神經(jīng)網(wǎng)絡(luò)

關(guān)注人關(guān)注

我要報錯

開關(guān)柜溫度主動預(yù)警關(guān)鍵技術(shù)研究及應(yīng)用

針對目前開關(guān)柜溫度監(jiān)測存在的問題 , 在研究了負荷電流、環(huán)境溫度、溫度變化時間等因素對開關(guān)柜溫升的影響后 ,運用有限元溫度場仿真技術(shù)預(yù)測了開關(guān)柜內(nèi)部的溫度分布情況。將溫度場仿真數(shù)據(jù)作為機器學(xué)習(xí)的訓(xùn)練樣本、溫升試驗數(shù) 據(jù)作為機器學(xué)習(xí)的測試樣本 ,經(jīng)神經(jīng)網(wǎng)絡(luò)創(chuàng)建、訓(xùn)練及算法仿真測試 ,得出不同于以往單一溫度值的溫度—電流—時間多物理量耦合溫升預(yù)測模型。將模型植入到嵌入式溫升主動預(yù)警裝置中 ,經(jīng)大量試驗后提出開關(guān)柜溫度監(jiān)測策略 ,現(xiàn)已成功應(yīng)用于國家電網(wǎng)智慧變電站首批試點項目 ,對制定開關(guān)設(shè)備載流性能的智能運維策略有實際應(yīng)用價值。

《機電信息》
2025-01-16

開關(guān)柜有限元仿真神經(jīng)網(wǎng)絡(luò) 溫升預(yù)測主動預(yù)警溫度監(jiān)測策略智慧變電站
理解神經(jīng)網(wǎng)絡(luò)，第一部分什么是神經(jīng)網(wǎng)絡(luò)

人工智能(AI)是為了模仿人類的認知能力而設(shè)計的,它的許多應(yīng)用都是受我們的五感--視覺、聽覺、觸覺、味覺和嗅覺的啟發(fā)。在艾省, 想象力與計算機視覺相對應(yīng),使機器能夠解釋圖像和視頻。聽到由自然語言處理(NLP)和語音識別系統(tǒng)復(fù)制,使AI能夠理解和生成人類的語音。接觸通過觸覺反饋和機器人來模擬,這有助于機器人對物理互動作出反應(yīng)。盡管不太先進, 品味和聞到通過原子能機構(gòu)驅(qū)動的化學(xué)分析和食品及香味應(yīng)用傳感器進行探索。

智能應(yīng)用
2025-01-15

人工智能神經(jīng)網(wǎng)絡(luò)
理解神經(jīng)網(wǎng)絡(luò)，第二部分神經(jīng)網(wǎng)絡(luò)的類型

神經(jīng)網(wǎng)絡(luò)的類型

智能應(yīng)用
2025-01-14

AI 神經(jīng)網(wǎng)絡(luò)
理解神經(jīng)網(wǎng)絡(luò)，第三部分神經(jīng)網(wǎng)絡(luò)和人工智能

神經(jīng)網(wǎng)絡(luò)與人工智能transformer主要差異

智能應(yīng)用
2025-01-14

人工智能神經(jīng)網(wǎng)絡(luò)
西湖大學(xué)：科學(xué)家+AI，科研新范式的樣本

北京2024年12月11日 /美通社/ -- 今年的諾貝爾獎，將AI推到了科學(xué)舞臺的中央，標(biāo)志著AI在科學(xué)研究中的重要地位得到了認可，也體現(xiàn)了學(xué)科交叉賦能將成為AI時代的科研發(fā)展趨勢。用AI賦能學(xué)科研究，創(chuàng)新科研新范式。這一點在西湖大學(xué)的科研項目中已得到體現(xiàn)。成立于2018年...

美通社全球TMT
2024-12-12

編碼模型 AI 神經(jīng)網(wǎng)絡(luò)
適用FPGA的小型神經(jīng)網(wǎng)絡(luò)：加速邊緣智能的新篇章

在人工智能（AI）技術(shù)日新月異的今天，神經(jīng)網(wǎng)絡(luò)作為其核心驅(qū)動力，正逐步滲透到各個行業(yè)與領(lǐng)域。然而，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型往往受限于計算資源和功耗，難以在邊緣設(shè)備上實現(xiàn)高效運行?，F(xiàn)場可編程門陣列（FPGA）作為一種高性能、低功耗的硬件加速器，為小型神經(jīng)網(wǎng)絡(luò)的部署提供了理想的平臺。本文將深入探討適用于FPGA的小型神經(jīng)網(wǎng)絡(luò)，以及它們在邊緣智能應(yīng)用中的獨特優(yōu)勢。

智能應(yīng)用
2024-10-24

FPGA 邊緣智能神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)如何促進振動分析

在日益復(fù)雜的工業(yè)和汽車環(huán)境中，狀態(tài)監(jiān)測對于確保安全可靠的運行變得越來越重要。通過數(shù)據(jù)分析可以檢測運行異常和潛在的設(shè)備缺陷，從而在發(fā)生故障之前及時進行維修。它還可以最大限度地減少維護頻率并避免不必要的成本。

工業(yè)控制
2024-10-13

振動分析神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)從感知到深入學(xué)習(xí)

從受到人類大腦的啟發(fā),到發(fā)展出能夠獲得非凡成就的復(fù)雜模型,?神經(jīng)網(wǎng)絡(luò) 已經(jīng)走了很長一段路。在接下來的博客中,我們將深入討論神經(jīng)網(wǎng)絡(luò)的技術(shù)歷程--從基本感知器到先進的深度學(xué)習(xí)架構(gòu),推動人工智能的創(chuàng)新。

智能應(yīng)用
2024-09-17

深入學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)
小規(guī)模任務(wù)的神經(jīng)網(wǎng)絡(luò)應(yīng)用

在過去10-15年中,人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域的發(fā)展迅速。典型的應(yīng)用是圖像處理、聲音等領(lǐng)域的高維數(shù)據(jù).然而,在機器學(xué)習(xí)中,系統(tǒng)輸入的數(shù)據(jù)量很小的任務(wù)很少:例如,異常事件建模、處理人工收集的分析數(shù)據(jù)、分析低頻傳感器的信號等。在這種情況下,一個重要階段是對系統(tǒng)訓(xùn)練有素的特點("特點")進行認真的工作,特別是從現(xiàn)有的基本特點中產(chǎn)生新的特點,這將能夠提高設(shè)計系統(tǒng)的性能質(zhì)量。手動方法通常用于這種生成,但是一個好的選擇是使用神經(jīng)網(wǎng)絡(luò),它不僅能夠?qū)W習(xí)基本的數(shù)學(xué)運算,而且能夠識別輸入數(shù)據(jù)中極其復(fù)雜的模式。

智能應(yīng)用
2024-09-09

圖像處理神經(jīng)網(wǎng)絡(luò)
Microchip收購Neuronix AI Labs

該實驗室的創(chuàng)新技術(shù)能夠增強人工智能邊緣解決方案，提高神經(jīng)網(wǎng)絡(luò)能力

Microchip
2024-04-16

人工智能神經(jīng)網(wǎng)絡(luò)
機器學(xué)習(xí)基本算法原理

機器學(xué)習(xí)將是下述內(nèi)容的主要介紹對象，通過這篇文章，小編希望大家可以對機器學(xué)習(xí)的相關(guān)情況以及信息有所認識和了解，詳細內(nèi)容如下。

智能應(yīng)用
2024-04-11

機器學(xué)習(xí) 支持向量機神經(jīng)網(wǎng)絡(luò)
機器學(xué)習(xí)有哪些框架

深度學(xué)習(xí)需要大量的計算。它通常包含具有許多節(jié)點的神經(jīng)網(wǎng)絡(luò)，并且每個節(jié)點都有許多需要在學(xué)習(xí)過程中必須不斷更新的連接。換句話說，神經(jīng)網(wǎng)絡(luò)的每一層都有成百上千個相同的人工神經(jīng)元在執(zhí)行相同的計算。

消費電子
2024-03-29

機器學(xué)習(xí) TensorFlow 神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)主要有哪些特點？

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，即ANN )是從信息處理角度對人腦神經(jīng)元網(wǎng)絡(luò)進行抽象，是20世紀80年代以來人工智能領(lǐng)域興起的研究熱點，其本質(zhì)是一種運算模型，由大量的節(jié)點(或稱神經(jīng)元)之間相互聯(lián)接構(gòu)成，在模式識別、智能機器人、自動控制、生物、醫(yī)學(xué)、經(jīng)濟等領(lǐng)域已成功地解決了許多現(xiàn)代計算機難以解決的實際問題，表現(xiàn)出了良好的智能特性。

通信技術(shù)
2023-04-22

信號人工智能神經(jīng)網(wǎng)絡(luò)
人工智能神經(jīng)網(wǎng)絡(luò)是什么？

許多人工智能計算機系統(tǒng)的核心技術(shù)是人工神經(jīng)網(wǎng)絡(luò)(ANN)，而這種網(wǎng)絡(luò)的靈感來源于人類大腦中的生物結(jié)構(gòu)。通過使用連接的“神經(jīng)元”結(jié)構(gòu)，這些網(wǎng)絡(luò)可以通過“學(xué)習(xí)”并在沒有人類參與的情況下處理和評估某些數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)提供了位于托管數(shù)據(jù)之上的排序和分類級別，可基于相似度來輔助數(shù)據(jù)的聚類和分組?？梢允褂萌斯ど窠?jīng)網(wǎng)絡(luò)(ANN)生成復(fù)雜的垃圾郵件過濾器，查找欺詐行為的算法以及可以精確了解情緒的客戶關(guān)系工具。

智能應(yīng)用
2023-04-20

人工智能神經(jīng)元神經(jīng)網(wǎng)絡(luò)
從人工智能發(fā)展中所誕生的產(chǎn)品

1956年，美國Dartmouth大學(xué)舉辦的一場研討會中提出了人工智能這一概念。

消費電子
2023-03-22

人工智能吸塵器神經(jīng)網(wǎng)絡(luò)
米爾入門級i.MX6UL開發(fā)板的神經(jīng)網(wǎng)絡(luò)框架ncnn移植與測試

米爾 MYD-Y6ULX-V2 開發(fā)板，基于 NXP i.MX6UL/i.MX6ULL處理器，該開發(fā)板被米爾稱之為經(jīng)典王牌產(chǎn)品。本次測試目標(biāo)是在此開發(fā)板上進行神經(jīng)網(wǎng)絡(luò)框架ncnn的移植與測試開發(fā)，測試ncnn在此開發(fā)板上的性能與應(yīng)用測試。

米爾電子
2023-02-17

嵌入式米爾電子神經(jīng)網(wǎng)絡(luò)
人工智能技術(shù)的發(fā)展和應(yīng)用越來越廣泛！

人工智能的不斷發(fā)展和越來越廣泛的應(yīng)用，將相應(yīng)地需要更先進和可擴展的基礎(chǔ)設(shè)施來支持其開發(fā)和部署。人工智能基礎(chǔ)設(shè)施投資的一個關(guān)鍵領(lǐng)域?qū)⑹菍ｉT的數(shù)據(jù)基礎(chǔ)設(shè)施，如矢量數(shù)據(jù)庫，其設(shè)計用于存儲和處理現(xiàn)代ML模型生成的大量數(shù)據(jù)。Liberty表示：“這將加速人工智能系統(tǒng)的開發(fā)和部署，這些系統(tǒng)在許多領(lǐng)域?qū)⒊^上一年的應(yīng)用?！?/p>
智能應(yīng)用
2023-02-03

人工智能智慧名城神經(jīng)網(wǎng)絡(luò)
什么是自編碼器？對機器學(xué)習(xí)有什么影響？

AutoEncoder的基本思想是利用神經(jīng)網(wǎng)絡(luò)來做無監(jiān)督學(xué)習(xí)，就是把樣本的輸入同時作為神經(jīng)網(wǎng)絡(luò)的輸入和輸出。本質(zhì)上是希望學(xué)習(xí)到輸入樣本的表示(encoding)。早期AutoEncoder的研究主要是數(shù)據(jù)過于稀疏、數(shù)據(jù)高維導(dǎo)致計算復(fù)雜度高。比較早用神經(jīng)網(wǎng)絡(luò)做AutoEncoder的可以追溯到80年代的BPNN和MLP以及當(dāng)時Hinton推崇的RBM。后來到了2000年以后還堅持在做的只剩下Hinton的RBM了。從2000年以后，隨著神經(jīng)網(wǎng)絡(luò)的快速興起，AutoEncoder也得到快速發(fā)展，基本上有幾條線：稀疏AutoEncoder、噪音容忍AutoEncoder、卷積AutoEncoder、變分AutoEncoder。最新的進展是結(jié)合對抗思想的對抗AutoEncoder。

人工智能AI
2023-01-26

機器學(xué)習(xí) 自編碼器神經(jīng)網(wǎng)絡(luò)
什么是深度學(xué)習(xí)

深度學(xué)習(xí)是近10年機器學(xué)習(xí)領(lǐng)域發(fā)展最快的一個分支，由于其重要性，三位教授(Geoffrey Hinton、Yann Lecun、Yoshua Bengio)因此同獲圖靈獎。深度學(xué)習(xí)模型的發(fā)展可以追溯到1958年的感知機(Perceptron)。1943年神經(jīng)網(wǎng)絡(luò)就已經(jīng)出現(xiàn)雛形(源自NeuroScience)，1958年研究認知的心理學(xué)家Frank發(fā)明了感知機，當(dāng)時掀起一股熱潮。后來Marvin Minsky(人工智能大師)和Seymour Papert發(fā)現(xiàn)感知機的缺陷：不能處理異或回路等非線性問題，以及當(dāng)時存在計算能力不足以處理大型神經(jīng)網(wǎng)絡(luò)的問題。于是整個神經(jīng)網(wǎng)絡(luò)的研究進入停滯期。

人工智能AI
2023-01-25

機器學(xué)習(xí) 深度學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)
基于硅憶阻突觸的深度置信神經(jīng)網(wǎng)絡(luò)

雖然人工智能 (AI) 模型變得越來越先進，但在傳統(tǒng)計算機硬件上訓(xùn)練和運行這些模型非常耗能。因此，世界各地的工程師一直在嘗試創(chuàng)建替代的、受大腦啟發(fā)的硬件，以更好地支持人工智能系統(tǒng)的高計算負載。

人工智能AI
2023-01-21

人工智能硅憶阻突觸神經(jīng)網(wǎng)絡(luò)

首頁上一頁 1 2 3 4 5 6 7 8 9 10 下一頁尾頁

神經(jīng)網(wǎng)絡(luò)

開關(guān)柜溫度主動預(yù)警關(guān)鍵技術(shù)研究及應(yīng)用

理解神經(jīng)網(wǎng)絡(luò)，第一部分什么是神經(jīng)網(wǎng)絡(luò)

理解神經(jīng)網(wǎng)絡(luò)，第二部分神經(jīng)網(wǎng)絡(luò)的類型

理解神經(jīng)網(wǎng)絡(luò)，第三部分神經(jīng)網(wǎng)絡(luò)和人工智能

西湖大學(xué)：科學(xué)家+AI，科研新范式的樣本

適用FPGA的小型神經(jīng)網(wǎng)絡(luò)：加速邊緣智能的新篇章

神經(jīng)網(wǎng)絡(luò)如何促進振動分析

神經(jīng)網(wǎng)絡(luò)從感知到深入學(xué)習(xí)

小規(guī)模任務(wù)的神經(jīng)網(wǎng)絡(luò)應(yīng)用

Microchip收購Neuronix AI Labs

機器學(xué)習(xí)基本算法原理

機器學(xué)習(xí)有哪些框架

人工神經(jīng)網(wǎng)絡(luò)主要有哪些特點？

人工智能神經(jīng)網(wǎng)絡(luò)是什么？

從人工智能發(fā)展中所誕生的產(chǎn)品

米爾入門級i.MX6UL開發(fā)板的神經(jīng)網(wǎng)絡(luò)框架ncnn移植與測試

人工智能技術(shù)的發(fā)展和應(yīng)用越來越廣泛！

什么是自編碼器？對機器學(xué)習(xí)有什么影響？

什么是深度學(xué)習(xí)

基于硅憶阻突觸的深度置信神經(jīng)網(wǎng)絡(luò)

相關(guān)標(biāo)簽

關(guān)注此標(biāo)簽的用戶(人)

熱門活動

課程視頻