-
赛门铁克推出面向工业控制系统安全的神经网络解决方案
近日，全球网络安全领域领导厂商赛门铁克公司宣布推出面向工业控制系统安全的神经网络解决方案ICSP Neural。该全新解决方案是业内首个神经网络集成型USB扫描站，能够全面确保企业关键基础设施的
-
云计算必备知识-移动设备也能用来训练神经网络
你知道吗？在 iOS 设备上也可以直接训练 LeNet 卷积神经网络，而且性能一点也不差，iPhone 和 iPad 也能化为实实在在的生产力。 机器学习要想在移动端上应用一般分为如下两个阶段，第一个
-
这种有序神经元，像你熟知的循环神经网络吗？
虽然自然语言通常以序列形式呈现，但语言的基本结构并不是严格序列化的。语言学家们一致认为，该结构由一套规则或语法控制（Sandra&Taft，2014），且规定了单词组成语句的逻辑。不管其表现形式
-
清华大学图神经网络综述：模型与应用
近年来，图神经网络的研究成为深度学习领域的热点，机器之心曾介绍过清华大学朱文武等人综述的图网络。近日，清华大学孙茂松组在arXiv上发布预印版综述文章Graph Neural Networks
-
IBM的8位浮点精度深度神经网络模型解析
在12月初举办的NeurIPS会议上，IBM展示了一款新型人工智能芯片。 IBM的研究人员声称，他们已开发出一个更加高效的模型用于处理神经网络，该模型只需使用8位浮点精度进行训练，推理（
-
基于神经网络的人工智能设计
近几年，深度学习在人工智能、机器学习中取得了飞跃式的突破，特别是在语音识别和图像识别等领域［1-3］。其中，深度神经网络由于结构类似于生物神经网络，因此拥有高效、精准抽取信息深层隐含特征的能力和
-
Kelzal推出超低功耗和超快感知设备 是实现自动驾驶汽车的理想选择
据外媒报道，神经网络和深度学习可从数据中学习，并根据学习做出决策，代表了机器学习技术的下一个发展方向。总部位于圣地亚哥（San Diego）的一家初创公司Kelzal宣布推出“超低功耗和超快感知
-
三星加大AI研发力度 引入蒙特利尔教授担任AI实验室主任
本文翻译自Business Korea网站的报道，编者会持续关注三星公司在AI领域的进展。 据Business Korea报道，三星电子将在人工智能 (AI) 关键技术方面开展更深入的
-
低成本传感器手套通过触摸识别物体
据麦姆斯咨询报道，麻省理工学院计算机科学与人工智能实验室（MIT-CSAIL）的研究人员近日开发了一种低成本的传感器手套，旨在使人工智能能够“弄清楚”人类如何通过触摸识别物体。它被称为可伸缩的T
-
传感器在城市神经网络中扮演什么角色
截至2018年底，我国智能交通千万级以上的项目（不含公路信息化）就有1167个。 然而，就在大家普遍在对车与路的故事满怀期待的时候，整合时期的诸多“适应症”也开始出现。无人驾驶汽车事故屡
-
神经网络如何帮自动驾驶解决未知问题
据外媒报道，美国斯坦福大学（Stanford University）的研究人员已经研发出一种控制自动驾驶汽车的新方法，该方法整合了之前的驾驶经验，可帮助汽车在极端以及未知情况下，更安全地行驶。研
-
《摩托GP 19》公布的神经网络AI骑手安娜有什么特殊点
仔细想来，摩托机车简直是最炫酷的发明。两个轮子加一个发动机，根本就是一台便携式的平地火箭，而且世界上还存在专门的摩托竞速联盟，追求最极致的摩托车工程设计。 对于危险速度的最求也
-
人工智能实现“闻声识人”但远未达到完美
美媒称，人工智能（AI）现在可以做到只参考一小段音频，就能生成一个人面部的数字图像。 据美国趣味科学网站6月11日报道，科学家用网上数百万段教学视频，对这种名为“讲话到面孔”的神经网络—
-
视频情景分析技术在视频购物领域的探索
2012年卷积神经网络CNN在ImageNet中斩获第一名，并且一超高的分类准确率遥遥领先第二名，从此深度学习革命迎来了高潮。其实在2000年以前深度学习的基本理论就已经建立，只是当时激活函数选
-
人工智能的落地门槛将会越来越低
目前，人工智能基础性算法已经较为成熟，各大厂商纷纷发力建设算法模型工具库，并将其封装为软件框架，供开发者使用，可以说软件框架是算法的工程实现。企业的软件框架实现有闭源和开源两种形式：苹果公司等少
-
机器人在复杂的环境下如何进行视觉识别
我们都知道，人类有学习的能力。由于人类不断的追求学习和进步，我们今天才处于一个美好的文明社会。百科上是这么定义学习的：学习是通过阅读、观察、实践等手段获得知识或技能的过程，是使得个体得到持续性变
-
人工智能正在改变科学
当今物理和天文实验所产生的海量信息，没有任何一个人或者团队可以完整的处理。有些实验数据每天以千兆字节的规模在增加——而且这个趋势只会越来越明显。想象一下，一台以平方公里为单位阵列的射电望远镜，预
-
循环神经网络是如何工作的
基于图展开和参数共享的思想，我们可以设计各种循环神经网络。 计算循环网络（将 x值的输入序列映射到输出值 o 的对应序列） 训练损失的计算图。损失L 衡量每个 o与相应的训练目
-
实现模拟量子系统的人工智能神经网络
研究人员利用基于神经网络的新算法，成功模拟了量子系统的“稳态”。利用神经网络估计并模拟波函数和密度矩阵，大大降低了计算复杂度和算力需求，为解决量子科学和信息领域的几个突出问题打下了基础。
-
深度学习框架你了解多少
开源的深度学习神经网络正步入成熟，而现在有许多框架具备为个性化方案提供先进的机器学习和人工智能的能力。那么如何决定哪个开源框架最适合你呢？本文试图通过对比深度学习各大框架的优缺点，从而为各位读者
