国产专区一区在线无码,亚洲色婷婷踪合久久二区

英飛凌發(fā)布邊緣AI軟件解決方案品牌DEEPCRAFT?及新型成熟模型

【2024年12月16日, 德國(guó)慕尼黑訊】隨著邊緣AI被越來(lái)越多的消費(fèi)和工業(yè)應(yīng)用采用，全球功率系統(tǒng)和物聯(lián)網(wǎng)領(lǐng)域的半導(dǎo)體領(lǐng)導(dǎo)者英飛凌科技股份公司（FSE代碼：IFX / OTCQX代碼：IFNNY）正在進(jìn)一步加強(qiáng)其AI軟件產(chǎn)品組合。為此，公司發(fā)布了邊緣AI和機(jī)器學(xué)習(xí)軟件解決方案的新品牌 DEEPCRAFT?。

發(fā)表于：2024/12/16

基于多頭注意力的社交網(wǎng)絡(luò)用戶身份鏈接方法

隨著社交網(wǎng)絡(luò)的快速發(fā)展，人們?cè)谏缃痪W(wǎng)絡(luò)中擁有越來(lái)越多的虛擬身份，識(shí)別同一自然人不同網(wǎng)絡(luò)虛擬身份的網(wǎng)絡(luò)用戶身份鏈接問(wèn)題變得越來(lái)越重要。用戶身份鏈接有助于挖掘網(wǎng)絡(luò)用戶的隱信息，構(gòu)建全面的網(wǎng)絡(luò)用戶畫(huà)像，進(jìn)而促進(jìn)跨網(wǎng)絡(luò)的推薦、鏈接預(yù)測(cè)、信息傳播等多個(gè)研究領(lǐng)域發(fā)展?，F(xiàn)有的基于用戶屬性和基于網(wǎng)絡(luò)結(jié)構(gòu)的用戶身份鏈接方法，沒(méi)有考慮不同用戶之間影響力差異因素，收斂速度較慢?；谏疃扔巫叩挠脩羯矸萱溄臃椒?，融入多頭注意力機(jī)制，對(duì)用戶間影響力進(jìn)行建模，實(shí)驗(yàn)結(jié)果表明，該方法可以很好地改進(jìn)算法有效性，提高訓(xùn)練效率。

發(fā)表于：2024/12/16

基于改進(jìn)YOLOv5n的腐敗水果檢測(cè)模型

為了實(shí)現(xiàn)多種水果在采摘后自動(dòng)化篩選和分揀中腐敗水果識(shí)別的問(wèn)題，提出了改進(jìn)的YOLOv5n模型，命名為mobile-YOLO。首先將YOLOv5n的主干網(wǎng)絡(luò)替換為MobileNetV3并引入深度可分離卷積，相較于原模型，這種改進(jìn)在計(jì)算效率和速度上都有所提升，并且準(zhǔn)確率也得到了提高。為了進(jìn)一步提升速度，將C3模塊替換為C2f模塊，實(shí)現(xiàn)輕量化的同時(shí)獲得了更豐富的梯度流信息。最后將原有的CIoU替換為α-CIoU，以加快收斂速度并保證圖像框位置的準(zhǔn)確性。mobile-YOLO相較于原始的YOLOv5n，mAP@.5（mean Average Precision）達(dá)到了98.1%，mAP@.5：.95達(dá)到了94.2%，同時(shí)在P（Precision）值為97.1%和R（Recall）值為96.8%的情況下，參數(shù)量幾乎與YOLOv5n保持一致。

發(fā)表于：2024/12/16

一種基于狀態(tài)預(yù)測(cè)的多線程數(shù)據(jù)過(guò)濾算法

數(shù)據(jù)過(guò)濾算法在大數(shù)據(jù)處理領(lǐng)域有著重要的作用?；谡齽t表達(dá)式匹配技術(shù)的數(shù)據(jù)過(guò)濾算法憑借強(qiáng)大的特征表達(dá)能力適合于處理大規(guī)模復(fù)雜數(shù)據(jù)。然而，傳統(tǒng)的正則表達(dá)式匹配過(guò)程為串行匹配，造成性能低，無(wú)法滿足現(xiàn)代數(shù)據(jù)處理的需求。針對(duì)傳統(tǒng)正則表達(dá)式匹配性能低的問(wèn)題，提出一種基于多線程和狀態(tài)預(yù)測(cè)的正則表達(dá)式加速匹配算法，稱之為μFA：基于向量指令執(zhí)行字符值比較，獲取可直接跳過(guò)的信任字符數(shù)。同時(shí)，基于多線程加速和狀態(tài)猜測(cè)技術(shù)，實(shí)現(xiàn)字符串的分段匹配處理，通過(guò)圈定字符危險(xiǎn)區(qū)域，研判各分段最終匹配結(jié)果的正確性。實(shí)驗(yàn)結(jié)果表明，μFA算法的吞吐率是原始DFA算法的10.12~91.36倍、ßFA算法的1.08~2.97倍。

發(fā)表于：2024/12/16

融合圖文預(yù)訓(xùn)練的漢越多模態(tài)神經(jīng)機(jī)器翻譯

由于漢語(yǔ)和越南語(yǔ)之間存在顯著的語(yǔ)法差異及語(yǔ)料稀缺，漢越神經(jīng)機(jī)器翻譯任務(wù)面臨名詞翻譯不準(zhǔn)確的挑戰(zhàn)。提出了一種新穎的多模態(tài)神經(jīng)機(jī)器翻譯方法，該方法融合了文本預(yù)訓(xùn)練模型和視覺(jué)語(yǔ)言聯(lián)合預(yù)訓(xùn)練模型。通過(guò)文本預(yù)訓(xùn)練模型，能夠捕獲深層的語(yǔ)言結(jié)構(gòu)和語(yǔ)義；而視覺(jué)語(yǔ)言聯(lián)合訓(xùn)練模型則提供了與文本相關(guān)聯(lián)的視覺(jué)上下文，這有助于模型更準(zhǔn)確地理解和翻譯名詞。兩種模型通過(guò)一個(gè)簡(jiǎn)潔高效的映射網(wǎng)絡(luò)結(jié)合，并通過(guò)Gumbel門(mén)控模塊動(dòng)態(tài)地整合多模態(tài)信息，以優(yōu)化翻譯輸出。在漢越及越漢翻譯任務(wù)中，該方法相比傳統(tǒng)Transformer模型分別提升了7.13和4.27的BLEU值。

發(fā)表于：2024/12/16

無(wú)問(wèn)芯穹開(kāi)源全球首款端側(cè)全模態(tài)理解模型Megrez-3B-Omni

12 月 16 日消息，無(wú)問(wèn)芯穹今日宣布，開(kāi)源無(wú)問(wèn)芯穹端側(cè)解決方案中的全模態(tài)理解小模型 Megrez-3B-Omni 和它的純語(yǔ)言模型版本 Megrez-3B-Instruct。

發(fā)表于：2024/12/16

智元開(kāi)啟通用機(jī)器人商用量產(chǎn)

12 月 16 日消息，智元機(jī)器人今日發(fā)布視頻宣布，智元開(kāi)啟通用機(jī)器人商用量產(chǎn)。

發(fā)表于：2024/12/16

美國(guó)將限制中國(guó)經(jīng)第三國(guó)購(gòu)買GPU AI芯片

12月13日消息，據(jù)國(guó)內(nèi)媒體報(bào)道，美國(guó)政府計(jì)劃在本月底前發(fā)布一項(xiàng)新規(guī)則，進(jìn)一步升級(jí)對(duì)華芯片禁令，從而遏制中國(guó)公司從不受限制的第三方國(guó)家采購(gòu)先進(jìn)的人工智能(AI) 芯片。據(jù)兩位知情人士稱，新的出口管制措施將側(cè)重于用于AI模型訓(xùn)練的圖形處理單元（GPU）的全球出貨。此舉在于監(jiān)管美國(guó)產(chǎn)品的“擴(kuò)散”，以確保美國(guó)保持全球AI領(lǐng)導(dǎo)地位。

發(fā)表于：2024/12/13

英偉達(dá)在華員工今年增加近1000人

12月12日消息，據(jù)彭博社引述未具名消息人士報(bào)道稱，AI芯片大廠英偉達(dá)（NVIDIA）今年已經(jīng)在中國(guó)增加了數(shù)百名員工，借此以提升在中國(guó)的研發(fā)能力，并聚焦最新的自動(dòng)駕駛技術(shù)。報(bào)道稱，截至今年底，英偉達(dá)在中國(guó)的總員工數(shù)預(yù)計(jì)將達(dá)4000人，高于今年年初的約3000人，其中北京分公司的員工就增加了約200人，達(dá)到了600人，近期還在中關(guān)村科技園區(qū)開(kāi)設(shè)了新的辦公室。除了擴(kuò)張自動(dòng)駕駛技術(shù)研發(fā)團(tuán)隊(duì)，英偉達(dá)還擴(kuò)充了售后服務(wù)與網(wǎng)絡(luò)軟件研發(fā)團(tuán)隊(duì)。

發(fā)表于：2024/12/13

量子位智庫(kù)發(fā)布2024年度AI十大趨勢(shì)報(bào)告

12月11日，量子位智庫(kù)發(fā)布《2024年度AI十大趨勢(shì)報(bào)告》，從技術(shù)、產(chǎn)品、行業(yè)三個(gè)維度勾勒AI現(xiàn)狀、揭曉AI十大趨勢(shì)。

發(fā)表于：2024/12/12

BCG發(fā)布人工智能成熟度矩陣

12月11日消息，對(duì)于人工智能在多大程度上改變了當(dāng)今世界，人們的看法各不相同，但有一點(diǎn)是明確的：這項(xiàng)技術(shù)正在塑造經(jīng)濟(jì)發(fā)展的未來(lái)。日前，波士頓咨詢集團(tuán)(BCG)發(fā)布了《人工智能成熟度矩陣》報(bào)告，對(duì)全球73個(gè)經(jīng)濟(jì)體人工智能的現(xiàn)狀進(jìn)行了評(píng)估，并對(duì)各個(gè)經(jīng)濟(jì)體利用人工智能技術(shù)推動(dòng)經(jīng)濟(jì)發(fā)展的潛力進(jìn)行了深入分析。絕大多數(shù)經(jīng)濟(jì)體正在逐步采用人工智能，但是一小部分有影響力的人工智能先驅(qū)正在引領(lǐng)這一趨勢(shì)。

發(fā)表于：2024/12/12

Omdia預(yù)計(jì)2029年生成式AI市場(chǎng)規(guī)模達(dá)728億美元

根據(jù) Omdia 今天發(fā)布的最新預(yù)測(cè)，全球生成式AI 市場(chǎng)仍處于起步階段，該市場(chǎng)將在五年內(nèi)增長(zhǎng)五倍，從 2024 年的 146 億美元增長(zhǎng)到 2029 年的 728 億美元（注：當(dāng)前約 5282.37 億元人民幣）。頂尖的應(yīng)用領(lǐng)域包括消費(fèi)類、企業(yè)服務(wù)、零售業(yè)、媒體娛樂(lè)業(yè)以及醫(yī)療保健業(yè)。

發(fā)表于：2024/12/12

借助支持邊緣 AI 的 MCU 優(yōu)化實(shí)時(shí)控制系統(tǒng)中的系統(tǒng)故障檢測(cè)

　　當(dāng)前關(guān)于人工智能（AI）和神經(jīng)網(wǎng)絡(luò)的討論主要集中在生成應(yīng)用（生成圖像、文本和視頻），很容易忽視 AI 將為工業(yè)和基礎(chǔ)設(shè)施應(yīng)用中的電子產(chǎn)品帶來(lái)變革的實(shí)際示例。

發(fā)表于：2024/12/11

中國(guó)科學(xué)家用AI破解多相催化領(lǐng)域50年難題

日前，中國(guó)科學(xué)技術(shù)大學(xué)教授李微雪團(tuán)隊(duì)在多相催化領(lǐng)域取得重大突破，其研究成果在線發(fā)表于《科學(xué)》雜志。該研究利用人工智能技術(shù)揭示了負(fù)載型金屬催化劑中“金屬-載體相互作用”的本質(zhì)，解決了困擾該領(lǐng)域近50年的難題。報(bào)道稱，自2017年起，李微雪帶領(lǐng)團(tuán)隊(duì)歷時(shí)8年，通過(guò)收集25種金屬和27種氧化物的實(shí)驗(yàn)數(shù)據(jù)，使用可解釋性AI算法構(gòu)建了一個(gè)包含300億個(gè)表達(dá)式的候選空間。

發(fā)表于：2024/12/11

官方確定AI相關(guān)中文譯名

近兩年AI大火，涌現(xiàn)了很多新名詞，AIGC、AGI之類的幾乎天天出現(xiàn)在各大新聞。很多人都一頭霧水，不清楚到底什么意思，而且有些不同廠商的解釋也有所不同，現(xiàn)在官方規(guī)范解釋來(lái)了。

發(fā)表于：2024/12/11