深度学习 文章
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
计算机视觉是目前AI在中国落地最顺利的技术。从目前的落地进展来看，移动互联网、安防、零售、物流、医疗、文娱、无人驾驶的商业化有待成熟。以旷视科技Face++、商汤科技、极链科技Video++为代表的AI头部企业战略，出现向平台企业或软硬一体化企业发展的分化趋势，及零售等新领域快速崛起。 计算机视觉在中国AI市场组成部分占比巨大。根据中国信通院2018年2月发布的报告数据，2017年，中国人工智能市场中计算机视觉占比37%，以80亿元的行业收入排名第一。 2018年信通院11月发布的《2018人工智
关键字：
深度学习 AI
凌华科技汇集旗下人工智能产品精锐，亮相于2018年11月20-22日在苏州举行的NVIDIA GTC CHINA 2018 (GPU技术大会)。这是一场人工智能和深度学习领域不容错过的盛会，从机器人到游戏、从自动驾驶到虚拟现实，诸多领域的最新热点在此一览无余。从2018年年初的合作，到全球GPU大会的广泛参与，不仅体现了凌华科技与NVIDIA的深入合作，也凸显了凌华科技在人工智能领域的积极拓展与持续发力，并面向工业自动化、军工、医疗、轨道交通以及网络通信等应用领域，提供丰富的人工智能边缘计算解决方案。
关键字：
凌华科技 深度学习
近日，腾讯医疗AI实验室与美国加州大学联合发布最新研究成果《器官神经网络：深度学习用于快速和全自动整体头颈危及器官靶区勾画》。 据了解，在传统的头颈癌放疗过程中，为了保证最大程度让放射计都集中在靶区内，降低其他正常组织和器官受到影响的可能，医生通常会根据患者的CT图像手绘放疗靶区和危及器官。但实际问题是，手绘会花费医生大量的时间，对于患者来说，不仅治疗效率低，更重要的是可能会耽误最佳治疗时间。 因此，腾讯医疗AI实验室和加州大学提出，用深度学习模型建立一个“器官神经网络”，在1秒钟内对整张CT所有
关键字：
深度学习 AI
人类制造技术从手工控制、逻辑控制、程序控制、将进入智能控制时代。智能制造源于人工智能，但当前人工智能主流算法的“深度学习DL”由于需支撑的硬件资源大、训练时所需要的数据标注成本极高，应用效果完全取决于庞大的数据集、模型的训练绕不开NP问题等缺陷，因此存在黑箱问题、不能在工业和嵌入式系统应用。 日本阿波罗株式会社首席科学家顾泽苍博士(中国籍)，在二十多年研究和实践人工智能的经验和成果基础上，针对“深度学习DL”的缺陷，发明了“超深度学习SDL”模型，并计划产业化做成应用开发板，可以让小单位或个人方便地
关键字：
深度学习 人工智能
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