大成研究 | 闫丽萍等:金盘科技数据资源入表初探
MES、计划仿真系统间数据交互,提高计划效率及准确性,实现生产及设计负荷均衡化、能力最大化;自主开发实施MES系统,实现生产过程信息采集、计件奖金核算数字化;5G视觉识别技术和人工智能卷积神经网络深度学习技术应用,达到物料配送自动化。
...乐:自动化检测设备方面拥有智能缺陷识别技术,包括卷积神经网络等
金融界10月15日消息,有投资者在互动平台向多浦乐提问:董秘您好,公司公告显示公司在自动化检测设备等方面,具备人工智能缺陷识别关键技术,其主要内容包含卷积神经网络、多模态缺陷识别方法、缺陷特征注意力集中方法,并且已实现产业化。请问董秘公司自主研发的人工智能缺陷识别技术是否包含神经网络相关技术?公司回答表示...
科学家利用AI发现太阳恒星周围最小系外行星
来源:环球网环球网科技综合报道10月16日消息,由中国科学院上海天文台葛健教授带领的国际团队,于近日研发了一种结合GPU相位折叠和卷积神经网络的深度学习算法,并在开普勒(Kepler)2017年释放的恒星测光数据中发现了五颗直径小于地球、轨道周期短于1天的超短周期行星。其中,四颗是迄今为止发现的距其主星最近的最小...
想象技术申请将数据存储在缓冲器中的专利,能将卷积神经网络的输入...
金融界2024年9月26日消息,国家知识产权局信息显示,想象技术有限公司申请一项名为“将数据存储在缓冲器中的方法、介质、逻辑及集成电路”的专利,公开号CN118690809A,申请日期为2017年10月。专利摘要显示,本申请涉及将数据存储在缓冲器中的方法、介质、逻辑及集成电路。一种将卷积神经网络的层的输入数据存储在包括N...
智能语音识别技术的演变与未来应用展望
首先,信号采集是通过麦克风将声音信号转换为数字信号。接下来,特征提取阶段将这些数字信号转换为可以用于识别的特征向量,通常使用梅尔频率倒谱系数(MFCC)等技术。声学模型用于将特征向量与语音单元(如音素)进行匹配,通常采用深度学习算法,如卷积神经网络(CNN)和递归神经网络(RNN)。语言模型则用于预测词序列的概率,帮助提...
Nature子刊:任兵团队开发全新高通量单细胞染色质构象捕获技术...
近年来,ecDNA上癌基因及其调控元件的扩增复制已被证实在肿瘤进化与抗药性中有着重要作用(www.e993.com)2024年10月23日。通过结合拷贝数、染色体互作分布等多种特征,研究团队训练了基于卷积神经网络的ecDNA预测模型(ecDNAcaller),不仅能有效区分单细胞内特定基因组位点是否在ecDNA上,同时还可有效区分ecDNA与其染色体上同源区域(均质染色区,HSR)。
《Nature》顶刊:高分子材料结合新研究出现最新进展,最高技术含量...
深度学习的优势:数据驱动建模:深度学习可以从大量的实验数据或模拟数据中学习超材料的行为模式,无需过多依赖传统的物理建模。通过训练神经网络,能够预测超材料在不同条件下的性能。自动特征学习:深度学习模型能够自动从数据中提取重要特征,减少人工设计和优化过程中的复杂性,提高设计效率。
神经网络中所体现的数学思维方式
1.图像识别与处理-在图像识别领域,神经网络可以通过学习大量的图像数据,自动提取图像的特征,并对图像进行分类和识别。例如,卷积神经网络(CNN)利用卷积运算和池化操作,有效地提取图像的局部特征和全局特征,在图像分类、目标检测等任务中取得了巨大的成功。-神经网络还可以用于图像的生成和修复。例如,生成对抗网络...
上海专家开发超快速的卷积光学神经网络,助力人工智能成像
一项突破性的科研成果将卷积神经网络的概念引入光学领域,为人工智能成像技术带来了进展。澎湃新闻(thepaper)记者6月17日获悉,由上海理工大学智能科技学院张启明教授,智能科技学院、张江实验室光计算所顾敏院士领衔的研究团队,开发了一种超快速的卷积光学神经网络(ONN),这一技术在无需依赖光学记忆效应的...
视野扩大271倍,上海理工大学开发超快卷积光学神经网络
卷积神经网络(CNN)凭借其出色的图像识别能力,在人工智能领域表现出色,尤其是在ChatGPT等平台中。近日,上海理工大学团队成功将CNN概念引入光学领域,实现卷积全光神经网络,为人工智能成像技术带来了革命性的进步。研究团队开发了一种超快卷积光学神经网络(ONN),该网络无需依赖光学记忆效应,即可实现对散射介质后方...