頭條 基于FPGA的視頻處理硬件平臺設(shè)計與實現(xiàn) 為了滿足機載顯示器畫面顯示多元化的要求，提出了一種基于FPGA的視頻轉(zhuǎn)換與疊加技術(shù)，該技術(shù)以FPGA為核心，搭配解碼電路及信號轉(zhuǎn)換電路等外圍電路，可實現(xiàn)XGA與PAL模擬視頻信號轉(zhuǎn)換為RGB數(shù)字視頻信號，并且與數(shù)字圖像信號疊加顯示，具有很強的通用性和靈活性。實驗結(jié)果表明，視頻轉(zhuǎn)換與疊加技術(shù)能夠滿足機載顯示器畫面顯示的穩(wěn)定可靠、高度集成等要求，具備較高的應(yīng)用價值。 最新資訊 Molex 宣布收購 BittWare公司 Molex 高級副總裁 Tim Ruff 表示：“在眾多最優(yōu)秀FPGA 計算平臺開發(fā)商中，BittWare 引入的板件等級的計算技術(shù)、集成系統(tǒng)和軟件上的專業(yè)技術(shù)具有極大的廣度，給人留下深刻的印象。” 發(fā)表于：2018/6/6 萊迪思FPGA在網(wǎng)絡(luò)邊緣計算AI開發(fā)方案 FPGA 向來是高大上的形象，即便在人工智能火熱的今天，圍繞 FPGA 討論的焦點也集中在云端的加速，與之相提并論的，更多是以高性能計算見長的 GPU、CPU、DSP。 發(fā)表于：2018/6/6 為Windows 10打造的驍龍850發(fā)布 ARM芯片能撼動英特爾的霸主地位？ 近日有外媒報道高通正在打造Windows ARM系統(tǒng)專屬的驍龍850處理器，并且還在研發(fā)性能更強的驍龍1000。 發(fā)表于：2018/6/6 資源 | 帶自注意力機制的生成對抗網(wǎng)絡(luò)，實現(xiàn)效果怎樣？ 在前一段時間，Han Zhang 和 Goodfellow 等研究者提出添加了自注意力機制的生成對抗網(wǎng)絡(luò)，這種網(wǎng)絡(luò)可使用全局特征線索來生成高分辨率細節(jié)。 發(fā)表于：2018/6/6 常用測試集帶來過擬合？你真的能控制自己不根據(jù)測試集調(diào)參嗎 在驗證集上調(diào)優(yōu)模型已經(jīng)是機器學習社區(qū)通用的做法，雖然理論上驗證集調(diào)優(yōu)后不論測試集有什么樣的效果都不能再調(diào)整模型，但實際上模型的超參配置或多或少都會受到測試集性能的影響。 發(fā)表于：2018/6/6 我國降落傘流固耦合仿真技術(shù)取得重大突破 經(jīng)過持續(xù)不懈的努力，航空工業(yè)航宇降落傘仿真技術(shù)研究項目團隊成功攻克了傘衣立體成形和勾掛處傘衣大變形的仿真兩大關(guān)鍵技術(shù)，實現(xiàn)了穩(wěn)定傘的流固耦合仿真。 發(fā)表于：2018/6/5 前沿 | BAIR探索機器學習公平準則的長期影響：對弱勢群體的善意真的種出了善果？ 由于機器學習系統(tǒng)容易受到歷史數(shù)據(jù)引入的偏見而導致歧視性行為，人們認為有必要在某些應(yīng)用場景中用公平性準則約束系統(tǒng)的行為，并期待其能保護弱勢群體和帶來長期收益。 發(fā)表于：2018/6/5 學界 | 小改進，大飛躍：深度學習中的最小牛頓求解器 牛頓法等利用二階梯度信息的方法在深度學習中很少有應(yīng)用，我們更喜歡直接使用一階梯度信息求解最優(yōu)參數(shù)。本論文提出了一種新型基于二階信息的最優(yōu)化方法，它的內(nèi)存占用與帶動量的 SGD 一樣小，但當收斂速度卻比只使用一階信息的最優(yōu)化方法快。 發(fā)表于：2018/6/5 深度森林第三彈：周志華組提出可做表征學習的多層梯度提升決策樹 自去年周志華等研究者提出了「深度森林」以后，這種新型的層級表征方式吸引了很多研究者的關(guān)注。今日，南京大學的馮霽、俞揚和周志華提出了多層梯度提升決策樹模型，它通過堆疊多個回歸 GBDT 層作為構(gòu)建塊，并探索了其學習層級表征的能力。 發(fā)表于：2018/6/5 中醫(yī)+人工智能，有望迎來機器人的“望聞問切” 未來中醫(yī)診療將是這樣的場景：一面鏡子成為智能檢測設(shè)備，早晨起床照鏡子時就能查看目色、臉色、舌色，“人工智能”會分析并預(yù)測個人健康狀況；擁有古今名醫(yī)大數(shù)據(jù)“智慧”機器人，“望聞問切”為患者辨別癥狀；智能設(shè)備一邊掌握著實時人體數(shù)據(jù)，一邊開展針灸、艾灸等治療。 發(fā)表于：2018/6/4 ?…118119120121122123124125126127…?
