完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
電子發(fā)燒友網(wǎng)技術(shù)文庫(kù)為您提供最新技術(shù)文章,最實(shí)用的電子技術(shù)文章,是您了解電子技術(shù)動(dòng)態(tài)的最佳平臺(tái)。
多年前,MEMS麥克風(fēng)的興起重塑了音頻領(lǐng)域。法國(guó)著名市場(chǎng)研究公司Yole堅(jiān)信,未來(lái)幾年,人工智能(AI)將引領(lǐng)音頻市場(chǎng)的發(fā)展和轉(zhuǎn)型。...
通過(guò)對(duì)人工智能技術(shù)的不斷完善,能夠營(yíng)造更美好的智能世界。2019年,5G通信網(wǎng)絡(luò)、區(qū)塊鏈技術(shù)、腦機(jī)接口技術(shù)等分支學(xué)科均取得了一系列進(jìn)展,并在眾多領(lǐng)域得到廣泛應(yīng)用,同時(shí)也促進(jìn)了各個(gè)領(lǐng)域朝著智能化方向發(fā)展。 人工智能研究領(lǐng)域誕生于 19世紀(jì) 50年代,致力于使機(jī)器和系統(tǒng)以類(lèi)似于人類(lèi)智能的水平運(yùn)行。它經(jīng)歷...
人工智能是非常有用的工具,那又該如何使用人工智能技術(shù)來(lái)保護(hù)敏感信息?通過(guò)快速處理數(shù)據(jù)并預(yù)測(cè)分析,AI可以完成從自動(dòng)化系統(tǒng)到保護(hù)信息的所有工作。...
針對(duì)近期全面復(fù)工復(fù)產(chǎn)復(fù)學(xué)的需要,諾基亞貝爾基于成熟的AI技術(shù),快速研制出高精度、遠(yuǎn)距離、大范圍的紅外體溫監(jiān)測(cè)方案,該方案采用紅外熱成像+黑體搭配,可實(shí)現(xiàn)實(shí)時(shí)測(cè)溫,精度能夠達(dá)到0.3℃。...
有些人可能認(rèn)為大數(shù)據(jù)分析是機(jī)器學(xué)習(xí)或人工智能的同義詞,但其實(shí)這并不正確。雖然這些技術(shù)的某些方面可能被用于大數(shù)據(jù)的分析應(yīng)用中,但只關(guān)注它們肯定會(huì)造成混淆和不切實(shí)際的期望。圍繞人工智能的炒作,暗示當(dāng)將其應(yīng)用于大數(shù)據(jù)時(shí),會(huì)自動(dòng)生成有用的信息。它可以在最終用戶很少或沒(méi)有努力的情況下產(chǎn)生結(jié)果。然而,數(shù)據(jù)分析用...
每個(gè)神經(jīng)元(細(xì)胞)都向外伸出許多分支,其中用來(lái)接收輸入的分支稱(chēng)作樹(shù)突(dendrities),用來(lái)輸出信號(hào)的分支稱(chēng)作軸突(axon),軸突連接到樹(shù)突上形成一個(gè)突觸(synapse)。...
相同點(diǎn): 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的擴(kuò)展。 前向計(jì)算產(chǎn)生結(jié)果,反向計(jì)算模型更新。 每層神經(jīng)網(wǎng)絡(luò)橫向可以多個(gè)神經(jīng)元共存,縱向可以有多層神經(jīng)網(wǎng)絡(luò)連接。...
感知機(jī)算法中包含了前向傳播(FP)和反向傳播(BP)算法,但在介紹它們之前,我們先來(lái)了解一下深度神經(jīng)網(wǎng)絡(luò)的激活函數(shù)。...
GNN 在經(jīng)歷過(guò) 2017-2018 年兩年的孕育期與嘗試期之后,在 2018 年末至今的一年多時(shí)間里,迎來(lái)了快速爆發(fā)期。...
雖然機(jī)器學(xué)習(xí)算法是人工智能的一個(gè)應(yīng)用,但并非所有人工智能系統(tǒng)都被視為機(jī)器學(xué)習(xí)的示例。...
在機(jī)器學(xué)習(xí)領(lǐng)域中,評(píng)估借貸等場(chǎng)景的影響的標(biāo)準(zhǔn)方法就是將一部分?jǐn)?shù)據(jù)作為“測(cè)試集”,并使用這個(gè)測(cè)試集來(lái)計(jì)算相關(guān)的性能指標(biāo)。...
惰性是人類(lèi)的天性,然而惰性能讓人類(lèi)無(wú)需過(guò)于復(fù)雜的練習(xí)就能學(xué)習(xí)某項(xiàng)技能,對(duì)于人工智能而言,是否可有基于惰性的快速學(xué)習(xí)的方法?本文提出一種懶惰強(qiáng)化學(xué)習(xí)(Lazy reinforcement learning, LRL) 算法。...
動(dòng)態(tài)遮擋規(guī)避是指運(yùn)動(dòng)視覺(jué)目標(biāo)在某一時(shí)刻發(fā)生遮擋時(shí),以該時(shí)刻視覺(jué)目標(biāo)遮擋區(qū)域?yàn)檠芯繉?duì)象,通過(guò)對(duì)視覺(jué)目標(biāo)進(jìn)行運(yùn)動(dòng)估計(jì)、合理規(guī)劃攝像機(jī)的運(yùn)動(dòng)方式并多次移動(dòng)攝像機(jī)以便觀測(cè)到更多的遮擋區(qū)域。...
近些年來(lái),隨著新細(xì)菌種類(lèi)不斷被發(fā)現(xiàn),雖然基于已知分類(lèi)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)分類(lèi)器通過(guò)交叉驗(yàn)證達(dá)到了很高的測(cè)量準(zhǔn)確性,但部署模型仍具有高的挑戰(zhàn)性,因?yàn)楝F(xiàn)實(shí)數(shù)據(jù)在不斷進(jìn)化發(fā)展,并且將不可避免地包含以往訓(xùn)練數(shù)據(jù)中從未出現(xiàn)過(guò)的基因組(OOD 輸入)。...
在機(jī)器學(xué)習(xí)中,訓(xùn)練模型的算法數(shù)據(jù)集包括:訓(xùn)練樣本(Trainning Sample),檢驗(yàn)樣本(validation sample)、驗(yàn)證樣本(Testing Sample)。訓(xùn)練樣本用于訓(xùn)練得出模型,檢驗(yàn)樣本用于修正模型,驗(yàn)證樣本用于檢驗(yàn)?zāi)P偷挠行浴?..
擁有可靠和干凈的數(shù)據(jù)對(duì)于人工智能轉(zhuǎn)換是必不可少的——甚至比人工智能算法還要重要。...
通過(guò)自動(dòng)執(zhí)行自動(dòng)操作中的單調(diào)任務(wù),人工智能可以加速您的移動(dòng)應(yīng)用程序開(kāi)發(fā)流程并提高您的生產(chǎn)力。...
丟棄法是一種避免神經(jīng)網(wǎng)絡(luò)過(guò)擬合的正則化技術(shù)。像L1和L2這樣的正則化技術(shù)通過(guò)修改代價(jià)函數(shù)來(lái)減少過(guò)擬合。而丟棄法修改神經(jīng)網(wǎng)絡(luò)本身。...
自動(dòng)分揀機(jī)器在接受運(yùn)送指令后,通過(guò)視覺(jué)掃描技術(shù),按照商品的品種、材質(zhì)、重量以及發(fā)往的地點(diǎn)進(jìn)行快速的分類(lèi),然后將貨物送到指定的貨架上或出貨站臺(tái)處。...
機(jī)器視覺(jué)就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷。...