发烧友10周年庆典,全网超值优惠来袭!千元现金券,下单抽奖赶紧参与》》

“没人比我更懂AI了”介绍45篇让你跟上AI时代的论文

AI科技大本营 2019-07-18 10:12 次阅读

导读:AI领域的发展会是IT中最快的。我们所看到的那些黑科技,其后无不堆积了大量论文,而且都是最新、最前沿的论文。从某种角度来讲,它们所用的技术跟书籍里的内容确实不是一个时代。要想与时俱进,就必须改变思路——从论文入手。今天给大家介绍45篇让你跟上AI时代的论文,读完后,相信你会比“全知全能”的特朗普更了解AI一分。

一、神经网络基础部分

No1 wide_deep模型论文:

关于神经元、全连接网络之类的基础结构,想必每个AI学者都有了解。那么你是否真的了解全连接网络中深层与浅层的关系呢?来看看wide_deep模型吧。这篇论文会使你对全连接有个更深刻的理解。

关于该模型的更多介绍可以参考论文:

arxiv.org/pdf/1606.0779

在wide_deep模型中,wide模型和deep模型具有各自不同的分工。

wide模型:一种浅层模型。它通过大量的单层网络节点,实现对训练样本的高度拟合性。它的缺点是泛化能力很差。

deep模型:一种深层模型。它通过多层的非线性变化,使模型具有很好的泛化性。它的缺点是拟合度欠缺。

将二者结合起来——用联合训练方法共享反向传播的损失值来进行训练—可以使两个模型综合优点,得到最好的结果。

No2 wide_deep模型论文:

为什么Adam被广泛使用?光会用可不行,还得把原理看懂。这样出去喷一喷,才会显得更有面子。

Adam的细节请参阅论文《Adam: A Method for Stochastic Optimization》,该论文的链接网址是:

arxiv.org/pdf/1412.6980

No3 Targeted Dropout模型论文:

你还再用普通的Dropout吗?我已经开始用Targeted Dropout了,比你的又快,又好。你不知道吧,赶紧学习一下。

Targeted Dropout不再像原有的Dropout那样按照设定的比例随机丢弃部分节点,而是对现有的神经元进行排序,按照神经元的权重重要性来丢弃节点。这种方式比随机丢弃的方式更智能,效果更好。更多理论见以下论文:

openreview.net/pdf?id=HkghWScuoQ

二、图像分类部分

No4 Xception模型论文:

在那个图像分类的时代,谷歌的Xception系列,像x战警一样,一个一个的打破记录。其中的技术也逐渐成为AI发展的知识体系。有必要看一下,或许会对自己的工作有所启发。

详细情况请查看原论文《Xception: Deep Learning with Depthwise Separable Convolutions》,该论文网址是:

arxiv.org/abs/1610.0235

No5 残差结构论文:

运气好到没朋友,现有模型,后完善理论指的就是残差结构这哥们。它的传奇导致即使到今天的AI技术,也无法将它割舍,就来常微分方程都得拿它比肩。快来学学吧,用处大着呢。好多模型都拿它当先锋。

利用残差结构,可以使得网络达到上百层的深度。详情请参阅原始论文《Deep ResidualLearning for Image Recognition》,该论文网址是:

arxiv.org/abs/1512.0338

No6 空洞卷积论文:

NasNet的招牌动作,虽然不是出于NASNet,但是却被人家用得如火纯青。有时不得不惊叹,机器设计出来的模型还真实跟人设计的不一样!

想知道空洞卷积的感受野为什么与层数呈指数级关系吗?

细节请查看原论文《Multi-scale context aggregation by dilated convolutions》,该论文网址是:

arxiv.org/abs/1511.0712

No7 DenseNet论文:

这个模型使我想到了“一根筋”,再次证明了只有轴的人才能成大事!另类的模型,神奇的效果,快来体验一下吧。这可是比华佗还牛的神医哦!

有关DenseNet模型的细节,请参考原始论文《Densely Connected Convolutional Networks》,该论文的连接是:

arxiv.org/abs/1608.0699

No8 EfficientNet模型论文:

知道目前位置图像分类界谁是老大吗?来,看看这个!

EfficientNet模型的论文地址如下:

arxiv.org/pdf/1905.1194

No9 Grad-CAM模型论文:

如果你能把神经元搞得透彻,你也会想到这个点子。不想聊太多!一个字“绝”!这TMD才叫卷积网络的可视化!

详细情况请参阅论文《Grad-CAM:Visual Explanations from Deep Networks via Gradient-based Localization》,该论文的链接网址是:

arxiv.org/pdf/1610.0239

No10 分类模型泛化能力论文:

知道为啥都喜欢使用ResNet模型当先锋吗?运气好就是运气好!好到大家都喜欢用它,还说不出为啥它那么好!反正就是好,不信的话看看这篇论文的实验结果。

论文中,在选取模型的建议中,多次提到了ResNet模型。原因是,ResNet模型在Imgnet数据集上输出的特征向量所表现的泛化能力是最强的。具体可以参考以下论文:

arxiv.org/pdf/1805.0897

三、批量正则化部分

No11 批量正则化论文:

这个没的说,必修课,不懂的话,会被鄙视成渣渣!

论文《Batch Normalization Accelerating Deep Network Training by Reducing Internal Covariate Shift》,该论文网址是:

arxiv.org/abs/1502.0316

No12 实例归一化论文:

时代不同了,批量归一化也升级了,赶紧学学新的归一化吧。

在对抗神经网络模型、风格转换这类生成式任务中,常用实例归一化取代批量归一化。因为,生成式任务的本质是——将生成样本的特征分布与目标样本的特征分布进行匹配。生成式任务中的每个样本都有独立的风格,不应该与批次中其他的样本产生太多联系。所以,实例归一化适用于解决这种基于个体的样本分布问题。详细说明见以下链接:

arxiv.org/abs/1607.0802

No13 ReNorm算法论文:

ReNorm算法与BatchNorm算法一样,注重对全局数据的归一化,即对输入数据的形状中的N维度、H维度、W维度做归一化处理。不同的是,ReNorm算法在BatchNorm算法上做了一些改进,使得模型在小批次场景中也有良好的效果。具体论文见以下链接:

arxiv.org/pdf/1702.0327

No14 GroupNorm算法论文:

GroupNorm算法是介于LayerNorm算法和InstanceNorm算法之间的算法。它首先将通道分为许多组(group),再对每一组做归一化处理。

GroupNorm算法与ReNorm算法的作用类似,都是为了解决BatchNorm算法对批次大小的依赖。具体论文见下方链接:

arxiv.org/abs/1803.0849

No15 SwitchableNorm算法论文:

我们国人做产品都喜欢这么干!all in one ,好吧。既然那么多批量归一化的方法。来,来,来,我们来个all in one吧。不服来辩,我这啥都有!

SwitchableNorm算法是将BN算法、LN算法、IN算法结合起来使用,并为每个算法都赋予权重,让网络自己去学习归一化层应该使用什么方法。具体论文见下方链接:

arxiv.org/abs/1806.1077

四、注意力部分

No16 大道至简的注意力论文:

把AI搞成玄学也就算了!居然还扯到道家了!谷歌的工程师真实中外通吃啊!搞出来了一个只用注意力就能做事的模型,连卷积都不要了!你说好玩不好玩!至简不至简!刺激不刺激!

大名鼎鼎的Attention is All You Need 注意力机制论文

注意力机制因2017年谷歌的一篇论文Attention is All You Need而名声大噪。下面就来介绍该技术的具体内容。如果想了解更多,还可以参考原论文,具体地址如下:

arxiv.org/abs/1706.0376

No17-18 孪生注意力论文:

好比LSTM与GRU一样,注意力它们家也除了一对双胞胎,长得略微有点不同。但是功能一样,都能吃能喝,还能注意。老虎老鼠傻傻的不清楚!

—BahdanauAttention:arxiv.org/abs/1409.0473。

—LuongAttention:arxiv.org/abs/1508.0402。

No19 各自升级的孪生注意力论文:

话说这对双胞胎,出生后就分开了。各自学的不同的语言,一个学习汉语,一个学习中文。若干年后,见面,发现二者的能力还是一样!

BahdanauAttention注意力升级成了normed_BahdanauAttention,而LuongAttention注意力升级成了scaled_LuongAttention。都一样的效果,你爱用哪个用哪个吧!

例如:

在BahdanauAttention类中有一个权重归一化的版本(normed_BahdanauAttention),它可以加快随机梯度下降的收敛速度。在使用时,将初始化函数中的参数normalize设为True即可。

具体可以参考以下论文:

arxiv.org/pdf/1602.0786

No20 单调注意力机制论文:

老公主动表忠心,我以后不看别的美女。老婆觉得不够,再加个限制:你以后不准看别的女人!于是单调注意力就出来了。

单调注意力机制(monotonic attention),是在原有注意力机制上添加了一个单调约束。该单调约束的内容为:

(1)假设在生成输出序列过程中,模型是以从左到右的方式处理输入序列的。

(2)当某个输入序列所对应的输出受到关注时,在该输入序列之前出现的其他输入将不能在后面的输出中被关注。

即已经被关注过的输入序列,其前面的序列中不再被关注。

更多描述可以参考以下论文:

arxiv.org/pdf/1704.0078

No21 混合注意力机制论文:

这个注意力很强大,比一般的注意力专注的地方更多,信息更丰富。我已经注意你很久了!呵呵呵~~~

因为混合注意力中含有位置信息,所以它可以在输入序列中选择下一个编码的位置。这样的机制更适用于输出序列大于输入序列的Seq2Seq任务,例如语音合成任务。

具体可以参考以下论文:

arxiv.org/pdf/1506.0750

五、高级的卷积网络知识

No22 胶囊网络与动态路由的论文:

这是一股为图像分类降温的寒风,深刻而又尖锐的点出了卷积网络的硬伤!从事最大池化再无翻身之日。

虽然胶囊网络在实际应用中,不像它的理论那么牛,但是对AI的帮助,卷积的理解是革命性的,非常值得一读。另外,这也是一篇绝对让你对数学彻底绝望的论文。花几根白头发把里面的算法啃下来吧,这样你与大神就能更近一步。

胶囊网络分为主胶囊与数字胶囊,主胶囊与数字胶囊之间的耦合系数是通过训练得来的。在训练过程中,耦合系数的更新不是通过反向梯度传播实现的,而是采用动态路由选择算法完成的。该算法来自以下论文链接:

arxiv.org/pdf/1710.0982

目前胶囊网络的研究还处于初级阶段,随着人们研究的深入,相信这些问题会得到解决。

No23 矩阵胶囊网络与EM路由算法:

如果你觉得不过瘾,那么还可以再看一篇。继续自虐一下。

带有EM(期望最大化)路由的矩阵胶囊网络是动态路由胶囊网络的一个改进版本。论文链接如下:

openreview.net/pdf?id=HJWLfGWRb

No24 胶囊网络的其它用处:

胶囊网络混身是宝,但就是自己不争气。这也说明还有上升的空间。就拿其中一个动态路由算法来讲,居然比普通的注意力还好。

看完之后,相信你一定会手痒!要不要也试试?把你的注意力换一下。值得你尝试,会有彩蛋的!

该论文的实践也证明,与原有的注意力机制相比,动态路由算法确实在精度上有所提升。具体介绍可见以下论文:

arxiv.org/pdf/1806.0150

No25 卷积网络新玩法TextCNN模型:

早先小编在一个项目中,自己用卷积网络处理字符数据。自己感觉很Happy。没想到,无意间居然发现了一篇同样这么干的论文。居然还有个名字,叫TextCNN。哎!可惜啊!小编文化少,只会写代码,不会写论文。

TextCNN模型是利用卷积神经网络对文本进行分类的算法,由 Yoon Kim 在 Convolutional Neural Networks for Sentence Classification 一文中提出。论文地址:

arxiv.org/pdf/1408.5882

六、图像内容处理部分

No26 FPN模型论文(包含了ROIAlign的匹配算法):

要是搞计算机视觉,还是要建议看一下。非常的基础。也是图像分割方面的用得最多得模型。

FPN的原理是:将骨干网络最终特征层和中间特征层的多个尺度的特征以类似金字塔的形式融合在一起。最终的特征可以兼顾两个特点——指向收敛目标的特征准确、特征语义信息丰富。更多信息可以参考论文:

ROIAlign层中的匹配算法也来自于这篇FPN论文,链接如下:

arxiv.org/abs/1612.0314

No27 Mask R-CNN模型论文:

效果好,代码多!硬货!来啃吧!

Mask R-CNN模型是一个简单、灵活、通用的对象实例分割框架。它能够有效地检测图像中的对象,并为每个实例生成高质量的分割掩码,还可以通过增加不同的分支完成不同的任务。它可以完成目标分类、目标检测、语义分割、实例分割、人体姿势识别等多种任务。具体细节可以参考以下论文:

arxiv.org/abs/1703.0687

No28 YOLO V3模型论文:

这个模型的提点就是快!目标识别强烈推荐。

YOLO V3模型的更多信息可以参考以下链接中的论文:

https://pjreddie.com/media/files/papers/YOLOv3.pdf

No29 Anchor-Fress模型--FCOS模型论文:

随着AI技术的进步Anchor-Fress模型死灰复燃(早先是YOLO V1那一批模型),这次不一样的是彻底干掉带Anchor的模型。训练起来那就一个爽!妈妈再也不用为我准备单独的Anchor标签了。

与YOLO V1相比, FCOS模型的思想与YOLO V1模型非常相似,唯一不同的是FCOS模型没有像YOLOv1那样只考虑中心附近的点,而是利用了ground truth边框中所有的点来进行预测边框。并且通过 center-ness 分支来抑制那些效果不行的检测边框。这样FCOS 就可以改善YOLO V1模型总会漏掉部分检测边框的缺点。

相关论文地址:

arxiv.org/abs/1904.0135

No30 Anchor-Fress模型--CornerNet-Lite模型论文:

一样也是Anchor-Fress模型,与FCOS效果差不多少,具体看一下论文吧。

CornerNet-Lite模型。相关论文地址:

arxiv.org/pdf/1904.0890

No31 栈式沙漏网络模型--Hourglass论文:

最初用户人的姿态估计,在符合模型中也是常被使用的模型。论文地址:

arxiv.org/abs/1603.0693

No32 OCR必修课——STN模型论文:

可以让模型自动仿射变化,你说牛不牛!要学OCR,就得从这个开始。

有关STN模型的论文链接如下:

arxiv.org/abs/1506.0202

七、循环神经网络部分

No33 QRNN模型论文:

在RNN模型的cell里,如果还只知道LSTM和GRU。那就太low了。快来补补吧:

如果想更多了解QRNN,可以参考以下论文:

arxiv.org/abs/1611.0157

No34 SRU模型论文:

接着来,各种RNN的Cell。又漂亮,又好吃!

SRU单元在本质上与QRNN单元很像。从网络构建上看,SRU单元有点像QRNN单元中的一个特例,但是又比QRNN单元多了一个直连的设计。

若需要研究SRU单元更深层面的理论,可以参考如下论文:

arxiv.org/abs/1709.0275

No35 IndRNN模型论文:

再补一个,这可都是好cell啊!

将IndRNN单元配合ReLu等非饱和激活函数一起使用,会使模型表现出更好的鲁棒性。

有关IndRNN单元的更多理论,可以参考论文:

arxiv.org/abs/1803.0483

No36 IndRNN模型论文:

最后,再来一个cell,如想要了解更多关于JANET单元的内容,可以参考以下论文:

arxiv.org/abs/1804.0484

八、AI合成部分

No37-38 Tacotron与Tacotron-2模型论文:

AI合成部分的经典模型,以上结构来自Tacotron与Tacotron-2两个结构,更多内容可以参考以下两篇论文:

arxiv.org/pdf/1703.1013

arxiv.org/pdf/1712.0588

No39 DeblurGAN模型论文:

图片合成的论文太多了。这里简单列几个,大体原理和思路了解即可。

DeblurGAN模型是一个对抗神经网络模型,由生成器模型和判别器模型组成。

—生成器模型,根据输入的模糊图片模拟生成清晰的图片。

—判别器模型,用在训练过程中,帮助生成器模型达到更好的效果。

具体可以参考论文:

arxiv.org/pdf/1711.0706。

No40 AttGAN模型论文:

同样,这也是个图片合成的。不同的是多属性合成,相对比较有意思。

AttGAN模型由两个子模型组成:

(1)利用编码器模型将图片特征提取出来。

(2)将提取的特征与指定的属性值参数一起输入编码器模型中,合成出最终的人脸图片。

更多细节可以参考论文:

arxiv.org/pdf/1711.1067

No41 RNN.WGAN模型论文:

可以合成文本的GAN。离散数据也能干!

RNN.WGAN模型使用了WGAN模型的方法进行训练。详细做法可以参考如下论文:

arxiv.org/abs/1704.0002

九、多任务学习

No42 MKR模型论文:

多任务学习模型有必要了解一下。这里推荐一个论文给你看看。

MKR是一个多任务学习的端到端框架。该框架能够将两个不同任务的低层特征抽取出来,并融合在一起实现联合训练,从而达到最优的结果。有关MKR的更多介绍可以参考以下链接:

arxiv.org/pdf/1901.0890

十、NLP部分

No43 BERT模型论文:

如果你搞NLP,那么这个就不用我来介绍了。如果你准备搞NLP,那么赶紧来看看这个,跟上时代。

BERT相关论文链接

arxiv.org/abs/1810.0480

在BERT之后,又出了好多优秀的模型。但是,还是先把这个啃下来,再看别的才不费劲。

十一、模型攻防

No44 FGSM模型论文:

攻击模型的经典方法。值得掌握。

FGSM(Fast Gradient Sign Method)是一种生成对抗样本的方法。该方法的描述如下:

(1)将输入图片当作训练的参数,使其在训练过程中可以被调整。

(2)在训练时,通过损失函数诱导模型对图片生成错误的分类。

(3)当多次迭代导致模型收敛后,训练出来的图片就是所要得到的对抗样本。

具体可以参考论文:

arxiv.org/pdf/1607.0253

No45 黑箱攻击论文:

基于雅可比(Jacobian)矩阵的数据增强方法,是一种常用的黑箱攻击方法。该方法可以快速构建出近似于被攻击模型的决策边界,从而使用最少量的输入样本。即:构建出代替模型,并进行后续的攻击操作。

详细请见如下链接:

arxiv.org/abs/1602.0269

这里只是列了一些基础的论文。如果这45篇论文看完,可以保证你再看到大厂的产品时,不会感觉有代沟。

原文标题:读完这45篇论文,“没人比我更懂AI了”

文章出处:【微信号:rgznai100,微信公众号:AI科技大本营】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

【5月12】不懂编程没关系,邀请您来学AI

不懂编程没关系,邀请您来学AI活动概述:本活动是现场讲座,由台湾知名AI教育专家、金门创新学院院长、台湾Android技
发表于 05-24 00:00 0次 阅读
【5月12】不懂编程没关系,邀请您来学AI

AI具备哪一些行业价值

在人工智能(AI)高速发展的几年间,AI技术已取得了明显的跃进和快速的迭代,演进路线也呈现出丰富多样....
发表于 09-17 17:04 52次 阅读
AI具备哪一些行业价值

SiP封装在5G和IoT时代面临的挑战

近期,SiP封装产业链上的多家公司分享了面向5G、手机、loT和可穿戴设备等应用的SiP系统解决方案....
的头像 荷叶塘 发表于 09-17 15:59 324次 阅读
SiP封装在5G和IoT时代面临的挑战

人工智能怎样为艺术带来新可能

作为人类科技王冠上的宝石,人工智能凝结了人类想象中最大胆的部分。
发表于 09-17 15:48 48次 阅读
人工智能怎样为艺术带来新可能

AI怎样为超声检查辅助

人工智能辅助作为超声检测的标配将是未来的一个发展方向。
发表于 09-17 15:45 28次 阅读
AI怎样为超声检查辅助

无人驾驶迎来了怎样的新机遇

随着人工智能、物联网、定位导航、通信技术等的加速发展,全球自动驾驶已经迈入新阶段。
发表于 09-17 14:42 31次 阅读
无人驾驶迎来了怎样的新机遇

未来我们要向AI求职吗

近年来,随着大数据、深度学习等技术的不断发展,人工智能不仅在计算机视觉、自然语言处理、安全监控、智能....
发表于 09-17 14:37 52次 阅读
未来我们要向AI求职吗

中国电信将全力推动5G+AI的发展

据悉,目前中国电信正积极推进5G试验验证,打造出满足用户体验需求的5G终端。基于对市场的深度调查,中....
发表于 09-17 09:46 83次 阅读
中国电信将全力推动5G+AI的发展

关于智能机器人的分类以及介绍

智能机器人是一种自动化的机器,所不同的是这种机器具备一些与人或生物相似的智能能力,如感知能力、规划能....
发表于 09-17 09:46 101次 阅读
关于智能机器人的分类以及介绍

5G产业带动芯片高端检测需求 日美厂商首先受益

受到半导体产业需求衰退影响,半导体设备部分也面临需求减缓状况。不过在5G、AI等新兴芯片需求带动下,....
的头像 章鹰 发表于 09-17 08:13 690次 阅读
5G产业带动芯片高端检测需求 日美厂商首先受益

大数据和云存储技术将支撑人工智能在安防领域应用

平安城市、智能交通、雪亮工程等不断开展和深入过程中,以视频监控为核心代表的行业发展正朝着超高清、智能....
发表于 09-16 15:53 31次 阅读
大数据和云存储技术将支撑人工智能在安防领域应用

人工智能的发展少不了什么

人工智能作为革命性的新技术,没有人能准确预测技术的未来结果。
发表于 09-16 15:28 127次 阅读
人工智能的发展少不了什么

关于医疗电子行业的发展前景分析

2019年底,人工智能在医疗电子应用市场上的价值将超过17亿美元。从我国主要企业来看,我国的医疗电子....
发表于 09-16 15:22 98次 阅读
关于医疗电子行业的发展前景分析

人工智能和大数据将带动FPGA产业的高质量发展

智博会推动了新一轮科技革命和产业革命的新浪潮,智汇八方、博采众长,促进智能产业、智能制造、大数据智能....
发表于 09-16 14:58 44次 阅读
人工智能和大数据将带动FPGA产业的高质量发展

高云半导体发布全球首例基于国产FPGA的AI解决方案

中国广州,2019年9月16日 - 全球增长最快的可编程逻辑器件供应商—广东高云半导体科技股份有限公....
发表于 09-16 14:52 38次 阅读
高云半导体发布全球首例基于国产FPGA的AI解决方案

未来工控计算机的发展将迈向智能时代

工业互联网有“3+3”模型,其三个要素为:计算(智能处理)、通信(泛在传输)、控制(本体需求),构建....
发表于 09-16 14:25 141次 阅读
未来工控计算机的发展将迈向智能时代

麦当劳将发展语音技术来整合人工智能点餐服务

快餐连锁店麦当劳(McDonald’s)又一次进军自动化领域。该公司周二透露,正在收购对话技术初创公....
发表于 09-16 10:56 383次 阅读
麦当劳将发展语音技术来整合人工智能点餐服务

人工智能将如何帮助教育行业做出改变

根据Technavio发布的“2018 - 2022年人工智能在美国教育领域的市场 ”报告预测,未来....
发表于 09-16 10:41 46次 阅读
人工智能将如何帮助教育行业做出改变

云计算进入Cloud2.0时代 巨头流派的竞争提前到来

随着云计算的边界拓宽以及云技术与5G、AI、移动化等技术的衔接,云计算正在进入Cloud2.0时代,....
发表于 09-16 10:11 112次 阅读
云计算进入Cloud2.0时代 巨头流派的竞争提前到来

华为在世界能源大会发布实现智慧能源的5G共享基站和AI解决方案

华为在开幕的2019世界能源大会上发布了基于5G、AI的一系列能源行业创新解决方案 -- 5G共享基....
的头像 电子发烧友网工程师 发表于 09-16 10:10 196次 阅读
华为在世界能源大会发布实现智慧能源的5G共享基站和AI解决方案

随着技术的进步 人工智能必将成为未来时代的核心驱动力

近日,一款名为ZAO的APP火了。借助于它的AI换脸技术,用户可以使用自己的照片来改变视频中明星的脸....
发表于 09-16 09:37 112次 阅读
随着技术的进步 人工智能必将成为未来时代的核心驱动力

人工智能正在逐渐走入人们的生活中

普遍对于AI的讨论多半围绕在技术的本质,AI产业的运作,除了以技术为本位之外,更有许多具备跨领域的专....
发表于 09-16 09:31 53次 阅读
人工智能正在逐渐走入人们的生活中

万物实现相连离得开精确定位吗

这是一个万物都被赋予「生命」的时代,从人工流水线到工业自动化;从相互独立的设备到实时可监测相连的家居....
发表于 09-16 09:17 65次 阅读
万物实现相连离得开精确定位吗

未来的医疗行业会发展成什么样子

人工智能浪潮正席卷一切,作为目前被认为可以最快介入医疗领域的医学影像诊断领域进入资本风口,各大公司正....
发表于 09-16 09:07 85次 阅读
未来的医疗行业会发展成什么样子

华为将从多个方面支撑中国电信5G+AI+云的发展

华为是如何理解5G+云+AI带来的机遇与挑战?曹泽军再次强调了5G的价值。他介绍,5G无疑将发挥至关....
发表于 09-16 09:04 383次 阅读
华为将从多个方面支撑中国电信5G+AI+云的发展

关于智能音箱我们该如何进行挑选

如今,在智能家居理念的指引下,演讲者逐渐与人工智能结为夫妻,在家里扮演着“智能管家”的角色,除了播放....
发表于 09-12 17:17 108次 阅读
关于智能音箱我们该如何进行挑选

威盛欧拉蜜最新推出智能离线语音技术

语言是人类最方便最高效的信息沟通方式,从输入的效率来看,语音的信息交换密度要远远高于键盘打字的速度。....
发表于 09-12 17:10 572次 阅读
威盛欧拉蜜最新推出智能离线语音技术

AIOT难道只是口头上的说说而已吗

AIoT是人工智能和物联网相遇的地方,它将智能带到了边缘。
发表于 09-12 16:40 213次 阅读
AIOT难道只是口头上的说说而已吗

怎样来正确的理解工业物联网

工业物联网(IIoT)和人工智能(AI)等新兴技术的令人兴奋的承诺正在沿着转型之旅更快地推动企业发展....
发表于 09-12 16:34 195次 阅读
怎样来正确的理解工业物联网

工业机器人对于数据是如何进行处理的

无论是传统的工业机器人,还是最先进的协作机器人,它们都要依靠传感器获取的数据构建更佳的机器学习(ML....
发表于 09-12 16:25 116次 阅读
工业机器人对于数据是如何进行处理的

AI的变革将带来医疗超声市场的进一步扩容

针对目前国内超声发展情况,GE医疗中国超声产品事业部总经理马海燕表示,国内同国外市场差别主要为国内对....
发表于 09-12 16:18 284次 阅读
AI的变革将带来医疗超声市场的进一步扩容

AI医生的问世将使得智慧医疗看病更简单

新时代新技术为新医疗带来了无限可能,与会专家预言,人工智能技术将广泛应用于智能诊断、临床决策、精准治....
发表于 09-12 16:13 222次 阅读
AI医生的问世将使得智慧医疗看病更简单

谷歌开发者大会焦点:Android 10原生支持5G,TF2.0大更新

为期两天的2019谷歌开发者大会刚刚落下帷幕,谷歌推出了最新的Android 10、TensorFl....
的头像 章鹰 发表于 09-12 16:00 3508次 阅读
谷歌开发者大会焦点:Android 10原生支持5G,TF2.0大更新

嵌入式视觉是如何成为AI的驱动力的

在人工智能技术趋势报告中,人工智能功能应用程序的增长速度比其他应用程序更快,它确定了计算机视觉,其中....
发表于 09-12 15:17 50次 阅读
嵌入式视觉是如何成为AI的驱动力的

哪些重要的事情是通过物联网技术实现

物联网是一种“技术工具包”,可用于创建新的业务价值,同时保护您的企业免受数字中断。
发表于 09-12 15:13 208次 阅读
哪些重要的事情是通过物联网技术实现

嵌入式AI虽然重要但没我们想象的那么强大

想想AI,你几乎总是想到一个基于云的计算系统,在这个系统中,查询在源头捕获并发送到云进行处理,然后将....
发表于 09-12 14:34 51次 阅读
嵌入式AI虽然重要但没我们想象的那么强大

AI技术可实时识别出无线电脉冲信号

科学家建立了一个自动化系统,该系统利用人工智能(AI)来革新天文学家实时检测和捕捉快速无线电脉冲(F....
发表于 09-12 11:54 54次 阅读
AI技术可实时识别出无线电脉冲信号

智慧城市的建设从哪里开始

物联网、生物识别、人工智能……加速迭代更新的“黑科技”,正依托大数据资源重塑着交通、医疗、社会治理等....
发表于 09-12 10:34 225次 阅读
智慧城市的建设从哪里开始

ICU会是智能医疗走出边缘的突破口吗

曾经关注过很多关于人工智能在医疗领域的应用,比如运用得非常成熟的医疗影像诊断,用于医疗器械的研发,医....
发表于 09-12 09:47 162次 阅读
ICU会是智能医疗走出边缘的突破口吗

未来语音芯片在AIoT道路上的发展情况如何

所谓语音芯片,或者叫语音IC,是指一台电子设备中负责发出声音、收录声音的处理模块。事实上,这东西在你....
发表于 09-11 17:03 107次 阅读
未来语音芯片在AIoT道路上的发展情况如何

5G的到来基于AI技术的应用会越来越多

近年来,AI在教育行业加速落地,从直播课程中的AI老师,到比尔盖茨、扎克伯格盛赞的自适应教育,再到近....
发表于 09-11 16:39 66次 阅读
5G的到来基于AI技术的应用会越来越多

AI换脸软件 “ZAO”首次做出回应

“ZAO”称,在用户使用过程中,为保护肖像权不被冒用,“ZAO”设置了真人验证环节,整个过程仅为验证....
的头像 倩倩 发表于 09-11 16:13 529次 阅读
AI换脸软件 “ZAO”首次做出回应

智慧医疗的发展还将面临着诸多挑战

什么是智慧医疗?这是当前国内外医疗卫生领域最热门的名词,也是众说纷纭、最难以界定含义的概念。
发表于 09-11 16:11 186次 阅读
智慧医疗的发展还将面临着诸多挑战

国产FPGA厂商如何才能实现逆境突围

据MRFR统计2018年全球FPGA市场规模为60亿美元左右,随着AI+5G的应用逐步展开, FPG....
发表于 09-11 15:39 60次 阅读
国产FPGA厂商如何才能实现逆境突围

荣耀9X系列搭载4800万像素AI超清模式拍照表现非常完美

可以说,影响一款手机最终成像效果的因素有很多,而先进的算法、4800万像素传感器和强大的ISP构成了....
发表于 09-11 11:24 129次 阅读
荣耀9X系列搭载4800万像素AI超清模式拍照表现非常完美

人工智能的发展需要看趋势也要看需求

据中国信息通信研究院提供的数据,截至今年3月底,全球共有5386家活跃的人工智能企业,其中约22.1....
发表于 09-11 11:17 60次 阅读
人工智能的发展需要看趋势也要看需求

人工智能对教育行业的影响将日渐深远

近年来,随着人工智能的发展,AI对教育行业的影响也日渐深远。适时地,人工智能产业政策密集出台,相关政....
发表于 09-11 11:04 85次 阅读
人工智能对教育行业的影响将日渐深远

人工智能在医疗落地的过程中有什么困难

新技术给人带来的希望很容易让人们忘记医疗器械AI化可能带来的问题。
发表于 09-11 10:39 217次 阅读
人工智能在医疗落地的过程中有什么困难

“人机合作”将是未来机器人领域的发展趋势

传统制造中,工人们常常会因为工作内容具有危害性或对身体有伤害的物质存在等问题而苦恼,后来工业机器人的....
发表于 09-11 10:19 34次 阅读
“人机合作”将是未来机器人领域的发展趋势

哪些技术支持了人工智能在智能安防领域的应用

在新兴的人工智能AI应用和大数据分析技术不断推动安防行业的发展,而目前数据吞吐量最大的是语音数据与视....
发表于 09-11 09:53 225次 阅读
哪些技术支持了人工智能在智能安防领域的应用

AI治理怎样做到趋利避害

AI的发展在繁荣中也夹杂着蛮荒,在狂飙中也袒露出软肋。
发表于 09-11 08:57 32次 阅读
 AI治理怎样做到趋利避害

驴友强烈推荐的一款4K运动相机,用过都说好!

骁途X1搭载华为海思芯片,双核双系统,性能稳定,不会出现中道死机、卡顿等现象。能录制4K/30帧高清视频,即使在高速运动下...
发表于 12-20 15:25 3607次 阅读
驴友强烈推荐的一款4K运动相机,用过都说好!

纳米技术的应用领域

纳米防水技术还在推广当中。很多人没接触过。 纳米技术的防水、防潮,耐腐蚀。 技术的应用的比较广,比如音响喇叭网,容易吸潮...
发表于 09-21 15:26 759次 阅读
纳米技术的应用领域

纳米防水技术特点介绍(新技术)

     纳米技术的在中国是一个新技术,中国能做的就一两家。纳米防水技术要有特殊的设备,都要自我研发,加...
发表于 09-19 13:34 578次 阅读
纳米防水技术特点介绍(新技术)

AI黑科技 | 不用去俄罗斯,在家里餐桌上就能看世界杯实况

不知不觉,2018俄罗斯世界杯已经来到第14个比赛日。作为传统科技强国,俄罗斯的球场上自然也少不了科技元素。伴随今天凌晨梅西...
发表于 06-29 08:46 718次 阅读
AI黑科技 | 不用去俄罗斯,在家里餐桌上就能看世界杯实况

基于labview的pid液位控制论文

大神们有这个程序的论文吗?让我参考参考不,qq1017317507 ...
发表于 03-10 15:09 1379次 阅读
基于labview的pid液位控制论文

给大家推荐一个免费的论文查重网站PaperFree:http://www.paperfree.cn

给大家推荐一个免费的论文查重网站PaperFree:http://www.paperfree.cn ...
发表于 03-08 16:16 2309次 阅读
给大家推荐一个免费的论文查重网站PaperFree:http://www.paperfree.cn

实验室无线充电系统_论文

实验室无线充电系统_论文
发表于 01-24 17:35 1125次 阅读
实验室无线充电系统_论文

请问谁有这份完整的论文呢?

求一份完整的论文 请问有么?
发表于 11-12 19:30 880次 阅读
请问谁有这份完整的论文呢?

所谓的远距离无线充电原来是假的

课程链接: 1、史上最全张飞半桥LLC电源教程,60小时深度讲解半桥串联谐振软开关电源设计   2、张飞软硬开源:...
发表于 08-03 15:07 12671次 阅读
所谓的远距离无线充电原来是假的