- 当前关于人工智能(AI)和神经网络的讨论主要集中在生成应用（生成图像、文本和视频），很容易忽视AI将为工业和基础设施应用中的电子产品带来变革的实际示例。不过，虽然在电机驱动器、太阳能（如图 1 所示）和电池管理应用的实时控制系统中采用 AI 不会像新的大型语言模型那样引起大量关注，但使用边缘 AI 进行故障检测可以显著影响系统的效率、安全性和生产力。图1 太阳能电池板阵列本文中将讨论集成式微控制器 (MCU) 如何增强高压实时控制系统中的故障检测功能。此类 MCU 使用集成神经网络处理单元 (NPU) 运
- 关键字：
边缘AI MCU 微控制器 故障检测 CNN TMS320
- 美国前总统川普日前受访再度炮轰「中国台湾偷走芯片业」，但CNN一篇文章指出，事实绝非如此，「中国台湾绝非偷窃，而是透过远见、努力和投资，发展了自己的半导体产业」。 日前美国前总统川普接受《彭博商业周刊》采访时说，中国台湾偷走美国价值千亿美元芯片生意。不过CNN一篇报导指出，若干产业专家分析指出，中国台湾之所以能坐拥芯片江山要归功于远见、努力与投资，绝对没有偷窃之说。现年93岁的台积电创办人张忠谋，曾在英特尔（Intel）、摩托罗拉（Motorola）、德州仪器（Texas Instrumen
- 关键字：
川普 芯片 CNN 台积电
- 先说DNN，从结构上来说他和传统意义上的NN（神经网络）没什么区别，但是神经网络发展时遇到了一些瓶颈问题。一开始的神经元不能表示异或运算，科学家通过增加网络层数，增加隐藏层可以表达。并发现神经网络的层数直接决定了它对现实的表达能力。但是随着层数的增加会出现局部函数越来越容易出现局部最优解的现象，用数据训练深层网络有时候还不如浅层网络，并会出现梯度消失的问题。我们经常使用sigmoid函数作为神经元的输入输出函数，在BP反向传播梯度时，信号量为1的传到下一层就变成0.25了，到最后面几层基本无法达到调节参数
- 关键字：
DNN 深度神经网络 深度学习 CNN RNN
- 在铜电解精炼过程中阴阳极板的电流分布不均会导致阴极板上产生铜粒，铜结粒将造成阴阳极板短路且阴极板温度升高，继而造成较高的电能消耗以及铜的品质下降。针对红外热像图进行铜电解极板短路检测过程，我们列举了工业生产上常用的检测方法，并分析了国内外学者对此问题的研究，他们普遍存在热像图模糊、极板目标纹理特征不明显、背景杂乱以及图像特征选取不当造成检测准确率低的问题，提出了一种基于快速候选区域提取卷积神经网络（Faster R-CNN）与红外热像图的铜电解极板短路检测方法。
- 关键字：
202104 铜电解 极板短路检测 Faster R-CNN
- 像Nvidia这样的芯片巨头可以负担得起7nm技术，但初创公司和其他规模较小的公司却因为复杂的设计规则和高昂的流片成本而挣扎不已——所有这些都是为了在晶体管速度和成本方面取得适度的改善。格芯的新型12LP+技术提供了一条替代途径，通过减小电压而不是晶体管尺寸来降低功耗。格芯还开发了专门针对AI加速而优化的新型SRAM和乘法累加(MAC)电路。其结果是，典型AI运算的功耗最多可减少75%。Groq和Tenstorrent等客户已经利用初代12LP技术获得了业界领先的结果，首批采用12LP+工艺制造的产品将于
- 关键字：
AI CNN SRAM CPU 芯片
- 全球电子元器件与开发服务分销商 e络盟 新近发布名为《AIoT时代——AIoT发展背景、功能与未来》的电子书，旨在为专业工程师、创客和电子爱好者提供人工智能相关专业知识，助力他们更加顺利地进行人工智能应用开发并开拓出更多新型市场应用。本册电子书汇集了人工智能详细路线图和类别，阐释了人工智能、机器学习（ML）和深度学习（DL）之间的关系，并详细介绍了神经网络相关技术。书中还向读者推荐了数款适用于首次进行人工智能物联网方案开发的优质平台。人工智能和物联网将彻底改变人类的工作方式。目前，人工
- 关键字：
TTS STT AIoT CNN RNN GAN
- 鲁 冰 （威廉希尔 官网app
编辑） AI（人工智能）在M级的便宜的小器件上能不能落地？它需要什么资源，性能又怎么样？不久前，Arm中国携手恩智浦半导体在全国进行了巡回讲演。Arm中国高级市场经理Eric Yang分享了AI的基础知识，分析认为边缘AI可以通过在MCU这样的小芯片上实现，并推介了Arm的软件中间件NN——可以有效地对接算法和具体芯片，最后列举出了Arm MCU的应用案例。 1 边缘AI潜力巨大 AI有没有前途？ 前两年AI非常火，AI公司支付的薪水很高。不过，2019年上半年以来，
- 关键字：
201910 Arm MCU AI CNN CMSIS-NN
- 前言：人工智能机器学习有关算法内容，请参见公众号“科技优化生活”之前相关文章。人工智能之机器学习主要有三大类:1)分类;2)回归;3)聚类。今天我们重点探讨一下卷积神经网络(CNN)算法。 ^_^ 20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络CNN(Convolutional Neural Networks)。 1980年，K.Fukushima提出的新识别机是卷积神经网络的
- 关键字：
人工智能 CNN
- 卷积神经网络(Convolutional Neural Networks)是一种主要应用于图像处理领域的人工智能算法。尤其是在计算机视觉领域，CNN在包括识别(recognition)、检测(detection)、分割(segmentation)等很多任务中占主流地位。 卷积神经网络的基本元素：卷积层(convolutional layer)、池化层(pooling)、激活函数(activation)、全连接层(fully-connected layer)。卷
- 关键字：
FPGA CNN
- R-Car V3M现已嵌入CNN加速器，可使NCAP前置摄像头应用中的高性能卷积神经网络实现超低功耗 全球领先的半导体解决方案供应商瑞萨电子株式会社(TSE：6723)，日前推出的R-Car V3M入门套件可以简化并加速开发新车评估项目(NCAP，注释1)的前置摄像头应用、环视系统和激光雷达。新入门套件以R-Car V3M图像识别SoC为基础，为日益成长的NCAP前置摄像头市场提供兼顾低功耗和高性能的方案。通过将R-Car V3M入门套件与支持软件和工具相结合
- 关键字：
瑞萨电子 CNN
- 本文是对卷积神经网络的基础进行介绍，主要内容包含卷积神经网络概念、卷积神经网络结构、卷积神经网络求解、卷积神经网络LeNet-5结构分析、卷积神经网络注意事项。 一、卷积神经网络概念 上世纪60年代。Hubel等人通过对猫视觉皮层细胞的研究，提出了感受野这个概念。到80年代。Fukushima在感受野概念的基础之上提出了神经认知机的概念，能够看作是卷积神经网络的第一个实现网络，神经认知机将一个视觉模式分解成很多子模式(特征)，然后进入分层递阶式相连的特征平面进行处理，它试图将视觉系统模型化，使其能
- 关键字：
卷积神经网络 CNN
- 全卷积网络FCN进行图像分割-CNN能够对图片进行分类，可是怎么样才能识别图片中特定部分的物体，在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑，于是无穷无尽的人往坑里面跳。
- 关键字：
全卷积码 FCN CNN
- 更新几个面试被问到或者联想出来的问题，后面有时间回答 SGD 中 S(stochastic)代表什么 个人理解差不多就是Full-Batch和Mini-Batch 监督学习/迁移学习/半监督学习/弱监督学习/非监督学习? 本笔记主要问题来自以下两个问题，后续会加上我自己面试过程中遇到的问题。 深度学习相关的职位面试时一般会问什么?会问一些传统的机器学习算法吗? 如果你是面试官，你怎么去判断一个面试者的深度学习水平? 以下问题来自@Naiyan Wang C
- 关键字：
深度学习 CNN
- 当前，AI因为其CNN(卷积神经网络)算法出色的表现在图像识别领域占有举足轻重的地位。基本的CNN算法需要大量的计算和数据重用，非常适合使用FPGA来实现。上个月，Ralph Wittig(Xilinx CTO Office的卓越工程师) 在2016年OpenPower峰会上发表了约20分钟时长的演讲并讨论了包括清华大学在内的中国各大学研究CNN的一些成果。 在这项研究中出现了一些和CNN算法实现能耗相关的几个有趣的结论： ①限定使用片上Memory; ②
- 关键字：
FPGA CNN
cnn介绍
您好，目前还没有人创建词条cnn!
欢迎您创建该词条，阐述对cnn的理解，并与今后在此搜索cnn的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
官方威廉希尔备用网址
-
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
威廉希尔 官网app
杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
