yè)發(fā)展前景
- 文章 概述本文介紹了人工智能（AI）、 機器學(xué)習（ ML）、深度學(xué)習（DL）和邊緣人工智能（Edge AI ）的 概念、特性及應用領(lǐng)域 ，詳細闡述了ML的各種 訓練模式 ，包括監督式、非監督式、半監督式、強化學(xué)習和自監督學(xué)習，并介紹了它們在各個(gè)領(lǐng)域的應用。最后，文章總結了AI、ML和Edge AI對各行各業(yè)的影響和未來(lái) 發(fā)展前景 ，強調它們將不斷推動(dòng)創(chuàng )新，為全球經(jīng)濟和社會(huì )帶來(lái)更加智能、便捷的生活方式。人工智
- 關(guān)鍵字： Digikey 人工智能 機器學(xué)習 深度學(xué)習
芯片設計僅靠 AI 還不夠，可能需要經(jīng)典搜索和機器學(xué)習結合
- 自1971 年費德里科·法金 （Federico Faggin） 完成第一個(gè)商用微處理器 Intel 4004 的草圖以來(lái)，芯片設計已經(jīng)取得了長(cháng)足的進(jìn)步，當時(shí)他只用了直尺和彩色鉛筆。今天的設計人員可以使用大量的軟件工具來(lái)規劃和測試新的集成電路。但是，隨著(zhù)芯片變得越來(lái)越復雜（有些芯片包含數千億個(gè)晶體管），設計人員必須解決的問(wèn)題也越來(lái)越復雜。而這些工具并不總是能勝任這項任務(wù)?，F代芯片工程是一個(gè)由九個(gè)階段組成的迭代過(guò)程，從系統規范到封裝。每個(gè)階段都有多個(gè)子階段，每個(gè)子階段可能需要數周到數月的時(shí)間，具體取決于問(wèn)題
- 關(guān)鍵字： 芯片設計 AI 經(jīng)典搜索 機器學(xué)習
貿澤開(kāi)售適用于A(yíng)I和機器學(xué)習應用的AMD Versal AI Edge VEK280評估套件
- 專(zhuān)注于引入新品的全球電子元器件和工業(yè)自動(dòng)化產(chǎn)品授權代理商貿澤電子(Mouser Electronics)即日起供應AMD全新Versal? AI Edge VEK280評估套件。Versal AI Edge VEK280評估套件采用AMD Versal AI Edge VE2802自適應SoC，該系列套件可幫助開(kāi)發(fā)人員快速迭代其傳感器融合和AI算法，用于工業(yè)、視覺(jué)、醫療保健、汽車(chē)和科學(xué)領(lǐng)域的機器學(xué)習?(ML)?推理應用。AMD?Versal AI Edge VEK280套件支
- 關(guān)鍵字： 貿澤 機器學(xué)習 AMD Versal
肯睿Cloudera推出全新機器學(xué)習項目加速器套件
- 可信的數據、分析和AI混合平臺廠(chǎng)商肯睿Cloudera今日宣布推出六款全新機器學(xué)習項目加速器（AMPs），旨在縮短企業(yè)實(shí)現AI用例價(jià)值的時(shí)間。六款新產(chǎn)品可在Cloudera平臺中為企業(yè)提供先進(jìn)的AI技術(shù)和示例，以助力企業(yè)實(shí)現AI集成，并取得更有影響力的成果。AMPs是基于機器學(xué)習（ML）的端到端項目，可直接通過(guò)Cloudera平臺一鍵部署。這六款AMPs融入了行業(yè)領(lǐng)先的實(shí)踐，以應對復雜的ML挑戰，無(wú)論企業(yè)在何處運行示例或部署數據，都可通過(guò)工作流程實(shí)現無(wú)縫銜接。 肯睿Cloudera致力于通過(guò)AMPs系列產(chǎn)
- 關(guān)鍵字： 肯睿 Cloudera 機器學(xué)習 加速器套件
基于機器學(xué)習的高效嵌入式計算機視覺(jué)
- 作者：Arm 物聯(lián)網(wǎng)事業(yè)部主任軟件工程師兼技術(shù)推廣工程師Sandeep MistryTinyML 是機器學(xué)習 (ML) 的一個(gè)分支，專(zhuān)注于將 ML 模型部署到低功耗、資源受限的物聯(lián)網(wǎng) (IoT) 設備上。在物聯(lián)網(wǎng)設備上部署 ML 模型有諸多好處，包括減少延遲和保護隱私性，因為所有數據都是在端側處理。TinyML 在 2019 年引起了人們的關(guān)注，當時(shí)，Google 的 TensorFlow 團隊發(fā)布了適用于微控制器的 TensorFlow Lite (TFLM) 庫 [1]
- 關(guān)鍵字： Arm 機器學(xué)習 嵌入式 計算機視覺(jué)
恩智浦與NVIDIA合作：將TAO工具套件與eIQ開(kāi)發(fā)環(huán)境無(wú)縫集成，加速人工智能部署！
- 恩智浦半導體宣布與NVIDIA合作，將NVIDIA經(jīng)過(guò)訓練的人工智能模型通過(guò)eIQ機器學(xué)習開(kāi)發(fā)環(huán)境部署到恩智浦廣泛的邊緣處理產(chǎn)品組合中。NVIDIA TAO工具套件功能與恩智浦eIQ機器學(xué)習開(kāi)發(fā)環(huán)境的集成令業(yè)內振奮，開(kāi)發(fā)人員能夠在競爭日益激烈的人工智能領(lǐng)域中實(shí)現加速開(kāi)發(fā)。恩智浦是首家將NVIDIA TAO API直接集成到其人工智能產(chǎn)品中的半導體供應商，以幫助開(kāi)發(fā)人員更輕松地在邊緣部署經(jīng)過(guò)訓練的人工智能模型。簡(jiǎn)化人工智能模型的訓練和部署是當今人工智能領(lǐng)域開(kāi)發(fā)人員面臨的重大挑戰之一。為了應對這一挑戰，恩智浦
- 關(guān)鍵字： 機器學(xué)習 開(kāi)發(fā)環(huán)境 模型 部署
機器學(xué)習常用術(shù)語(yǔ)匯總 (中英對照）
- 剛接觸機器學(xué)習框架 TensorFlow 的新手們，這篇由 Google 官方出品的常用術(shù)語(yǔ)詞匯表，一定是你必不可少的入門(mén)資料！本術(shù)語(yǔ)表列出了基本的機器學(xué)習術(shù)語(yǔ)和 TensorFlow 專(zhuān)用術(shù)語(yǔ)的定義，希望能幫助您快速熟悉 TensorFlow 入門(mén)內容，輕松打開(kāi)機器學(xué)習世界的大門(mén)。機器學(xué)習術(shù)語(yǔ)表地址： https://developers.google.cn/machine-learning/glossary/?hl=zh-CNAA/B 測試 (A/B testing)一種統計方法，用于將兩種或多種技
- 關(guān)鍵字： 機器學(xué)習
機器學(xué)習介紹
您好，目前還沒(méi)有人創(chuàng )建詞條機器學(xué)習!
歡迎您創(chuàng )建該詞條，闡述對機器學(xué)習的理解，并與今后在此搜索機器學(xué)習的朋友們分享。 創(chuàng )建詞條
歡迎您創(chuàng )建該詞條，闡述對機器學(xué)習的理解，并與今后在此搜索機器學(xué)習的朋友們分享。 創(chuàng )建詞條
機器學(xué)習相關(guān)帖子
機器學(xué)習資料下載
機器學(xué)習專(zhuān)欄文章
關(guān)于我們 -
廣告服務(wù) -
企業(yè)會(huì )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 版權所有 北京東曉國際技術(shù)信息咨詢(xún)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 版權所有 北京東曉國際技術(shù)信息咨詢(xún)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