国产精品久久91,好男人在线社区www在线视频免费,国产a特一级毛片

京東方：柔性屏產(chǎn)線明年滿產(chǎn)

8月17日消息，在昨天開幕的2018iWorld數(shù)字世界博覽會(huì)上，除了業(yè)內(nèi)熟知的柔性顯示屏產(chǎn)品，BOE（京東方）還展示了最新推出的全球首款數(shù)字藝術(shù)物聯(lián)網(wǎng)解決方案——京東方畫屏。

發(fā)表于：8/20/2018

ECCV 2018 | 對(duì)抗深度學(xué)習(xí): 魚 (模型準(zhǔn)確性) 與熊掌 (模型魯棒性) 能否兼得？

分類的準(zhǔn)確度長(zhǎng)期以來都是評(píng)價(jià)圖像分類模型性能的最核心甚至唯一標(biāo)準(zhǔn)。但最近研究表明，即使是充分訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型也很容易被對(duì)抗攻擊算法攻破。

發(fā)表于：8/18/2018

學(xué)界 | 谷歌的機(jī)器翻譯模型 Transformer，現(xiàn)在可以用來做任何事了

去年，谷歌發(fā)布了機(jī)器學(xué)習(xí)模型 Transformer，該模型在機(jī)器翻譯及其他語言理解任務(wù)上的表現(xiàn)遠(yuǎn)遠(yuǎn)超越了以往算法。

發(fā)表于：8/18/2018

前沿 | XNN：打開了自己黑箱的神經(jīng)網(wǎng)絡(luò)

本文介紹了一種旨在「打開」并解釋神經(jīng)網(wǎng)絡(luò)的新模型 XNN（可解釋神經(jīng)網(wǎng)路）。該網(wǎng)絡(luò)包含三個(gè)重要組成部分：投影層、子網(wǎng)絡(luò)、組合層。XNN 還可用于替代復(fù)雜模型，無論將 XNN 用作主要模型還是用于更復(fù)雜模型的替代模型，XNN 都可以直接解釋模型如何使用輸入特征進(jìn)行預(yù)測(cè)。

發(fā)表于：8/18/2018

學(xué)界 | 利用AI精確重建多模光纖傳輸圖像，該技術(shù)或可改變醫(yī)療和通信行業(yè)

近日，來自瑞士聯(lián)邦理工學(xué)院的一組研究人員在美國(guó)光學(xué)學(xué)會(huì)的高影響因子期刊 Optica 上發(fā)表文章報(bào)告其研究成果。

發(fā)表于：8/18/2018

又一起“漢芯”事件？號(hào)稱自主可控的“紅芯”卻是“美國(guó)芯”？

8月15日，號(hào)稱“基于自主可控、自主創(chuàng)新的瀏覽器核心技術(shù)”的“紅芯”宣布完成2.5億元C輪系列融資，本輪融資主要來源于紅芯目標(biāo)行業(yè)市場(chǎng)的戰(zhàn)略投資，投資方除上市公司及政府客戶外，晨興資本、達(dá)晨創(chuàng)投、IDG資本繼續(xù)跟進(jìn)投資。

發(fā)表于：8/17/2018

基于高層次綜合工具的BIST控制器設(shè)計(jì)

存儲(chǔ)器內(nèi)建自測(cè)試（MBIST）技術(shù)在存儲(chǔ)器測(cè)試中具有廣泛應(yīng)用，針對(duì)傳統(tǒng)寄存器傳輸級(jí)描述語言設(shè)計(jì)BIST控制器的過程相對(duì)繁瑣、專用EDA工具定義算法的靈活性差和電路結(jié)構(gòu)固定等問題，提出采用高層次綜合工具設(shè)計(jì)BIST控制器的方法。以SRAM為對(duì)象，采用C語言描述MARCH算法，并采取端口分配、流水線優(yōu)化和數(shù)組分割等優(yōu)化方案完善設(shè)計(jì)。最后借助FPGA平臺(tái)驗(yàn)證評(píng)估了高層次綜合工具輸出的RTL級(jí)代碼電路的功能可靠性和規(guī)?？煽匦浴Ｏ鄬?duì)于傳統(tǒng)的兩種方法，擺脫了算法實(shí)現(xiàn)和電路結(jié)構(gòu)設(shè)計(jì)的局限性，縮短了算法實(shí)現(xiàn)周期。

發(fā)表于：8/16/2018

RISC-V帶給中國(guó)CPU和芯片行業(yè)發(fā)展的歷史性機(jī)遇

微處理器指令集架構(gòu)（Instruction Set Architecture，ISA）是溝通軟硬件運(yùn)算之間的橋梁，是處理器的靈魂。包括復(fù)雜指令集運(yùn)算（Complex Instruction Set Computing，CISC）、精簡(jiǎn)指令集運(yùn)算（Reduced Instruction Set Computing，RISC）、顯式并行指令集運(yùn)算（Explicitly Parallel Instruction Computing，EPIC）、超長(zhǎng)指令字指令集運(yùn)算（Very Long Instruction Word，VLIW）四類。

發(fā)表于：8/15/2018

埃森哲入股碼隆科技，雙方宣布達(dá)成AI戰(zhàn)略合作

今天（8月13日），埃森哲與碼隆科技達(dá)成戰(zhàn)略合作關(guān)系，并投資持有了其少數(shù)股權(quán)。具體投資額度和持股比例均未公布。

發(fā)表于：8/15/2018

華潤(rùn)上華攜手銳成芯微推出完整低功耗物聯(lián)網(wǎng)解決方案

2018年8月13日，無錫華潤(rùn)上華科技有限公司（以下簡(jiǎn)稱“華潤(rùn)上華”）與成都銳成芯微科技股份有限公司（以下簡(jiǎn)稱“銳成芯微”）宣布，雙方聯(lián)合推出基于華潤(rùn)上華110納米嵌入式閃存技術(shù)平臺(tái)的低功耗物聯(lián)網(wǎng)完整解決方案。

發(fā)表于：8/15/2018

Stratus HLS工具在高性能雙精度浮點(diǎn)乘法設(shè)計(jì)中的應(yīng)用流程

雙精度浮點(diǎn)乘法部件是高性能CPU的核心運(yùn)算部件之一。描述了使用Cadence Stratus HLS工具設(shè)計(jì)和實(shí)現(xiàn)雙精度浮點(diǎn)乘法部件，探索新設(shè)計(jì)方法學(xué)在關(guān)鍵路徑延時(shí)調(diào)整、數(shù)據(jù)路徑優(yōu)化以及低功耗優(yōu)化等問題的解決方法，并探討如何將新的設(shè)計(jì)流程結(jié)合到原有項(xiàng)目開發(fā)中等問題。最終，高階綜合設(shè)計(jì)的RTL，在28 nm工藝下綜合實(shí)現(xiàn)頻率為2.5 GHz、面積為28 211 μm2，基本滿足高性能微處理器的開發(fā)要求，增強(qiáng)了在項(xiàng)目中更加廣泛地使用新設(shè)計(jì)方法學(xué)的信心。

發(fā)表于：8/15/2018

小米第二季度出貨量大漲48.8%，三星份額被華米OV進(jìn)一步壓榨

根據(jù)國(guó)際知名調(diào)研公司IDC數(shù)據(jù)顯示，2018年第二季度國(guó)產(chǎn)手機(jī)廠商繼續(xù)在全球手機(jī)市場(chǎng)攻城掠地，在智能手機(jī)市場(chǎng)總體出貨量同比下滑1．8％的情況下，小米、華為、OPPO等國(guó)產(chǎn)手機(jī)廠商出貨量均出現(xiàn)較大幅度的增長(zhǎng)。其中小米Q2出貨量同比大漲48．8％，增幅穩(wěn)居全球第一，華為以40．9％的增速屈居第二，OPPO也同比增長(zhǎng)了5．1％。有趣的是，由于vivo總出貨量沒有進(jìn)入前五，所以IDC將其歸入了others類別，并未給出具體vivo的具體數(shù)據(jù)。但根據(jù)之前Canalys公布的國(guó)內(nèi)出貨量數(shù)據(jù)，vivo在國(guó)內(nèi)有著30％的增長(zhǎng)，所以國(guó)際國(guó)內(nèi)總體上也應(yīng)該是有大幅增長(zhǎng)的。

發(fā)表于：8/15/2018

國(guó)產(chǎn)FPGA發(fā)展現(xiàn)狀

過去兩年，由于大數(shù)據(jù)中心和AI等應(yīng)用的獲得，以賽靈思和Intel（收購了Altera）為代表的FPGA產(chǎn)業(yè)在市場(chǎng)端倍受熱捧，前者的股價(jià)和營(yíng)收在過去兩年屢創(chuàng)新高，讓大家對(duì)這個(gè)面世三十多年器件的關(guān)注度再度提升。

發(fā)表于：8/9/2018

128塊Tesla V100 4小時(shí)訓(xùn)練40G文本，這篇論文果然很英偉達(dá)

近日，英偉達(dá)發(fā)表了一篇大規(guī)模語言建模的論文，他們使用 128 塊 GPU 在 4 小時(shí)內(nèi)使得 mLSTM 可以收斂，值得注意的是，他們使用的 Amazon Reviews 數(shù)據(jù)集包含 40GB 的文本，這在以前通常需要花費(fèi)數(shù)周的時(shí)間進(jìn)行訓(xùn)練。

發(fā)表于：8/9/2018

一種改進(jìn)的勢(shì)函數(shù)聚類算法

以欠定語音盲分離為背景，提出一種改進(jìn)的勢(shì)函數(shù)聚類算法，實(shí)現(xiàn)時(shí)間延遲和幅度衰減二維變量的同時(shí)聚類估計(jì)。為了去除傳統(tǒng)勢(shì)函數(shù)聚類法對(duì)每個(gè)變量分別聚類估計(jì)后繁瑣的關(guān)聯(lián)配對(duì)過程，提出了對(duì)k維變量同時(shí)進(jìn)行聚類估計(jì)的勢(shì)函數(shù)二次聚類算法。算法第一次進(jìn)行全范圍低精度的直接k維變量聚類估計(jì)，去除關(guān)聯(lián)配對(duì)過程，第二次進(jìn)行小范圍高精度的變量搜索，大大減少了計(jì)算量。新提出的勢(shì)函數(shù)基函數(shù)對(duì)閾值控制更加靈活，適應(yīng)性更強(qiáng)。仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性和可行性。仿真實(shí)驗(yàn)條件下，估計(jì)的相對(duì)幅度衰減角度誤差小于0.1度，勢(shì)函數(shù)二次聚類算法平均運(yùn)行時(shí)間縮短了90%。

發(fā)表于：8/7/2018