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 >> 卷积神经网络

卷积神经网络 文章

基于GWO-BP-CNN-ec的风电功率短期预测模型*

  • 在大型电网和小型微电网中,风电功率短期预测对电力系统的调度运行有着重要意义。为了提高短期风电功率预测精度,文章提出一种卷积神经网络(Convolutional Neural Network,CNN)与灰狼优化算法(Grey Wolf Optimizer,GWO)结合的短期风电预测模型。首先,通过数据的离散化,将二维风速转换成三维风速,变为符合CNN模型的输入量,再结合GWO对CNN模型的参数进行优化,最后通过BP对整个网络进行微调后引入预测偏差二次修正,最后建立了基于GWO-BP-CNN-ec的风电功率预
  • 关键字: 风电功率短期预测  卷积神经网络  灰狼优化  偏差修正  

赛灵思器件上的 INT4 优化卷积神经网络(2)

  • 接上期http://www.eepw.com.cn/article/202009/418351.htm赛灵思 DSP 片上的 INT4 优化使用 DSP 硬件资源可实现乘法和累加 (MAC) 占用硬件资源较少。经优化后,DSP 能够在 16nm 或 28nm 器件上处理尽可能多的 MAC 运算。以 16nm 为例,赛灵思可编程器件中 UltraScale™ 架构的 DSP48E2 片就属于专用片[参考资料 11]。DSP48E2 片由一个 27x18 二进制补码乘法器和一个 48 位累加器构成。如图 3
  • 关键字: 赛灵思  INT4  卷积神经网络  

赛灵思器件上的 INT4 优化卷积神经网络(1)

  •  对于 AI 推断,在提供与浮点相媲美的精度的同时,INT8 的性能优于浮点。然而在资源有限的前提下,INT8 却不能满足性能要求,INT4 优化则是解决之道。通过 INT4 优化,与现有的 INT8 解决方案相比,赛灵思在实际硬件上可实现高达 77% 的性能提升。概要赛灵思在其硬件平台上提供 INT8 AI 推断加速器 — 深度学习处理器单元 (XDPU)。然而,在某些资源受限,要求高性能、低时延的场景(例如对资源、功耗敏感的边缘侧场景和低时延 ADAS 场景)中,为了实现比 INT8 更低的
  • 关键字: 赛灵思  INT4  卷积神经网络  

大数据医疗时代的人工智能与隐私保护

  •   王旭  (贵州大学大数据与信息工程学院,贵州省量子信息和大数据应用技术研究院,贵州,贵阳 550025)  摘要:近年来,随着大数据挖掘与分析等方法的逐渐成熟,人工智能技术已经在医疗领域广泛应用。本文详细讨论了在医疗数据采集端与人工智能应用端隐私保护所面临的各项问题,从技术的角度、法律的角度以及伦理道德的角度分别分析了医疗隐私安全,并最终提出了四条建议,为医疗行业隐私保护的理论和实践发展提供了可行路径。  关键词:医疗大数据;深度学习;卷积神经网络;人工智能;隐私保护  在医疗行业中,医院信息系统基本
  • 关键字: 201906  医疗大数据  深度学习  卷积神经网络  人工智能  隐私保护  

人工智能市场广阔 AI医学影像该如何盈利?

  •   基于卷积神经网络的深度学习算法,在2012年以来逐渐成为医学变革的新动能。基于CT、MRI、X光、超声、热红外、细胞涂片、心电图等医学图像的智能辅助诊疗系统,在临床使用中已经被证明了有效性。   前不久,笔者在与道彤投资合伙人邹国文的一次闲聊中,邹先生透露,国内致力于开发智能辅助诊疗系统的企业,数量超过100家。如此之多的创业者或企业家脱身于此,一方面证明了其对医学进步的贡献之大,另一方面也预示着其潜在的、巨大的商业价值空间。   投资风口背后的虚虚实实,2018年市场基本清晰了。有些拿不到融资、
  • 关键字: 人工智能  卷积神经网络  

人工智能诊断水平堪比专家 医生会下岗吗?

  •   先是无人驾驶热透半边天,继而下围棋又打遍天下无敌手……逆天的人工智能,最近甚至把手伸进医院——这不,广州市妇女儿童医疗中心刚刚对外宣布,其基于深度学习开发出一个能诊断眼病和肺炎两大类疾病的人工智能系统,这项研究成果以封面文章登上2月23日的世界顶级期刊《Cell》(细胞)。        人工智能诊断疾病靠谱吗?南方南君告诉你,绝对惊人!比对实验发现,该系统在诊断眼疾时的准确性达到96。6%;在区分肺炎和健康状态时,准确性达到92
  • 关键字: 人工智能  卷积神经网络  

一步一步学用Tensorflow构建卷积神经网络

  •   0. 简介  在过去,我写的主要都是“传统类”的机器学习文章,如朴素贝叶斯分类、逻辑回归和Perceptron算法。在过去的一年中,我一直在研究深度学习技术,因此,我想和大家分享一下如何使用Tensorflow从头开始构建和训练卷积神经网络。这样,我们以后就可以将这个知识作为一个构建块来创造有趣的深度学习应用程序了。  为此,你需要安装Tensorflow(请参阅安装说明),你还应该对Python编程和卷积神经网络背后的理论有一个基本的了解。安装完Tensorflow之后,你可以在不依赖GP
  • 关键字: Tensorflow  卷积神经网络  

卷积神经网络(CNN)基础介绍

  •   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  

用卷积神经网络检测脸部关键点的教程(一)

  • 用卷积神经网络检测脸部关键点的教程(一)-这是一个手把手教你学习深度学校的教程。一步一步,我们将要尝试去解决Kaggle challenge中的脸部关键点的检测问题。
  • 关键字: 卷积神经网络  CPU  GPU  

云中的机器学习:FPGA上的深度神经网络

  • 人工智能正在经历一场变革,这要得益于机器学习的快速进步。在机器学习领域,人们正对一类名为“深度学习”算法产生浓厚的兴趣,因为这类算法具有出色的大数据集性能。在深度学习中,机器可以在监督或不受监督的方式下从大量数据中学习一项任务。大规模监督式学习已经在图像识别和语音识别等任务中取得巨大成功。
  • 关键字: 人工智能  机器学习  FPGA  卷积神经网络  

人工智能与语音识别技术

  • 随着深度神经网络在大规模语音识别任务上获得显著效果提升,大数据的不断完善和涟漪效应的提出,在近十年,中国的人工智能也得到了快速发展。作为国内智能语音与人工智能产业领导者的科大讯飞率先将递归神经网络和卷积神经网络应用到真实在线系统中,并提出了全新的深度神经网络结构FSMN——讯飞构型。
  • 关键字: 深度神经网络  递归神经网络  卷积神经网络  讯飞构型  201604  
共11条 1/1 1
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