标签:训练数据

模拟现实:合成数据的重要性在AI /毫升雷达系统应用程序
通过霜Sligar- 09年2月,2023 -评论:0

人工智能和机器学习(AI /毫升)正在推动下一代雷达知觉的发展。然而,这些AI / ML-based感知模型需要足够的数据来学习新模式和关系进行准确的预测,看不见的数据和场景。在雷达领域的应用程序中,使用的数据来训练这些模型往往是来自现实世界的多边环境……»阅读更多

光刻建模:数据增加框架
通过技术论文链接11月17日,2022 -评论:0

新技术论文题为“一个敌对的活跃Sampling-based数据增加可制造的芯片设计框架”是德克萨斯大学奥斯汀分校的研究人员发表的,Nvidia和加州理工学院的。文摘:“光刻建模是芯片设计的关键问题,确保可制造的芯片设计的面具。它需要严格的模拟……»阅读更多

训练一个量子神经网络只需要少量的数据
通过技术论文链接8月24日,2022 -评论:0

新的研究论文题为“泛化在量子机器学习从一些训练数据”由研究人员发表在慕尼黑工业大学,慕尼黑量子科学与技术中心(MCQST),加州理工学院,洛斯阿拉莫斯国家实验室”。许多人认为,量子机器学习需要大量的数据。我们已经严格证明,对许多相关问题,…»阅读更多

安全的和健壮的机器学习
通过埃德·斯珀林- 7月15日,2021 -评论:0

部署机器学习在现实世界中很多不同的开发和测试实验室。Quenton大厅,AI系统架构师在Xilinx,检查安全隐患的推论和培训方面,潜在的中断的准确性,以及如何访问这些模型和算法将使用它们时边缘和云。这包括一切……»阅读更多

去撞在白天的事情
通过埃德·斯珀林1月- 14,2020 -评论:0

没有认为自主技术擅长某些事情比系统由人控制。计算机辅助系统只有一个任务——呆在路上,避免对象,和到达最终的目的地。它不厌倦,文本,或看窗外。和它可以公园内一毫米的墙或另一辆车没有触及它,和做,每次朗……»阅读更多

利用芯片的数据
通过埃德·斯珀林11月- 12,2019 -评论:0

总裁兼首席执行官约翰•Kibarian PDF的解决方案,坐下来与半导体工程讨论数据分析的影响,从产量和可靠性的内部结构组织、云计算和边缘将如何一起工作,以及在未来最大的威胁。SE:你是什么时候意识到数据会对硬件设计至关重要,汇率政策……»阅读更多

理解毫升指标
通过埃德·斯珀林10月- 16,2019 -评论:0

产品副总裁史蒂夫•罗迪的机器学习集团与半导体工程不同指标到底意味着什么,以及为什么他们可以随个人应用程序和用例。»阅读更多

洞在人工智能安全
通过埃德·斯珀林- 06年6月,2019 -评论:0

主要安全技术专家迈克•Borza Synopsys对此的解决方案组,解释了为什么安全缺乏AI,为什么AI尤其容易受到木马,为什么小训练数据的变化可以对很多设备造成很大的影响。»阅读更多

人工智能的发展对芯片设计的影响
通过埃德·斯珀林1月- 16,2019 -评论:0

Synopsys对此的董事长兼ceo阿尔特·德·Geus坐下来与半导体工程讨论人工智能的快速注入到电子产品,如何改变芯片设计和软件运行在这些芯片。以下是摘录的谈话。SE:我们处理一堆新市场,更多的定制设计,AI似乎爬到一切。这我…»阅读更多

芯片行业在快速转型
通过埃德·斯珀林- 09年1月,2019 -评论:0

导师退休的首席执行官沃利莱茵西门子业务,坐下来与半导体工程谈论全球经济,AI,越来越强调定制,以及安全的影响和更高的抽象级别。以下是摘录的谈话。SE:你看到最大的变化发生在芯片行业吗?莱茵:2018年对于工厂来说是一个热…»阅读更多

←旧的文章

  • 赞助商

关于

导航

与我们联系

版权©2013 - 2023 SMG |服务条款|隐私政策
Baidu