色婷婷综合久久久久中文一区二区,日韩精品无码一区二区三区A片,久久精品国产精品青草

頭條

東京大學(xué)研發(fā)摻鎵氧化銦晶體取代硅材料

東京大學(xué)研發(fā)摻鎵氧化銦晶體取代硅材料

6月29日消息，據(jù)scitechdaily報(bào)道，在2025 年 VLSI 技術(shù)和電路研討會(huì)上，東京大學(xué)工業(yè)科學(xué)研究所的研究人員發(fā)布了一篇題為《通過(guò)InGaOx的選擇性結(jié)晶實(shí)現(xiàn)環(huán)繞柵極的納米片氧化物半導(dǎo)體晶體管，以提高性能和可靠性》的論文，宣布開(kāi)發(fā)一種革命性的新型的摻鎵氧化銦（InGaOx）的晶體材料，有望取代現(xiàn)有的硅材料，大幅提升在AI 與大數(shù)據(jù)領(lǐng)域應(yīng)用的性能，并在后硅時(shí)代延續(xù)摩爾定律的生命力。

SK On向?？松梨趯で?0萬(wàn)噸鋰供應(yīng)

SK On 向?？松梨趯で?10 萬(wàn)噸鋰供應(yīng)，用于生產(chǎn)電動(dòng)汽車(chē)動(dòng)力電池

發(fā)表于：6/26/2024

字節(jié)跳動(dòng)回應(yīng)AI處理器傳聞：消息不實(shí)

字節(jié)跳動(dòng)回應(yīng)AI處理器傳聞：消息不實(shí)

發(fā)表于：6/25/2024

Intel兩大新處理器銷(xiāo)售日期確定

Intel兩大新處理器開(kāi)賣(mài)時(shí)間定了！Lunar Lake筆記本9月、Arrow Lake K系列10月

發(fā)表于：6/25/2024

一篇文章帶你看懂?dāng)?shù)字電源

AI催生電源新品類(lèi)：一篇文章帶你看懂?dāng)?shù)字電源

發(fā)表于：6/25/2024

消息稱(chēng)蘋(píng)果將在臺(tái)灣設(shè)立數(shù)據(jù)中心

有報(bào)道稱(chēng)蘋(píng)果公司正計(jì)劃在中國(guó)臺(tái)灣設(shè)立一座新的數(shù)據(jù)中心，引發(fā)了行業(yè)內(nèi)外的廣泛討論。這一舉動(dòng)被視為蘋(píng)果在全球數(shù)據(jù)基礎(chǔ)設(shè)施布局上的又一重要步驟，旨在加強(qiáng)其服務(wù)的可靠性和響應(yīng)速度，但臺(tái)灣對(duì)此的態(tài)度顯得頗為謹(jǐn)慎，表示 " 無(wú)法證實(shí) " 此消息的真實(shí)性。

發(fā)表于：6/25/2024

龍芯中科3C6000芯片初樣已回片

龍芯中科 3C6000 芯片初樣已回片：測(cè)試總體符合預(yù)期，計(jì)劃四季度發(fā)布

發(fā)表于：6/25/2024

AMD有望推出Strix Point商用CPU

AMD 有望推出 Strix Point 商用 CPU，12 核銳龍 AI 7 PRO 現(xiàn)身 6 月 24 日消息，據(jù) X 平臺(tái)消息人士 @Olrak29 消息，AMD 5 月中旬的發(fā)貨清單中出現(xiàn)了多款 "AI PRO" 筆記本處理器，應(yīng)均基于 Strix Point CPU。

發(fā)表于：6/25/2024

羅徹斯特電子攜手u-blox 為客戶提供豐富的芯片、模塊和物聯(lián)網(wǎng)解決方案

羅徹斯特電子攜手u-blox 為客戶提供豐富的芯片、模塊和物聯(lián)網(wǎng)解決方案

發(fā)表于：6/24/2024

基于FPGA的便攜心電智能診斷加速器及優(yōu)化選芯方案

心電圖（electrocardiogram， ECG）是診斷與心臟相關(guān)疾病的關(guān)鍵工具，可穿戴心電監(jiān)護(hù)儀Holter是院外檢測(cè)的重要手段，小型化、便攜性、實(shí)時(shí)檢測(cè)是優(yōu)化方向。人工智能技術(shù)應(yīng)用于包括心電診斷的各個(gè)領(lǐng)域，但存在參數(shù)量大、難于小型化、計(jì)算速度慢的問(wèn)題，不滿足便攜心電監(jiān)護(hù)儀的要求，而可編程邏輯門(mén)器件（Field-Programmable Gate Array， FPGA）有并行加速的特性。在AI智能算法硬件化的工程應(yīng)用上，存在成本、速度、資源利用率的權(quán)衡，需要進(jìn)行科學(xué)的芯片選型。開(kāi)發(fā)了一種基于1D-CNN的、用于心電診斷的BeatNet ，對(duì)于4分類(lèi)的檢測(cè)任務(wù)，該模型具有98.5% 的分類(lèi)準(zhǔn)確率。

發(fā)表于：6/24/2024

海洋環(huán)境下基于增強(qiáng)YOLOv7的垃圾目標(biāo)檢測(cè)

針對(duì)海洋垃圾識(shí)別任務(wù)在實(shí)際應(yīng)用中模型準(zhǔn)確率不高的問(wèn)題，提出一種基于優(yōu)化YOLOv7的海洋垃圾識(shí)別算法。在圖像增強(qiáng)部分，基于概率UIE的框架，通過(guò)添加eSE注意力減少特征信息的丟失。在損失函數(shù)部分，在IoU損失函數(shù)的基礎(chǔ)上引入兩層注意力機(jī)制的損失函數(shù)，將其與EIoU損失函數(shù)融合進(jìn)一步提升模型的泛化能力。將該算法應(yīng)用于海洋垃圾檢測(cè)任務(wù)，并在基礎(chǔ)數(shù)據(jù)集上對(duì)其進(jìn)行評(píng)估。在YOLOTrashCan兩個(gè)數(shù)據(jù)集上的平均精度均值指標(biāo)分別達(dá)到69.5%、63.5%，相較于YOLOv7算法分別提升6%、1.6%。整體實(shí)驗(yàn)結(jié)果表明，所構(gòu)建的算法能有效提升海洋垃圾檢測(cè)的準(zhǔn)確性。

發(fā)表于：6/24/2024