United States - Flag United States

Please confirm your currency selection:

Bench Talk for Design Engineers

贸泽电子 - 博客

rss

Bench Talk for Design Engineers | The Official Blog of Mouser Electronics


你没看错:如今MCU上“跑”机器学习,也很给力! Doctor M
机器学习(ML)是解决涉及模式识别问题的一个非常好的工具,ML算法能将杂乱的原始数据转化为可用信号。其基本流程是基于数据产生模型,然后利用模型预测输出,从而实现无需人工交互即可完成学习、推理和决策等目的。然而,对高性能计算资源的需求将许多ML应用程序限制在云中。也就是说,只有云数据中心级别的性能才能满足ML对算力的要求。

通过弱监督学习揭示医学影像中的秘密 Becks Simpson
将医学影像交给人工智能 (AI) 来分析,可以比人类专家更快、更准确地检测和测量出异常情况,推动基于影像的医疗诊断更进一步发展。要借此来改善患者的治疗效果并确立针对性的治疗方法,就必须建立起在不同人群中具有普遍性的高质量AI模型。然而,要建立这样的AI模型,就离不开大量数据的支持,并且这些数据还需要经过精心标注,才能供机器来学习。

标准缺失让RPA前路坎坷 Jeff Shepard
机器人流程自动化 (RPA) 涉及到开发的大众化,这意味着需要一定程度的标准化。但是目前几乎没有在标准化方面的努力。到目前为止,唯一可供采用的标准是IEEE的分类标准,而RPA供应商仍在继续提供专有和各自独立的解决方案。

机器学习步骤详解,一文了解全过程! M. Tim Jones
部署机器学习需要先选择模型,针对特定任务加以训练,用测试数据进行验证,然后,将该模型部署到实际系统中并进行监控。在本文中,我们将讨论这些步骤,将每个步骤拆分讲解来介绍机器学习。

云端之外的分布式分析 Charles Byers
分析、AI和机器学习通常作为集中式功能在网络中实现,经常部署在云端。一个日益增长的趋势是将这些学习和推断功能分散到云端、边缘和端点计算机上。本文将探讨其中的一些权衡。

抗疫机器人系统的研究现状 Wang Jing
新冠疫情是一个突然爆发的全世界灾难,在人们措手不及,医疗应对措施完全没有准备的情况下,要求发动全员面临这么大的挑战,实属艰难。抗击疫情期间,最困难的问题之一就是人员和医疗设施短缺的问题,面对众多的病人,他们所需要的医疗帮助各不相同,如何有效,全面的护理病人,让医疗工作井井有条,是一个巨大的挑战。而这个挑战也体现在了疫情后期的医疗护理方面。值得庆幸的是,科技在很大程度上帮助人类解决了这一问题,机器人的诞生成为了医疗团队的后备军,结合人工智能,5G的发展,机器人的精准性提高,更加独立自主,更贴近于人类的思考行动方式,在很大程度上,基本护理和病人指标检测方面可以与人类相媲美。

当纳米技术遇上机器学习,将碰撞出怎样的火花? Liam Critchley
人工智能 (AI) 能够大幅提高流程效率,让各行各业都趋之若鹜。随着我们向工业4.0和更自动化的工业系统迈进,人工智能实现方法也变得愈发重要, 机器学习是在众多人工智能实现方法中非常流行的一种。除了采用机器学习算法的各种制造业、监控业、计算业和制造业外,机器学习方法还能与纳米技术相结合,但不同于其他一些领域,这一应用领域尚未有详细的记录可供参考。

边缘计算:物联网“草根”的崛起 Doctor M
如今,我们每个人都置身于一个基于互联网的世界并对此习以为常。可你是否认真思考过,互联网对我们生活最大的改变是什么?

编程解密:人工智能、算法与机器学习辨析 Stephen Cassar
人工智能、机器学习和算法经常被混为一谈, 但它们并不是同一回事。让我们看一下它们的差异在什么地方、为什么要创造这些词,以及如何使用它们。

语音控制技术让每一个家电都能说会听 Wang Jing
将语音控制技术嵌入到家用电器,首先,语音触发传感器传入指令,其次系统通过模型进行语义分析,预测用户的意图并响应答案。本篇文章以云上架构部署智能语音控制湿度计来为大家详细介绍家用电器能说会听背后的科技细节,云端架构选择了微软Azure云平台,其近几年在AI&IoT领域有很大的发展和创新。

所有作者

显示更多 显示更多
按日期查看博客