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 >> 机器学习

机器学习 文章 进入机器学习技术社区

美光内存与存储是实现数字孪生的理想之选

  • 据 IDC 预测,从 2021 年到 2027 年,作为数字孪生的新型物理资产和流程建模的数量将从 5% 增加到 60%。尽管将资产行为中的关键要素数字化并非一种全新概念,但数字孪生技术从精确传感到实时计算,再到将海量数据转为深度洞察,从多方面进一步推动了设备和运营系统优化,从而实现扩大规模并缩短产品上市时间。此外,启用人工智能/机器学习 (AI/ML) 模型将有助于提高流程效率、减少产品缺陷,实现出色的整体设备效率 (OEE)。当我们了解了上述需求的复杂性和面临的挑战,就能意识到内存与存储对于实现数字孪
  • 关键字: 数字孪生  DRAM  机器学习  

英飞凌推出业界首款 USB 10Gbps 外设控制器EZ-USB™ FX10

  • 十多年来,EZ-USB™ FX3 在机器学习应用中发挥着至关重要的作用,它为机器视觉相机、频谱分析仪和许多高带宽数据采集系统提供 USB 5Gbps 连接的黄金标准构件。在人工智能推动下,现实世界的数字化程度不断提高,各行各业对数据库和更高速接口的需求也急剧增加。自 2021 年以来,英飞凌作为 USB 市场的领导者,已投入数千万美元开发新一代通用 USB 控制芯片。经过两年的开发,EZ-USB™ FX10 终于面世,其性能比上一代产品提高 300%,可为人工智能、影像和其他新兴应用提供 USB 10Gb
  • 关键字: EZ-USB  机器学习  数据采集  高速接口  

苹果发布DeepPCR机器学习算法:加速神经网络的推理和训练

  • 苹果近日发布了DeepPCR机器学习算法,通过并行处理常规顺序操作,可以加速神经网络的推理和训练。神经网络处理过程中,目前广泛采取并行化技术,不过神经网络中的一些操作仍然是按顺序完成的,扩散模型通过一系列的去噪阶段生成输出,并且逐层进行向前和向后传递。随着步骤数的增加,这些进程的顺序执行在计算上变得昂贵,可能会导致计算瓶颈。苹果科研团队为了解决这个问题,推出了DeepPCR算法,进一步加速了神经网络的训练和推理。该团队采用了平行循环还原(PCR)算法来检索该解决方案,将顺序过程的计算成本从 O(L)降低到
  • 关键字: 苹果  DeepPCR  机器学习  算法  神经网络  

美光高性能内存与存储,推动 AI 丰富残障人士生活体验

  • 美光云计算高级业务发展经理 Eric Booth 90 岁的祖母患有严重的听力障碍,即使佩戴助听器也很难听清别人在说什么。Eric 注意到,她需要凑近讲话者,识别他们的唇语,努力理解他们的话语。而当多人进行交谈时,她常常会感到迷茫。Eric 萌生了一个想法:为何不用祖母的智能手机帮她来“倾听”呢?他打开手机的记事簿功能,按下麦克风按钮,向她展示了手机如何将他的话转录成屏幕上的文字。他表示:“我的祖母非常兴奋,笑得合不拢嘴,她现在可以参与到从前无法进行的对话中。”这也让我们看到了该技术如何切实改善了言语、语
  • 关键字: 语音识别  生成式AI  机器学习  内存  

英飞凌推出全新PSoC Edge产品系列,扩展微控制器产品组合

  • 英飞凌科技股份公司于近日宣布推出全新的PSoC™微控制器(MCU)产品系列,即PSoC™ Edge。PSoC™产品组合是英飞凌基于Arm® Cortex®内核打造的高性能且低功耗的安全器件。PSoC Edge 专为新一代实时响应计算和控制应用而设计,并提供由硬件辅助的机器学习(ML)加速功能。该全新MCU产品系列通过降低人机交互的设计门槛,并为终端应用增加情景感知功能,让终端产品变得更加智能和直观易用,从而提供更高水平的终端用户体验。同时,它们还能通过内置的英飞凌Edge Protect嵌入式技
  • 关键字: 英飞凌  PSoC Edge  微控制器  MCU  机器学习  

Microchip在人工智能/机器学习方面的对策

  • Microchip 在嵌入式AI 市场的重点领域包括工业自动化和维护、智能家居、物联网(IoT)及医疗。在AI 市场中,预测性维护是一个快速发展的重点领域。通过减少停机时间,可以帮助企业在设备维护方面节省成本。工程师面临的主要挑战之一是从大量数据中创建一个经过筛选的数据集。这对于模型的开发和训练以及推理的准确性非常关键。Microchip 开发了多种解决方案,旨在帮助设计人员和工程师克服与嵌入式AI 有关的挑战,其中包括可以处理复杂算法的单片机(MCU)、微处理器(MPU)和FPGA。借助MPLAB® 机
  • 关键字: Microchip  人工智能  机器学习  

Microchip 推出 MPLAB® 机器学习开发工具包,助力开发人员轻松将机器学习集成到 MCU 和 MPU中

  • —— 这款独特的解决方案首次全面支持 8 位、16 位和 32 位 MCU 以及 32位MPU,可在边缘实现机器学习机器学习 (ML) 正成为嵌入式设计人员开发或改进各种产品的标准要求。为满足这一需求,Microchip Technology Inc.(美国微芯科技公司)近日推出了全新的 MPLAB® 机器学习开发工具包,提供一套完整的集成工作流程来简化机器学习模型开发。这款软件工具包可用于Microchip的各类单片机 (MCU) 和微处理器 (MPU) 产品组合,助力开发人员快速高效地添加机器学习推理
  • 关键字: Microchip  MPLAB  机器学习  MCU  MPU    

Nordic收购美国人工智能/机器学习技术

  • Nordic Semiconductor宣布与美国人工智能和机器学习公司 Atlazo达成收购知识产权组合的协议,其中包括Atlazo八人核心团队的雇用协议,并未披露具体金额。总部位于美国加州圣迭戈的Atlazo公司是用于微型边缘设备的人工智能和机器学习(AI/ML)处理器、能源管理和传感器接口设计的技术领导者。Nordic公司与Atlazo 公司达成收购知识产权组合的协议,这将进一步巩固Nordic在物联网低功耗产品和解决方案开发领域的领先地位,并加速重要的战略发展计划。通过收购Atlazo的知识产权和
  • 关键字: Nordic  人工智能  机器学习  

5G 技术、云原生开发和机器学习是推动物联网解决方案的重要助力

  • 每次谈及物联网 (IoT),行业就会明显出现两大阵营:乐观派和悲观派。后者将物联网认定为“尚属未来”的技术。而我个人是坚定的乐观派:对于物联网解决方案有望带来的变革性创新,我既感到无比振奋,同时又保持审慎的乐观态度,毕竟任何新兴技术的崛起都要面临诸多挑战。 对于 Arm® 而言,伴随我们持续推出一众具有针对性的解决方案、IP 和其它各类技术的同时,既向创新者提供了有力的支持,也始终确保自己站在市场最前沿引领趋势、应对挑战。正因于此,我们在全球生态系统中,对物联网从业人员进行了一项调查,采访对象包括开发者、
  • 关键字: 5G  机器学习  物联网  arm  

Microchip推出MPLAB机器学习开发工具包,助力开发人员轻松将机器学习集成到MCU和MPU中

  • 机器学习 (ML) 正成为嵌入式设计人员开发或改进各种产品的标准要求。为满足这一需求,Microchip Technology Inc.(美国微芯科技公司)近日推出了全新的 MPLAB® 机器学习开发工具包,提供一套完整的集成工作流程来简化机器学习模型开发。这款软件工具包可用于Microchip的各类单片机 (MCU) 和微处理器 (MPU) 产品组合,助力开发人员快速高效地添加机器学习推理。Microchip开发系统业务部副总裁Rodger Richey表示:“机器学习是嵌入式控制器的新常态,与依赖云通
  • 关键字: Microchip  MPLAB  机器学习  MCU  MPU  

ST机器学习解决方案助力车企探索汽车AI可能性

  • 意法半导体的首款车规机器学习解决方案SL-AIAID012401V1由AEKD-AICAR1 评估套件、AI 人工智能插件和AutoDevKit 车规开发板组成,能够识别驻车、正常路况、崎岖道路、车轮侧滑或突然转向四种汽车状态。这是一个难得的机会,可以通过测试和开发汽车人工智能应用,以确定该技术是否适合这个市场。事实上,许多车企还在探索在行业现阶段,机器学习对他们是否有意义。从头开始创建算法需要投入大量的人力和资金。把评估解决方案导入我们的 AutoDevKit 平
  • 关键字: ST  机器学习  汽车AI  

Gartner发布影响数据科学和机器学习未来方向的重要趋势

  • Gartner今日发布了影响数据科学与机器学习(DSML)未来方向的重要趋势。随着DSML行业的快速发展和演变,数据对于人工智能(AI)开发与运用的重要性日益提高,尤其是投资重点也正转向生成式人工智能领域。 Gartner研究总监Peter Krensky表示:“随着机器学习在各个行业的应用持续快速扩大,DSML也正从单纯侧重于预测模型转向更加普及化、动态化和以数据为中心的技术领域,而且生成式人工智能(AI)的热潮也助推了这一趋势。尽管潜在风险不断出现,但面向数据科学家及其组织的新功能和用例也层
  • 关键字: Gartner  机器学习  

卷积神经网络的硬件转换:什么是机器学习?——第三部分

  • 摘要本系列文章由三部分组成,主要探讨卷积神经网络(CNN)的特性和应用。CNN主要用于模式识别和对象分类。作为系列文章的第三部分,本文重点解释如何使用硬件转换卷积神经网络(CNN),并特别介绍使用带CNN硬件加速器的人工智能(AI)微控制器在物联网(IoT)边缘实现人工智能应用所带来的好处。系列文章的前两篇文章为《卷积神经网络简介:什么是机器学习?——第一部分》和《训练卷积神经网络:什么是机器学习?——第二部分》。 简介AI应用通常需要消耗大量能源,并以服务器农场或昂贵的现场可编程门阵列(FPG
  • 关键字: 卷积神经网络  硬件转换  机器学习  ADI  

使用多层感知器进行机器学习

  • 到目前为止,我们关注的是单层感知器,它由一个输入层和一个输出层组成。您可能还记得,我们使用术语“单层”是因为此配置仅包括一层计算活动节点,即通过求和然后应用激活函数来修改数据的节点。输入层中的节点只是分发数据。到目前为止,我们关注的是单层感知器,它由一个输入层和一个输出层组成。您可能还记得,我们使用术语“单层”是因为此配置仅包括一层计算活动节点,即通过求和然后应用激活函数来修改数据的节点。输入层中的节点只是分发数据。单层感知器在概念上很简单,训练过程非常简单。不幸的是,它不提供我们复杂的、现实生活中的应用
  • 关键字: 多层感知器  机器学习  

如何通过人工智能(AI)和机器学习应对零售劳动力和执行方面的挑战

  • 今年以来国内消费持续恢复,国内零售市场呈稳步发展态势,而商务部也将2023年定为“消费提振年”,消费的基础性作用被进一步强调。面对不断增长的需求,零售团队人员数量及具体运营执行是否能及时匹配,正成为零售商们不得不面临的挑战。零售团队人员的短缺将使商店难以正常运营。当商店经理的人数捉襟见肘时,他们可能没有时间对员工进行新技能培训,帮助员工提高现有的技能组合,或者弄清楚如何以更佳的方式在商店中利用其技能。商店经理也可能难以对已有员工进行有效的安排。鉴于如今客户和员工的期望之高前所未有,因此很难追踪每位团队成员
  • 关键字: 人工智能  机器学习  零售  
共259条 1/18 1 2 3 4 5 6 7 8 9 10 » ›|
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