麻豆人妻中文字幕乱码在线,三级片国产在线观看,无码经典在线专区

趨勢 | 2026年機器人傳感器市場將突破40億美元

　　據(jù)估計，到2026年，全球機器人傳感器市場的價值將超過40億美元。人工智能和物聯(lián)網(wǎng)的集成預計將顯著擴大這些傳感器的應(yīng)用范圍，特別是在生產(chǎn)活動中。

發(fā)表于：6/3/2021

2021年中國人工智能行業(yè)區(qū)域市場發(fā)展現(xiàn)狀對比

　　人工智能行業(yè)主要上市公司：阿里巴巴（BABA）、騰訊（00700.HK）、科大訊飛（002230）、賽為智能（300044）、科大智能（300222）、?？低暎?02415）、四維圖新（002405）等。　　本文核心數(shù)據(jù)：人工智能企業(yè)在全國都市圈的分布、主要省市/城市人工智能企業(yè)數(shù)量占比。

發(fā)表于：6/3/2021

百度滴滴，Robotaxi「短兵相接」

　　第一層，中國玩家發(fā)展越來越穩(wěn)，美國代表卻流年不利。　　第二層，技術(shù)派高歌猛進，場景派卻紛紛退賽出局。

發(fā)表于：6/3/2021

美光進一步推進業(yè)界首款 176 層 NAND 與 1α DRAM 技術(shù)創(chuàng)新

　　內(nèi)存和存儲解決方案領(lǐng)先供應(yīng)商 Micron Technology Inc. （美光科技股份有限公司，納斯達克股票代碼：MU）今日發(fā)布多項產(chǎn)品創(chuàng)新，涵蓋基于其業(yè)界領(lǐng)先的 176 層 NAND 及 1α （1-alpha） DRAM 制程的內(nèi)存和存儲創(chuàng)新產(chǎn)品，并推出業(yè)界首款面向汽車應(yīng)用的通用閃存（UFS） 3.1 解決方案。這些最新產(chǎn)品由美光總裁兼首席執(zhí)行官 Sanjay Mehrotra 在臺北國際電腦展COMPUTEX 2021 主題演講中發(fā)布，體現(xiàn)了美光通過內(nèi)存和存儲創(chuàng)新加速數(shù)據(jù)驅(qū)動洞察的愿景，從而助力數(shù)據(jù)中心和智能邊緣的創(chuàng)新。Mehrotra 先生還在演講中深度分享了計算創(chuàng)新愿景，以及內(nèi)存和存儲在幫助企業(yè)充分發(fā)揮數(shù)據(jù)經(jīng)濟潛能方面的核心作用。

發(fā)表于：6/2/2021

馬斯克“超級隧道”6月正式開放，或?qū)㈩嵏驳孛娼煌?，成為未來交通趨?/a>

　　與非網(wǎng)6月2日訊，馬斯克的無聊（The Boring）公司在拉斯維加斯會議展覽中心（Las Vegas Convention Center，簡稱 LVCC）地下建造的雙隧道系統(tǒng)開始試運行，預計 6 月全面正式開放。

發(fā)表于：6/2/2021

威馬W6上市即引轟動，無人駕駛時代或已到來

　　隨著各路玩家相繼加入造車領(lǐng)域，競爭壓力逐漸加大。面對如此激烈的競爭，怎樣才能脫穎而出呢？在小編看來，“智能”或成為最大的武器。在4月16日，作為造車新勢力的威馬汽車正式上市了旗下第三款智能汽車——威馬W6。該車一經(jīng)發(fā)布便引起了不小的轟動，而最大的賣點就是智能。

發(fā)表于：6/2/2021

物聯(lián)網(wǎng)技術(shù)打破醫(yī)院信息壁壘，平疫結(jié)合成為新常態(tài)下的首要剛需

　　與非網(wǎng)6月2日訊隨著“十四五”規(guī)劃和2035年遠景目標綱要中“把保障人民健康放在優(yōu)先發(fā)展的戰(zhàn)略位置，全面推進健康中國建設(shè)”的提出，進一步彰顯了在物聯(lián)網(wǎng)新時代和新常態(tài)下打造現(xiàn)代化公共衛(wèi)生體系的重要性和緊迫性。

發(fā)表于：6/2/2021

人工智能賦能工業(yè)互聯(lián)網(wǎng)快速發(fā)展期

發(fā)表于：6/2/2021

Maxim Integrated發(fā)布Trinamic開源參考設(shè)計，大幅縮減機械臂尺寸并加速其開發(fā)進程

中國，北京 – 2021年5月27日 –TRINAMIC Motion Control GmbH & Co. KG，現(xiàn)隸屬于Maxim Integrated Products, Inc (NASDAQ: MXIM)，宣布推出一款開源、全集成參考設(shè)計，有效簡化工業(yè)機器人的臂端(EoAT)開發(fā)。TMCM-1617-GRIP-REF參考設(shè)計集成了基于硬件的現(xiàn)場定向控制(FOC)和3個通信端口，將電子機器人夾具的設(shè)計尺寸減小3倍，開發(fā)時間縮短一半。參考設(shè)計采用了Maxim Integrated的MAX22000工業(yè)級、高精度可配置模擬輸入/輸出和MAX14906四通道數(shù)字輸入/輸出，用于調(diào)節(jié)Trinamic TMCM-1617單軸伺服驅(qū)動器的多種模式。

發(fā)表于：6/1/2021

Cadence 發(fā)布云端版 Clarity 3D Solver ，為復雜系統(tǒng)電磁分析提供簡單易用、安全和可擴展的解決方案

中國上海，2021 年 5 月 31日——楷登電子（美國 Cadence 公司，NASDAQ：CDNS）今日宣布推出Cadence® Clarity? 3D Solver Cloud，利用云平臺獲取計算資源，這種全新方式簡單易用、安全且極具成本效益，可大幅提高 3D 電磁 (EM) 仿真的效率。Clarity 3D Solver Cloud 利用與 Amazon Web Services (AWS) 的安全連接，將 3D 有限元法 (FEM) 電磁仿真容量從 32 個CPU內(nèi)核擴展到數(shù)千個內(nèi)核的規(guī)模。

發(fā)表于：6/1/2021

萊迪思sensAI解決方案集合簡化AL/ML模型在智能網(wǎng)絡(luò)邊緣設(shè)備的部署

中國上?！?021年6月1日——萊迪思半導體公司（NASDAQ：LSCC），低功耗可編程器件的領(lǐng)先供應(yīng)商，今日宣布推出屢獲殊榮的sensAITM解決方案集合的增強特性，加速開發(fā)基于萊迪思低功耗FPGA的AI/ML應(yīng)用。此次更新包括支持萊迪思PropelTM設(shè)計環(huán)境進行基于嵌入式處理器的開發(fā)，以及支持TensorFlow Lite深度學習框架以實現(xiàn)片上推理。新版本sensAI還包括了萊迪思sensAI Studio設(shè)計環(huán)境，用于端到端的機器學習模型訓練、驗證和編譯。憑借sensAI 4.0，開發(fā)人員可以使用簡單的拖放式界面，通過RISC-V處理器和CNN加速引擎來開發(fā)FPGA設(shè)計，從而輕松快速地在功耗敏感的網(wǎng)絡(luò)邊緣設(shè)備上實現(xiàn)機器學習應(yīng)用。

發(fā)表于：6/1/2021

行情丨國內(nèi)機器人投資開啟新一輪熱潮，67家公司融資超百億

　　疫情催化下，國內(nèi)機器人發(fā)展得如火如荼，一邊各式各樣的機器人走進復工復產(chǎn)的門店、工廠，另一邊機器人創(chuàng)企們開啟新一輪攬金熱潮。

發(fā)表于：6/1/2021

基于Wi-Fi和人臉識別技術(shù)的智能鎖系統(tǒng)設(shè)計

針對傳統(tǒng)門鎖存在的安全問題，設(shè)計了一款將Wi-Fi技術(shù)與人臉識別技術(shù)相結(jié)合的智能鎖系統(tǒng)。該系統(tǒng)采用STM32F103作為核心控制器件，CC1101作為通信傳輸模塊，有效降低功耗的同時實現(xiàn)了信息的交互。同時提出MULBP人臉識別算法，相較于改進前增強了圖像灰度均值與每行、每列以及對角線元素的關(guān)系，得到的全新LBP算子值更能夠反映出局部紋理特征，再與2DLDA算法相結(jié)合找到投影矩陣，使樣本更容易被區(qū)分，更便于特征提取。結(jié)果表明，這種融合算法在降低特征維數(shù)的同時也提高了識別率，使得系統(tǒng)達到了智能防盜的目的。

發(fā)表于：6/1/2021

基于QFD的智能音箱測評體系建立

智能音箱作為智能家居入口終端之一，是智能家居的重要組成部分，因此各測評機構(gòu)相應(yīng)開展了關(guān)于智能音箱的測評工作。但由于大部分測評機構(gòu)主要以智能音箱本身的技術(shù)要求進行測評工作，未能充分結(jié)合客戶需求，導致測評結(jié)果無法有效滿足客戶和市場需求。將質(zhì)量功能展開(Quality Function Deployment，QFD)引入智能音箱測評體系建立，從客戶需求角度建立測評體系，可為業(yè)界提供參考。

發(fā)表于：6/1/2021

基于邊緣計算中極端姿態(tài)和表情的人臉識別

隨著信息技術(shù)的發(fā)展，人臉識別在支付、工作和安防系統(tǒng)中應(yīng)用的越來越多。在邊緣計算系統(tǒng)中，為了處理的速度，通常選擇較小的神經(jīng)網(wǎng)絡(luò)進行人臉識別，這樣會導致識別率低。并且在實際應(yīng)用中大多都是對于圖片質(zhì)量較高的人臉可以很好地識別，但對于受光照影響較大、表情和姿態(tài)變化大的圖片識別率不是很高。因此，選擇SqueezeNet輕量級網(wǎng)絡(luò)，該網(wǎng)絡(luò)層數(shù)小，可以很好地運用于邊緣計算系統(tǒng)中。采用了預處理的方法來對圖片進行預處理，然后改進了SqueezeNet網(wǎng)絡(luò)的損失函數(shù)以及加入了ResNet網(wǎng)絡(luò)中的殘差學習方法。最后通過對LFW和IJB-A數(shù)據(jù)集進行測試，該研究方法明顯提高了識別率。

發(fā)表于：6/1/2021