深度学习 文章
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
2019年2月，东芝开发出一款汽车级图像识别芯片（SoC），与东芝上一代产品相比，该产品使深度学习加速器的速度提升10倍，功效提高4倍。由于新产品加入了深度神经网络（DNN）模仿大脑神经网络的算法，与传统模式识别和机器学习相比，DNN的识别处理精度要高得多，预计该产品将会在汽车领域得到广泛应用。这也是东芝目前最新的AI方向的产品。 值得一提的是，东芝的这项技术成果已于2019年2月19日在美国旧金山举行的2019 IEEE国际固态电路会议（ISSCC）上公之于众，并且新系统级芯片符合全球汽 车 功
关键字：
东芝，图像识别芯片，深度学习
据韩媒《Bloter》报导，三星电子于1日（当地时间）迁移、扩张「蒙特利尔AI研究室」至加拿大蒙特利尔Mila研究所。Mila研究所由全球三大深度学习领域学者之一的约书亚·班吉欧（Yoshua Bengio）为主力，是结合蒙特利尔大学、麦基尔大学研究团队、全球企业的AI开发者进行全球性深度学习研究的专门机构。
关键字：
三星电子 AI 深度学习
近日，举办的“云原生产业大会上”，主办方中国信息通信研究院发布了《云原生技术实践白皮书》。电子产品世界记者从白皮书中获悉：在互联网+和新商业业态的冲击下......
关键字：
云原生 深度学习 区块链 边缘 传统互联网
2019年3月27日 ——ACM宣布，深度学习的三位创造者Yoshua Bengio， Yann LeCun， 以及Geoffrey Hinton获得了2019年的图灵奖。
关键字：
深度学习
最近，美国政府将发展人工智能(AI)作为一项国家战略，准备利用美国在基础科研实力上的优势，推动人工智能产业发展。此前人工智能技术的主力军是谷歌等企业，但从过去一年的趋势看，美政府希望在这一领域直接发挥作用。 政府支持“国安优先” 美国总统特朗普2月签署了一份行政令，启动“美国人工智能倡议”，这份倡议体现出“美国优先”、“顶层推动”和“数据开放”三个主要特点。 第一，顶层推动，政企合作。 倡议的显著特征是由政府推动这项国家级科技发展计划。美国总统技术政策副助理迈克尔·克拉齐奥斯直言，这个倡议的重
关键字：
人工智能 深度学习
机器学习，有时也称为计算智能，近年来已经突破了一些技术障碍，并在机器人、机器翻译、社交网络、电子商务，甚至医药和医疗保健等领域取得了重大进展。机器学习是人工智能的一个领域，其目标是开发学习计算技术以及构建能够自动获取知识的系统。 学习系统是一种计算机程序，它通过成功解决过去的问题积累的经验做出决策。尽管应用时间不长，但是有许多不同的学习算法，该领域是计算领域最热门的领域之一，并且定期发布一些新的技术和算法。 机器学习vs人工智能 许多人认为机器学习和人工智能的含义是一样的，但这并不十分准确。人工
关键字：
数据挖掘 机器学习 深度学习
机器学习，有时也称为计算智能，近年来已经突破了一些技术障碍，并在机器人、机器翻译、社交网络、电子商务，甚至医药和医疗保健等领域取得了重大进展。机器学习是人工智能的一个领域，其目标是开发学习计算技术以及构建能够自动获取知识的系统。
关键字：
数据挖掘 机器学习 深度学习
2019 ISSCC 大会于2月17—21日在美国旧金山开幕，Facebook 首席 AI 科学家 Yann LeCun 在会上发表了主题演讲「深度学习硬件：过去、现在和未来」，详细介绍了深度学习研究的发展将如何影响未来硬件架构。
关键字：
深度学习 GPU
近期，计算机视觉奠基者之一，霍金的弟子，约翰霍普金斯大学教授Alan Yuille提出“深度学习在计算机视觉领域的瓶颈已至。”Alan Yuille认为，现在做AI不提神经网络，成果都很难发表了，这不是一个好势头。如果人们只追求神经网络的潮流，抛弃所有老方法，也不去想如何应对深度网络的局限性，那么这个领域可能很难有更好的发展。
关键字：
深度学习 计算机视觉
近日，人脸识别技术因多次在抓逃犯的过程中“立功”，再度走“红”。从20世纪60年代起，人脸识别研究开启，发展到今天有哪些进展?该产业里的竞争，是人工智能投资泡沫带来的浮躁，还是市场规模将持续突进? 何谓人脸识别技术? 20世纪60年代，人脸识别工程化应用研究正式开启。初期的方法主要利用了人脸的几何结构，通过分析人脸器官特征点及其之间的拓扑关系进行辨识。这种方法简单直观，但是一旦人脸姿态、表情发生变化，则精度严重下降。 如今的解决方案多是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的
关键字：
人脸识别 深度学习
2012年多伦多大学的研究人员首次使用深度学习在ImageNet大规模视觉识别挑战赛中获胜，深度学习渐渐被人们所熟知。而对于AI行业的从业者来说，深度学习下的计算机视觉，是使计算机能够理解图像背景的一门重要学科，也是人工智能中最具挑战性的领域之一。
关键字：
深度学习
不久之前，人们还常说，计算机视觉的辨别能力尚不如一岁大的孩子。如今看来，这句话要改写了。计算机不仅能和大多数成年人一样识别图片中的物体，在马路上驾驶汽车的安全性还高过16
岁的青少年。更神奇的是，如今的计算机不再是被动按照指令识别和驾驶，而是像自然界的生命由数百万年前开始进化那样，自主地从经验中学习。
关键字：
机器学习 深度学习
2012年多伦多大学的研究人员首次使用深度学习在ImageNet大规模视觉识别挑战赛中获胜，深度学习渐渐被人们所熟知。而对于AI行业的从业者来说，深度学习下的计算机视觉，是使计算机能够理解图像背景的一门重要学科，也是人工智能中最具挑战性的领域之一。本文将详细的解释当前深度学习下的两个热点问题。
关键字：
深度学习
Martin Ford在2015年出版的《机器人的崛起》(Rise of the
Robots)一书曾在一时间引起轰动，书中详细描述了自动化领域许多加速发展的趋势，以及这些趋势将如何影响商业，尤其是就业。 在他的下一本书《智能建筑师：人工智能背后的真相》(Architects of Intelligence： The Truth About AI
from The People Building It)中，他试图深入研究副标题所描述的内容。该著作主要是对人工智能领域的知名人士进行深度采访。G
关键字：
深度学习 AI
深度学习介绍
您好，目前还没有人创建词条深度学习!
欢迎您创建该词条，阐述对深度学习的理解，并与今后在此搜索深度学习的朋友们分享。
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 -
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
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473