高边坡勘察新技术在水利工程中的应用现状、挑战与展望

一些学者利用支持向量机、人工神经网络等机器学习模型,建立了边坡稳定性智能预测系统。通过对已知工程实例的学习训练,该系统可对新边坡的失稳可能性作出快速判断。近年来,一些学者进一步将深度学习应用于边坡变形破坏模式识别,并取得了良好效果。此外,贝叶斯网络、模糊数学等不确定性分析方法在高边坡稳定性评价中也得到应...

让AI深入每一台PC——AMD Ryzen AI架构和发展情况解读

▲神经网络著名算法Transformer的架构简图，虽然人们知道它的方法和路径，但是具体的执行依旧算是黑箱。神经网络计算相比传统计算，整体差异非常多，但是简单总结主要有以下三个方面：一是神经网络计算是端到端的计算，在整个计算过程中的很多内容由于其过于庞大的规模，人类想弄清楚每一步计算的缘由和结果，可能存在很大的...

小飞机起落架收放及位置指示和告警系统的故障分析 改进设计分析

2008年的《基于神经网络的形状优化》,2019年韩国仁荷大学为飞机起落架系统设计了一种双核心类型的半主动磁流变阻尼器，并使用两种不同的控制器评估了其着陆效率，推导出带有半主动磁流变阻尼器的起落架模型的运动方程，并制定了两种不同的控制器：天鹰控制器和混合控制器，其特点是同时具有天钩和力控制作用。

热点回顾‖朱德明等:金沙江白格滑坡残留体稳定性分析与防治对策

为了尽量减少人为判断及经验的影响,近年来国内外学者致力于将统计学、数学等学科理论融入到滑坡稳定性分析中,应用较多的方法有层次分析法、模糊综合评判法、神经网络法、遗传算法、灰色关联度法、信息量法等方法[10,11,12,13,14]。而模糊综合评判法根据模糊数学的隶属度理论把定性评价转化为定量评价,能较好地解决模糊...

华裔教授连发三篇Nature子刊!首个量子神经网络QuantumFlow开源

图3QF-RubostNN产生的总体框架简图QF-RobustNN最上层的训练权重由量子神经网络，如QuantumFlow产生。在每次循环中的训练权重会产生对应的量子线路，此时是在逻辑量子位上的逻辑量子线路，经过设计出的特定应用的量子映射，逻辑量子位被映射到物理量子位，由此便有了对应的物理量子线路。再将物理量子线路运行在量子机器...

人工神经网络特点有哪些 人工神经网络应用领域介绍

神经网络的应用领域近些年来神经网络在众多领域得到了广泛的运用(www.e993.com)2024年11月20日。在民用应用领域的应用,如语言识别、图像识别与理解、计算机视觉、智能机器人故障检测、实时语言翻译、企业管理、市场分析、决策优化、物资调运、自适应控制、专家系统、智能接口、神经生理学、心理学和认知科学研究等等;在军用应用领域的应用,如雷达、声纳...

神经网络之CNN与RNN的关系

CNN是一种利用卷积计算的神经网络。它可以通过卷积计算将原像素很大的图片保留主要特征变成很小的像素图片。本文以李宏毅老师ppt内容展开具体介绍。1.1WhyCNNforImage①为什么引入CNN?图片示意:给定一个图片放入全连接神经网络,第一个hiddenlayer识别这张图片有没有绿色出现?有没有黄色出现?有没有斜的条纹...

90后华裔教授一年连发三篇Nature子刊!首个量子神经网络Quantum...

对此,JQub团队设计了QF-RubostNN做出了第一个将噪声学习到量子神经网络的尝试,展示出了量子神经网络的容错性:在量子模拟器和IBM量子机器上分别运行了QF-RubostNN,并极大地提升了量子神经网络的推理精确度。图3QF-RubostNN产生的总体框架简图QF-RobustNN最上层的训练权重由量子神经网络,如QuantumFlow产生。在每次...

FOE | 前沿综述:迈向忆阻存内计算-从原理到应用

ANN强大的数据表达能力通常伴随着不断增长的网络参数和计算量的代价。而忆阻神经网络通过忆阻阵列高效的MVM运算,能够实现更快的计算,并减少数据的存储和移动开销,进而完成整个系统加速。从基本的多层感知机(MLP)到卷积神经网络(CNN)模型,再到更为复杂的长短时程神经网络(LSTM)、记忆增强网络(MANN)等,忆阻神经网络推断...

智能制造中的人-信息-物理系统协同的人因工程

从行为、意图、认知三个层次分析智能制造中人的中心地位已成为当前的研究重点,相关研究成果如表1所示。利用动作捕捉等技术,采用生物力学、人机工程学,从行为层面对工人作业姿势进行疲劳度分析;引入机器学习、计算机视觉、动态决策、神经网络算法等先进技术,分析人的行为表征,推测、预判人的作业意图;为人机交互过程构建人体...