頭條 2024年Q4全球智能手機AP/SoC芯片市場研究報告發(fā)布 3月30日消息，市場研究機構Counterpoint Research日前公布了2024年第四季度全球智能手機AP/SoC芯片市場研究報告。報告顯示，聯發(fā)科、蘋果、高通、展銳、海思位居前六名，份額分別是34%、23%、21%、14%、4%、3%。 最新資訊 基于深度學習技術的水稻環(huán)境因素產量預測 水稻作為全球重要的糧食作物，準確預測水稻產量在農業(yè)發(fā)展中起著重要作用。由于水稻在環(huán)境因子與其生長機理的作用下往往呈現出非線性的特點，難以對其做出較為準確的預測，因此，提出CE-CGRU水稻產量預測模型，對非線性環(huán)境因子Copula熵（CE）方法進行提取特征并與CNN和GRU技術結合在一起。其目的是在水稻品種確定的條件下，識別產量預測的重要特征。根據使用浙江省臨安區(qū)真實數據分析和比較所提出的模型的性能，構建了其他5個產量預測模型進行對比，分別是MLR、RF、LSTM、GRU和CNN-LSTM。結果顯示，CE-CGRU模型的MAE、MSE和MAPE分別為0.677、0.87和5.029％，表明CE-CGRU模型具有更好的能力來捕捉水稻產量與環(huán)境因素之間的復雜非線性關系。此外，還對不同的特征選擇方法以及不同時間步長進行了比較和分析。 發(fā)表于：4/29/2024 基于改進AOD-Net的圖像去霧算法 為了更好解決圖像去霧后顏色失真、去霧不徹底和耗時等問題，提出了一種基于改進AOD-Net的圖像去霧算法。首先，在原有的卷積模塊中引入殘差連接，并保留了第二個特征融合層第一層的特征信息，以增強網絡的特征提取能力。其次，在第三個特征融合層后引入注意力模塊，強化霧圖中的關鍵特征信息，抑制無關背景干擾。最后，采用新的復合損失函數進行訓練。實驗結果表明，改進算法在公共數據集上的峰值信噪比提高了3.8 dB，結構相似性達到了93.6%。相較于其他去霧算法，該算法在去霧精度和處理效率方面均表現出色。 發(fā)表于：4/29/2024 基于系統(tǒng)級封裝的RISC-V電路設計與實現 為滿足電子系統(tǒng)在性能、功耗、體積、重量和國產化等方面的需求，設計了一款基于系統(tǒng)級封裝技術的RISC-V電路。該電路以采用自主指令集架構和國內工藝的處理器為核心，并集成了國產外圍電路，實現了一款完全自主創(chuàng)新的、具備常用控制與通信接口的微系統(tǒng)電路。經過測試與驗證，該電路各項功能和性能均達到設計指標，有效地提高了功能密度，很好地滿足了電子系統(tǒng)在小型化、輕量化和低功耗等方面的需求。 發(fā)表于：4/29/2024 一種SSD主控芯片數據加解密模塊的設計與驗證 為了增強固態(tài)硬盤（Solid State Disk， SSD）的數據安全，介紹了SSD主控芯片中一種滿足《安全芯片密碼檢測準則》二級要求設計的數據SM4加解密模塊。另外，為了驗證模塊設計的正確性，介紹了基于通用驗證方法學（Universal Verification Methodology， UVM）設計的自動化驗證平臺，以設計功能點和代碼覆蓋率為衡量指標，數據加解密模塊被該驗證平臺較充分地驗證，最終達到片上系統(tǒng)（System on Chip， SoC）的流片交付標準。 發(fā)表于：4/29/2024 TSN時間敏感網絡幀搶占的研究與電路實現 時間敏感網絡（Time Sensitive Network， TSN）是一種新型網絡技術，在傳統(tǒng)的以太網技術基礎上，對關鍵數據的實時性、可靠性和安全性方面進行了增強，可滿足工業(yè)互聯網、自動駕駛、醫(yī)療健康等領域的需求。針對TSN中的幀搶占技術進行了研究分析，實現了幀搶占電路。作為TSN網絡交換芯片的重要部分，實現了TSN幀搶占等芯片實現的自主創(chuàng)新，在相關時間敏感領域具有較好的應用價值。 發(fā)表于：4/29/2024 融合蛋白質語言模型與深度神經網絡的植物蛋白質相互作用預測研究 預測植物中的蛋白質-蛋白質相互作用（PPI）具有重要的生物學意義。同時采用了4種編碼方法及深度神經網絡構建了蛋白質相互作用預測模型。結果表明，提出的融合蛋白質語言模型Ankh與深度神經網絡的方法構建的PPI預測模型性能在3種植物數據集上均獲得了最優(yōu)的AUPR和AUC值，Sen及MCC值也均優(yōu)于其他4種蛋白質相互作用預測模型。當模型在水稻、大豆的植物PPI數據集上進行測試時，所提出的模型AUPR值分別為0.802 5、0.730 1，AUC值分別為0.956 2、0.950 7。這些優(yōu)異的結果表明，融合蛋白質語言模型Ankh的PPI模型可以作為植物蛋白質相互作用預測的一個有前途的工具。 發(fā)表于：4/29/2024 混合CNN-SVM的心音信號分類算法的研究 針對當前心音信號識別算法檢測精度不佳問題，提出了一種混合卷積神經網絡-支持向量機模型 （CNN-SVM） 的心音信號分類方法。通過PASCAL挑戰(zhàn)實驗數據，整理出正常與不正常兩類心音信號數據庫，通過預處理濾波及MFCC、一二階差分特征提取、PCA降維，輸入CNN-SVM模型進行訓練。并從準確率、召回率、特異性、精確率和F分數5個方面進行性能評估。為了驗證此算法的有效性，將混合CNN-SVM模型與單一SVM、CNN模型分別進行了對比。實驗結果表明，該方法能夠以較高識別率將兩種心音信號區(qū)分開，其平均識別準確率接近于99%，相較于單一CNN方法提高了2.48%，同樣高于單一SVM算法。 發(fā)表于：4/29/2024 CNI集成JPALS能力的進展及展望 衛(wèi)星導航著陸是下一代精密著陸技術的趨勢，其在通信導航識別系統(tǒng)（CNI）中的集成也成為了重要的研究內容。綜述了聯合精密進近著陸系統(tǒng)（JPALS）的原理與系統(tǒng)結構，分析了國內當前衛(wèi)星導航著陸技術的研究現狀及工程技術基礎，在此基礎上提出了堅持當前綜合化CNI框架下，從JPALS需求論證、系統(tǒng)設計、可擴展性等方面提出了集成JPALS能力的初步工程設想。 發(fā)表于：4/29/2024 2024一季度，硅谷三大廠在服務器上花了360億美元 1 Meta、微軟以及 Alphabet 的財報顯示，三家公司第一季度與 AI 基建相關資本支出超過 360 億美元。 2 Meta 預計 2024 年在 AI 相關方面的資本支出可能達 400 億美元，相當于每季度投入 100 億美元。 3 微軟第一季度的支出為 140 億美元，相當于增長了 22%。 4 谷歌計劃今年每個季度的資本支出約為 120 億美元或更多，其中大部分將用于新建數據中心。 發(fā)表于：4/29/2024 中國移動發(fā)布本土首顆400Gbps DPU芯片 中國移動發(fā)布本土首顆400Gbps DPU芯片 發(fā)表于：4/29/2024 ?…125126127128129130131132133134…?
