神經(jīng)網(wǎng)絡(luò) 文章進(jìn)入神經(jīng)網(wǎng)絡(luò)技術(shù)社區(qū)

未來(lái)機(jī)器人會(huì)咋看人類(lèi)？遞歸神經(jīng)網(wǎng)絡(luò)之父:像螞蟻

　　4月19日消息，據(jù)《衛(wèi)報(bào)》報(bào)道，談到機(jī)器人的未來(lái)，遞歸神經(jīng)網(wǎng)絡(luò)之父、德國(guó)計(jì)算機(jī)科學(xué)家尤爾根·施米德胡貝(Jürgen Schmidhuber)在受訪時(shí)表示，“未來(lái)機(jī)器人對(duì)我們的關(guān)注將會(huì)如同我們對(duì)螞蟻的關(guān)注一樣。”他還稱(chēng)，人工智能將會(huì)在2050年超過(guò)人類(lèi)智能。　　機(jī)器智能　　在柏林西部的一個(gè)倉(cāng)庫(kù)后面的一個(gè)工作室中，一群國(guó)際科學(xué)家在討論我們的機(jī)器人未來(lái)。一位來(lái)自一家大型歐洲汽車(chē)廠商的工程師在發(fā)表一份謹(jǐn)慎樂(lè)觀的無(wú)人駕駛汽車(chē)進(jìn)展報(bào)告。他解釋道，機(jī)器人汽車(chē)
關(guān)鍵字：神經(jīng)網(wǎng)絡(luò) 機(jī)器人

斯坦福機(jī)器學(xué)習(xí)公開(kāi)課筆記7-NB多項(xiàng)式模型、神經(jīng)網(wǎng)絡(luò)、SVM初步

　　本篇筆記針對(duì)ML公開(kāi)課的第七個(gè)視頻，主要內(nèi)容包括最優(yōu)間隔分類(lèi)器(Optimal Margin Classifier)、原始/對(duì)偶問(wèn)題(Primal/Dual Problem)、svm的對(duì)偶問(wèn)題，都是svm(support vector machine，支持向量機(jī))的內(nèi)容?！　?nbsp; 　　　　　　　　&n
關(guān)鍵字：機(jī)器學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)

CDNN：一鍵生成嵌入式神經(jīng)網(wǎng)絡(luò)

　　我在之前的兩篇博文中討論了深度學(xué)習(xí)的框架、特點(diǎn)及挑戰(zhàn)以及嵌入式系統(tǒng)中深度學(xué)習(xí)所面臨的具體挑戰(zhàn)。我想在本篇博文中介紹應(yīng)對(duì)這些挑戰(zhàn)的工具包。此工具包是提高嵌入式系統(tǒng)深度學(xué)習(xí)開(kāi)發(fā)效率的極為強(qiáng)大且行之有效的途徑。　　CEVA 深度神經(jīng)網(wǎng)絡(luò) (CDNN) 工具包由三項(xiàng)關(guān)鍵部件構(gòu)成：　　CDNN2 軟件框架　　CEVA 網(wǎng)絡(luò)生成器　　CDNN 硬件加速器　　這些部件共同提高了成像及視覺(jué)處理器 CEVA-XM 產(chǎn)品系列的功能，從而為可拍照的設(shè)備提供了能耗極低的深度學(xué)習(xí)解決方案。本博文將對(duì)這些部件
關(guān)鍵字： CEVA 神經(jīng)網(wǎng)絡(luò)

基于計(jì)算機(jī)視覺(jué)和神經(jīng)網(wǎng)絡(luò)技術(shù)的煙葉品質(zhì)智能識(shí)別方法

摘要：在對(duì)煙葉品質(zhì)進(jìn)行圖像處理過(guò)程中，借助MATLAB圖像處理工具箱和神經(jīng)網(wǎng)絡(luò)技術(shù)，對(duì)各種類(lèi)型的煙葉的數(shù)字圖像進(jìn)行計(jì)算機(jī)視覺(jué)分析，包括邊緣檢測(cè)、輪廓提取、用圖像工具箱抽取煙葉數(shù)字圖像特征，將待測(cè)煙葉樣本與標(biāo)
關(guān)鍵字：計(jì)算機(jī)視覺(jué) 方法神經(jīng)網(wǎng)絡(luò) 智能識(shí)別

ARM與神經(jīng)網(wǎng)絡(luò)處理器的通信方案設(shè)計(jì)

摘要：基于ARM芯片和FPGA的特點(diǎn)，設(shè)計(jì)了一種ARM與FPGA人工神經(jīng)網(wǎng)絡(luò)處理器之間的通信方案。該方案采用ARM的ZDMA控制器對(duì)數(shù)據(jù)傳輸進(jìn)行控制，完成ARM與神經(jīng)網(wǎng)絡(luò)處理器的控制寄存器組、分布式存儲(chǔ)器、樣本存儲(chǔ)器等存儲(chǔ)體
關(guān)鍵字：神經(jīng)網(wǎng)絡(luò) 嵌入式通信 ARM FPGA S3C44BOX ZDMA

基于Blackfin561的嵌入式車(chē)牌識(shí)別系統(tǒng)

基于Blackfin561的嵌入式車(chē)牌識(shí)別系統(tǒng),摘要介紹了一種基于雙核DSP Blackfin561的嵌入式車(chē)牌識(shí)別系統(tǒng)。討論了系統(tǒng)的硬件結(jié)構(gòu)和軟件實(shí)現(xiàn)流程，以及基于Hpofield神經(jīng)網(wǎng)絡(luò)進(jìn)行車(chē)牌識(shí)別的方法及過(guò)程。首先對(duì)視頻圖像進(jìn)行解碼，以獲取圖像的亮度信號(hào);然后通過(guò)
關(guān)鍵字：車(chē)牌識(shí)別 Blackfin561 Hopfield DSP 神經(jīng)網(wǎng)絡(luò)

中國(guó)首款智能語(yǔ)音神經(jīng)網(wǎng)絡(luò)處理芯片測(cè)試成功

2016年中國(guó)（成都）電子展參展商成都啟英泰倫科技有限公司（Chipintelli Technology Co., Ltd.）宣布，該公司開(kāi)發(fā)的中國(guó)首款智能語(yǔ)音神經(jīng)網(wǎng)絡(luò)處理芯片CI1006已測(cè)試成功，即將投入量產(chǎn)。
關(guān)鍵字：智能語(yǔ)音神經(jīng)網(wǎng)絡(luò)

我國(guó)研發(fā)的世界首款神經(jīng)網(wǎng)絡(luò)處理器寒武紀(jì)有望明年面世

　　北京中科寒武紀(jì)科技有限公司首席執(zhí)行官陳天石與中科曙光副總裁聶華26日簽署戰(zhàn)略合作協(xié)議，雙方將在人工智能領(lǐng)域展開(kāi)深入合作。　　中科院計(jì)算所所長(zhǎng)孫凝暉表示，計(jì)劃今年先以“寒武紀(jì)”IP盒的形式嵌入客戶(hù)端、手機(jī)端。天使投資的資金到位后開(kāi)發(fā)一個(gè)云端的芯片。這個(gè)云端的芯片希望能在明年推出。曙光與“寒武紀(jì)”合作，能讓深度學(xué)習(xí)技術(shù)為更多行業(yè)領(lǐng)域所用，并促進(jìn)大規(guī)模生產(chǎn)和供應(yīng)。　　陳天石表示，“寒武紀(jì)”處理器正在走產(chǎn)業(yè)化之路，“寒
關(guān)鍵字：神經(jīng)網(wǎng)絡(luò) 處理器

清華教授談人工智能：BAT還算不上偉大公司

　　清華大學(xué)教授鄧志東最近明顯“忙了起來(lái)”。他向新浪科技展示了最近的時(shí)間表：第二天有一場(chǎng)報(bào)告，報(bào)告結(jié)束后趕飛機(jī)去蕪湖，周末深夜再回北京…… 　　“人工智能終于到了風(fēng)口”，一見(jiàn)面，鄧志東就這樣說(shuō)。　　從1992年來(lái)到清華開(kāi)始博士后研究，再到2016年春天，鄧志東見(jiàn)證了人工智能基礎(chǔ)研究從高峰到低谷再到復(fù)興的全過(guò)程。作為國(guó)內(nèi)很早一批開(kāi)始研究深度神經(jīng)網(wǎng)絡(luò)的學(xué)者，他在人工智能領(lǐng)域鉆研已經(jīng)超過(guò)了20年，所研究的深度神經(jīng)網(wǎng)絡(luò)，是讓機(jī)器學(xué)會(huì)
關(guān)鍵字：人工智能神經(jīng)網(wǎng)絡(luò)

焦點(diǎn)科普：人工智能真的“萬(wàn)能”嗎？

雖然人工智能在計(jì)算能力、可靠性等方面遠(yuǎn)超人類(lèi)，但仍存在大量有待突破的技術(shù)瓶頸，在諸多領(lǐng)域，人工智能還遠(yuǎn)遠(yuǎn)不能挑戰(zhàn)人類(lèi)，贏了圍棋大師，這并不能說(shuō)明什么，人類(lèi)社會(huì)可不是僅僅依靠高智慧維持起來(lái)，機(jī)器最終取代人類(lèi)，這種狀況暫時(shí)還不會(huì)出現(xiàn)。
關(guān)鍵字：人工智能神經(jīng)網(wǎng)絡(luò)

盤(pán)點(diǎn)：未來(lái)這四種機(jī)器人有市場(chǎng)

　　人類(lèi)的未來(lái)什么樣?站在此刻暢想未來(lái)，機(jī)器人一定是這幅圖景中的一抹濃彩。這種以自動(dòng)化技術(shù)和計(jì)算機(jī)技術(shù)為主體、有機(jī)融合各種現(xiàn)代信息技術(shù)和制造技術(shù)的產(chǎn)品，經(jīng)過(guò)了半個(gè)多世紀(jì)的發(fā)展，如今已經(jīng)在國(guó)防、航空航天、工業(yè)生產(chǎn)、服務(wù)、醫(yī)療康復(fù)、教育甚至普通家庭生活中都得到了廣泛的應(yīng)用?，F(xiàn)在，科學(xué)家還在構(gòu)想類(lèi)人腦機(jī)器人，未來(lái)，也許每個(gè)家庭都會(huì)有一臺(tái)外形和思維都與人一樣的機(jī)器人。　　作為高技術(shù)領(lǐng)域中重要的前沿技術(shù)之一，機(jī)器人技術(shù)具有前瞻性、先導(dǎo)性的特點(diǎn)，對(duì)學(xué)術(shù)研究、產(chǎn)業(yè)升級(jí)、培養(yǎng)創(chuàng)新意識(shí)、保障國(guó)家安全、引領(lǐng)未來(lái)經(jīng)濟(jì)社會(huì)的
關(guān)鍵字：機(jī)器人神經(jīng)網(wǎng)絡(luò)

基于FPGA的脫機(jī)手寫(xiě)體漢字識(shí)別系統(tǒng)

　　1設(shè)計(jì)摘要　　1.1項(xiàng)目背景　　漢字作為非字母化、非拼音化的文字，在當(dāng)今高度信息化的社會(huì)里，如何快速高效地將漢字輸入計(jì)算機(jī)，已成為影響人機(jī)交流信息效率的一個(gè)重要瓶頸。目前，漢字輸入主要分為人工鍵盤(pán)輸入和機(jī)器自動(dòng)識(shí)別輸入兩種，其中人工鍵入速度慢且勞動(dòng)強(qiáng)度大。自動(dòng)識(shí)別輸入分為語(yǔ)音識(shí)別和漢字識(shí)別兩種，其中漢字識(shí)別是將漢字點(diǎn)陣圖形轉(zhuǎn)換成電信號(hào)，然后輸入給數(shù)字信號(hào)處理器或計(jì)算機(jī)進(jìn)行處理，依據(jù)一定的分類(lèi)算法在漢字字符集合中識(shí)別出與之相匹配的漢字。因此，研究脫機(jī)手寫(xiě)體漢字識(shí)別的目的就是解決漢字信息如何高速輸
關(guān)鍵字： FPGA 神經(jīng)網(wǎng)絡(luò) 漢字識(shí)別

基于神經(jīng)網(wǎng)絡(luò)的無(wú)位置傳感器無(wú)刷直流電機(jī)驅(qū)動(dòng)設(shè)計(jì)

1實(shí)機(jī)測(cè)試實(shí)驗(yàn)系統(tǒng)的結(jié)構(gòu)如圖5所示。扭矩儀的測(cè)量范圍是10kg-cm。在這個(gè)控制系統(tǒng)里的電動(dòng)勢(shì)估計(jì)神經(jīng)網(wǎng)絡(luò)...
關(guān)鍵字：神經(jīng)網(wǎng)絡(luò) 傳感器電機(jī)驅(qū)動(dòng) BLDC

基于人工神經(jīng)網(wǎng)絡(luò)的過(guò)閘流量軟測(cè)量研究

摘要：由于過(guò)閘流量與其影響因素(上游水位、閘門(mén)開(kāi)度等)存在著復(fù)雜的非線性關(guān)系，給水流量的精確測(cè)量帶來(lái)了困難。本文利用人工神經(jīng)網(wǎng)絡(luò)優(yōu)良的非線性映射能力，建立了一個(gè)基于BP網(wǎng)絡(luò)過(guò)閘流量軟測(cè)量模型，并運(yùn)用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱以及碧口水電站實(shí)際數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練與驗(yàn)證。
關(guān)鍵字： BP網(wǎng)絡(luò) 過(guò)閘流量 MATLAB 神經(jīng)網(wǎng)絡(luò) 軟測(cè)量 201310

成為“鋼鐵俠”不是夢(mèng) 神經(jīng)形態(tài)芯片產(chǎn)出

　　看過(guò)電影《鋼鐵俠》的觀眾，對(duì)于主人公的人工智能電腦助手“賈維斯”應(yīng)該并不陌生。在電影中，“賈維斯”就像是鋼鐵俠的另一個(gè)大腦，它除了能夠接收指令、感知并收集外界信息外，還能據(jù)此做出相應(yīng)的分析及響應(yīng)。　　很多人可能都期盼著有朝一日能擁有一個(gè)像“賈維斯”一樣的智能助手。如今，隨著科技的不斷進(jìn)步，人們?cè)诔鴮?shí)現(xiàn)這個(gè)愿景的路上又邁進(jìn)了一步。瑞士研究人員日前研發(fā)出的“神經(jīng)形態(tài)芯片”，可實(shí)時(shí)模擬人類(lèi)大腦處理信息的過(guò)程
關(guān)鍵字：神經(jīng)形態(tài)芯片神經(jīng)網(wǎng)絡(luò)