機器學習，有時也稱為計算智能，近年來已經突破了一些技術障礙，并在機器人、機器翻譯、社交網絡、電子商務，甚至醫藥和醫療保健等領域取得了重大進展。機器學習是人工智能的一個領域，其目標是開發學習計算技術以及構建能夠自動獲取知識的系統。
關鍵字：
數據挖掘 機器學習 深度學習
2019 ISSCC 大會于2月17—21日在美國舊金山開幕，Facebook 首席 AI 科學家 Yann LeCun 在會上發表了主題演講「深度學習硬件：過去、現在和未來」，詳細介紹了深度學習研究的發展將如何影響未來硬件架構。
關鍵字：
深度學習 GPU
近期，計算機視覺奠基者之一，霍金的弟子，約翰霍普金斯大學教授Alan Yuille提出“深度學習在計算機視覺領域的瓶頸已至。”Alan Yuille認為，現在做AI不提神經網絡，成果都很難發表了，這不是一個好勢頭。如果人們只追求神經網絡的潮流，拋棄所有老方法，也不去想如何應對深度網絡的局限性，那么這個領域可能很難有更好的發展。
關鍵字：
深度學習 計算機視覺
近日，人臉識別技術因多次在抓逃犯的過程中“立功”，再度走“紅”。從20世紀60年代起，人臉識別研究開啟，發展到今天有哪些進展?該產業里的競爭，是人工智能投資泡沫帶來的浮躁，還是市場規模將持續突進? 何謂人臉識別技術? 20世紀60年代，人臉識別工程化應用研究正式開啟。初期的方法主要利用了人臉的幾何結構，通過分析人臉器官特征點及其之間的拓撲關系進行辨識。這種方法簡單直觀，但是一旦人臉姿態、表情發生變化，則精度嚴重下降。 如今的解決方案多是基于主動近紅外圖像的多光源人臉識別技術。它可以克服光線變化的
關鍵字：
人臉識別 深度學習
2012年多倫多大學的研究人員首次使用深度學習在ImageNet大規模視覺識別挑戰賽中獲勝，深度學習漸漸被人們所熟知。而對于AI行業的從業者來說，深度學習下的計算機視覺，是使計算機能夠理解圖像背景的一門重要學科，也是人工智能中最具挑戰性的領域之一。
關鍵字：
深度學習
不久之前，人們還常說，計算機視覺的辨別能力尚不如一歲大的孩子。如今看來，這句話要改寫了。計算機不僅能和大多數成年人一樣識別圖片中的物體，在馬路上駕駛汽車的安全性還高過16
歲的青少年。更神奇的是，如今的計算機不再是被動按照指令識別和駕駛，而是像自然界的生命由數百萬年前開始進化那樣，自主地從經驗中學習。
關鍵字：
機器學習 深度學習
2012年多倫多大學的研究人員首次使用深度學習在ImageNet大規模視覺識別挑戰賽中獲勝，深度學習漸漸被人們所熟知。而對于AI行業的從業者來說，深度學習下的計算機視覺，是使計算機能夠理解圖像背景的一門重要學科，也是人工智能中最具挑戰性的領域之一。本文將詳細的解釋當前深度學習下的兩個熱點問題。
關鍵字：
深度學習
Martin Ford在2015年出版的《機器人的崛起》(Rise of the
Robots)一書曾在一時間引起轟動，書中詳細描述了自動化領域許多加速發展的趨勢，以及這些趨勢將如何影響商業，尤其是就業。 在他的下一本書《智能建筑師：人工智能背后的真相》(Architects of Intelligence： The Truth About AI
from The People Building It)中，他試圖深入研究副標題所描述的內容。該著作主要是對人工智能領域的知名人士進行深度采訪。G
關鍵字：
深度學習 AI
計算機視覺是目前AI在中國落地最順利的技術。從目前的落地進展來看，移動互聯網、安防、零售、物流、醫療、文娛、無人駕駛的商業化有待成熟。以曠視科技Face++、商湯科技、極鏈科技Video++為代表的AI頭部企業戰略，出現向平臺企業或軟硬一體化企業發展的分化趨勢，及零售等新領域快速崛起。 計算機視覺在中國AI市場組成部分占比巨大。根據中國信通院2018年2月發布的報告數據，2017年，中國人工智能市場中計算機視覺占比37%，以80億元的行業收入排名第一。 2018年信通院11月發布的《2018人工智
關鍵字：
深度學習 AI
凌華科技匯集旗下人工智能產品精銳，亮相于2018年11月20-22日在蘇州舉行的NVIDIA GTC CHINA 2018 (GPU技術大會)。這是一場人工智能和深度學習領域不容錯過的盛會，從機器人到游戲、從自動駕駛到虛擬現實，諸多領域的最新熱點在此一覽無余。從2018年年初的合作，到全球GPU大會的廣泛參與，不僅體現了凌華科技與NVIDIA的深入合作，也凸顯了凌華科技在人工智能領域的積極拓展與持續發力，并面向工業自動化、軍工、醫療、軌道交通以及網絡通信等應用領域，提供豐富的人工智能邊緣計算解決方案。
關鍵字：
凌華科技 深度學習
近日，騰訊醫療AI實驗室與美國加州大學聯合發布最新研究成果《器官神經網絡：深度學習用于快速和全自動整體頭頸危及器官靶區勾畫》。 據了解，在傳統的頭頸癌放療過程中，為了保證最大程度讓放射計都集中在靶區內，降低其他正常組織和器官受到影響的可能，醫生通常會根據患者的CT圖像手繪放療靶區和危及器官。但實際問題是，手繪會花費醫生大量的時間，對于患者來說，不僅治療效率低，更重要的是可能會耽誤最佳治療時間。 因此，騰訊醫療AI實驗室和加州大學提出，用深度學習模型建立一個“器官神經網絡”，在1秒鐘內對整張CT所有
關鍵字：
深度學習 AI
人類制造技術從手工控制、邏輯控制、程序控制、將進入智能控制時代。智能制造源于人工智能，但當前人工智能主流算法的“深度學習DL”由于需支撐的硬件資源大、訓練時所需要的數據標注成本極高，應用效果完全取決于龐大的數據集、模型的訓練繞不開NP問題等缺陷，因此存在黑箱問題、不能在工業和嵌入式系統應用。 日本阿波羅株式會社首席科學家顧澤蒼博士(中國籍)，在二十多年研究和實踐人工智能的經驗和成果基礎上，針對“深度學習DL”的缺陷，發明了“超深度學習SDL”模型，并計劃產業化做成應用開發板，可以讓小單位或個人方便地
關鍵字：
深度學習 人工智能
10月17日下午消息，據中國臺灣地區媒體報道，Google提出了一套基于LYNA(LYmph Node Assistant)的診斷方法，透過LYNA演算法，病理學家將可以更容易的檢測出，胸腺癌細胞在淋巴結上的微轉移，不只讓幻燈片檢驗時間減半，還讓錯誤率下降兩倍。但Google提到，雖然研究已經有初步的成果，但是要到實際應用還有一段很長的路要走。 以顯微鏡檢查病患的腫瘤，被視為癌癥診斷的黃金標準，而且對預測以及治療決策有決定性的影響，淋巴結轉移與大多數的癌癥相關，同時也是廣泛被采用的TNM癌癥分期重要
關鍵字：
Google 深度學習
談及AI的落地，老生常談的商業化問題，倒推回去就是硬件和解決方案，這是大部分技術發展的最終歸宿：束之高閣的技術，只有商業化才能觸達普羅大眾，得到可持續的發展，AI也不例外。
關鍵字：
AI 深度學習
CEVA 汽車市場營銷主管 Jeff VanWashenova高級輔助駕駛系統 (ADAS) 可提供解決方案，用以滿足駕乘人員對道路安全及出行體驗的更高要求。諸如車道偏離
關鍵字：
自動駕駛 神經網絡 深度學習
深度學習介紹
您好，目前還沒有人創建詞條深度學習!
歡迎您創建該詞條，闡述對深度學習的理解，并與今后在此搜索深度學習的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473