神经网络 文章
美媒称，人工智能(AI)现在可以做到只参考一小段音频，就能生成一个人面部的数字图像。
关键字：
人工智能 语音识别 神经网络
一般来说，人工智能模型的大小与它们的训练时间有关，因此较大的模型需要更多的时间来训练，随后需要更多的计算。优化数学函数(或神经元)之间的连接是有可能的，通过一个称为修剪的过程，它在不影响准确性的情况下减少了它们的整体大小。但是修剪要等到训练后才能进行。
关键字：
AI 英特尔 神经网络
Development and application of embedded AI technology作者/毕盛 华南理工大学 计算机科学与工程学院（广东 广州 510006） 摘要：人工智能算法如何有效地运行在嵌入式智能终端（即边缘计算）是近年研究的热点，本文从嵌入式人工智能技术研究的意义以及所面临的问题入手，并从硬件平台、算法设计以及算法部署三个方面展开，阐述嵌入式人工智能技术开发的思路，最后通过一个应用实例说明此开发过程。 关键词：边缘计算；嵌入式系统；人工智能 1 研究意义 随着“
关键字：
201905 人工智能 神经网络
将计算机连通人脑，直接读取意识，这不是科幻。
关键字：
神经网络 脑科学
人工智能已经可以自动生成以假乱真的人像照片“忽悠”人类了。凭借“对抗神经网络”，人工智能从“学习”和“识别”进化到了“创造”。清华大学计算机系教授、博士生导师邓志东将此技术与深度卷积神经网络、AlphaGo并称为人工智能的三大发展。
关键字：
AI 神经网络
车牌识别主要包括车牌定位检测、字符分割和字符识别三个部分，现有的车牌识别系统都依托于类似OpenCV这样的软件平台，实际安装操作非常麻烦，没有一个专用的处理器来实现车牌识别功能，针对这一现状，我们设计了基于紫光PGT180H芯片的车牌识别系统，利用FPGA的灵活性和高速并行的特点，实现了车牌识别的功能，并在紫光同创开发板上搭建了车牌识别系统。
关键字：
图像处理 神经网络 FPGA 实时处理 201903
据外媒报道，美国密歇根大学(University of
Michigan)研究人员通过关注人类的步态、身体对称和脚的位置，利用比现在更精确的技术，教授自动驾驶汽车识别和预测行人的行动。车辆通过摄像头、激光雷达和GPS收集到的数据可让研究人员能够捕捉到人类行动的视频片段，然后在三维计算机模拟中重现。在此基础上，科学家们创建了一个“生物力学启发下的复发神经网络”，可对人类行动进行分类。 据研究人员所说，他们能够利用该神经网络预测离汽车50码处的一个或几个行人的动作和未来位置。车辆要想拥有此种必备的预
关键字：
自动驾驶 神经网络
日前，意大利的研究人员通过在一台实际的量子计算机上运行一套特殊的算法，首次研发出起作用量子神经网络。 来自意大利帕维亚大学的Francesco Tacchino领导了一个研究小组，该小组于本月早些时候在ArXiv上传了名为《在实际量子处理器上实现的人工神经元》的预稿。 从根本上讲，他们研发了一种在量子计算机上运行的单层人工神经元网络(artificial neural network，ANN)，这种初步的ANN被称为感知器，作为构成更成熟的神经网络的基本部分。 此前在量子系统内创建感知器的相关尝
关键字：
神经网络 AI
CEVA 汽车市场营销主管 Jeff VanWashenova高级辅助驾驶系统 (ADAS) 可提供解决方案，用以满足驾乘人员对道路安全及出行体验的更高要求。诸如车道偏离
关键字：
自动驾驶 神经网络 深度学习
日前，在2018世界机器人大会基础技术与创新论坛中，中国电子学会发布了《新一代人工智能十大成长性技术展望》，经调研走访了一批在新一代人工智能技术及产业方面具备领先水平和特色的龙头企业，拜访了来自于知名高校、研究机构的人工智能相关领域专家学者，系统梳理了权威智库和知名战略咨询公司的最新报告，遴选了十项最具特色的成长性技术，结论如下: 对抗性神经网络。是指由一个不断产生数据的神经网络模块与一个持续判别所产生数据是否真实的神经网络模块组成 的神经网络架构，创造出近似真实的原创图像、声音和文本数 据的技术。
关键字：
人工智能 神经网络
日前，美国斯坦福大学的研究人员已经证明，可以直接在光学芯片上训练人工神经网络。 这一重大突破表明，光学电路可以实现基于电子的人工神经网络的关键功能，进而可以以更便宜、更快速和更节能的方式执行语音识别、图像识别等复杂任务。 斯坦福大学研究团队的负责人范汕洄表示，相比使用数字计算机，使用光学芯片进行神经网络计算更有效，能够解决更复杂的问题，这将增强人工神经网络的能力。 虽然光学人工神经网络最近已经得到实验证明，但此前的研究是在传统的数字计算机上使用一个模型进行训练步骤，然后将最终的设置导入光学电路。
关键字：
斯坦福 神经网络 光学芯片
最近很长的一段时间，人工智能的热度都维持在一定的高度。但是大家在关注或研究人工智能领域的时候，总是会遇到这样的几个关键词：深度学习、机器学习、神经网络。那他们之间到底是什么样的关系呢? 先说人工智能，人工智能是在1956年一个叫达特茅斯会议上提出的。更准确的说是1956年学者们在会议上将他们确定为人工智能，其实关于其具体的一些研究，早就已经开始了。 所以人工智能已经是有60多年历史的一个领域。为什么最近几年人工智能才逐渐进入大众视野呢?其实，这几年的人工智能浪潮已经是人工智能的第三次热度高涨，并远
关键字：
人工智能 机器学习 神经网络
据悉，先进视觉影像SoC应用技术领导厂商Socionext Inc.(以下“索喜科技”或“公司”)宣布推出神经网络加速器 (Neural Network Accelerator engine，缩写NNA)，用于优化人工智能处理中的边缘计算设备。它具备高速且低功耗的特性，是专用于深度学习中推理处理的加速器。相较以往的处理器，NNA在图像识别等处理时性能提升约100倍。公司预计于2018年第三季度开始，配合FPGA软件开发工具提供产品销售。此外，搭载有NNA的SoC产品开发也正在规划当中。 随着消费电子
关键字：
神经网络 AI
分析了国内AI，包括机器学习、神经网络和深度学习现状，解读了基于AI的工业市场应用与发展，并就国内发展优势及下一步走向进行了研究。
关键字：
AI 云 神经网络 201805
神经网络介绍
您好，目前还没有人创建词条神经网络!
欢迎您创建该词条，阐述对神经网络的理解，并与今后在此搜索神经网络的朋友们分享。
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