电影一区二区三区_亚洲激情二区_亚洲欧洲成人av每日更新_91超碰国产在线

<samp id="wnjcw"><sub id="wnjcw"></sub></samp>

<samp id="wnjcw"><tr id="wnjcw"><big id="wnjcw"></big></tr></samp>

設為首頁網站地圖加入收藏

首頁
新聞
新品
文庫
方案
視頻
下載
商城
開發板
數據中心
在線座談
培訓
工具
博客
論壇
百科
GEC
活動
主題月
萬花筒

應用開發

VR/無人機| 智能照明| 智能家居| 工業自動化| 測試測量| 人工智能| 碳化硅/氮化鎵| 智能電源及能源| 智能可穿戴| 智能手機| 智能醫療及看護| 通信及物聯網| 智能交通及汽車

↓在 技術文章 中搜索到 28 條關于“tinyML”的信息，用時:0.001 sec.

如何在低功耗MCU上實現人工智能和機器學習

作者：Silicon Labs 人工智能（AI）和機器學習（ML）技術不僅正在快速發展，還逐漸被創新性地應用于低功耗的微控制器（MCU）中，從而實現邊緣AI/ML解決方案。這些MCU是許多嵌入式系統不可或缺的一部分，憑借其成本效益、高能效以及可靠的性能，現在能夠支持AI/ML應用。這種集成化在可穿戴電子產品、...
MCU人工智能機器學習Silicon Labs 2025-02-21

Qorvo BMS創新解決方案助力精準SOC和SOH監測，應對鋰離子電池挑戰

鋰離子電池因其極具吸引力的性能和成本指標，目前已廣泛應用于各類便攜式設備中。然而，其必須具備精確的充放電控制才能保證安全；這就要求實施電池管理系統。本文將圍繞這一問題展開討論，并介紹一種既經濟高效又能為用戶帶來額外益處的集成解決方案，包括荷電狀態（SOC）和健康狀態（SOH）監測...
Qorvo鋰離子電池 2025-02-20

人工智能將會如何顛覆物聯網

在物聯網融入人工智能可以極大地提升能力和靈活性，不過，首先需要克服重大的工程技術挑戰。By Nordic Semiconductor早在1956 年，Allen Newell、Cliff Shaw和Herbert Simon合力制作了一個名為“邏輯理論家(The Logic Theorist)”的計算機程序。該程序由RAND Corporation資助開發，旨在模仿人類解決問題...
人工智能物聯網 2024-11-15

機器學習正在改變工業物聯網

Nordic Semiconductor公司Lorenzo Amicucci 被稱為工業革命下一階段的工業 4.0，在很大程度上依賴于工業物聯網（IIoT)來支持傳統制造業的大規模自動化；而當今的 IIoT 則建立在無線機器對機器（M2M)通信、邊緣計算和機器學習（ML)的基礎之上。采用這些技術的無線網絡將機床、可編程邏輯控制器（PL...
機器學習工業物聯網邊緣計算 2024-10-25

微型機器學習（tinyML）在電源管理系統中的應用

作者：Paul Gorday如今，數據處理架構呈現出一種“分裂”的特性。擁有龐大規模和計算能力的“云”計算成為了關注焦點，而“邊緣”計算將處理過程置于“一線”，連接著電子設備與真實世界。在云端，數據存儲量巨大，處理過程需要排隊和調度；而在邊緣，處理工作則有針對性地即時完成。這使得系統能夠針對...
電源管理系微型機器學習 2024-01-22

采用 TinyML 和 OpenMV 實現機器視覺－第 1 部分

機器學習和 tinyML 可以為嵌入式系統工程師解決許多應用問題。有一個很難從頭開始編碼的獨特問題，那就是圖像中物體的檢測和識別。恰好，物體的檢測和識別是 tinyML 的一個完美應用。然而，啟動 tinyML 和機器視覺 (MV) 項目可能會很復雜。在接下來的幾篇文章中，我們將探討如何使用 OpenMV 攝像頭...
TinyMLOpenMV機器視覺 2022-10-20

你沒看錯：如今MCU上“跑”機器學習，也很給力！

作者：Doctor M機器學習（ML）是解決涉及模式識別問題的一個非常好的工具，ML算法能將雜亂的原始數據轉化為可用信號。其基本流程是基于數據產生模型，然后利用模型預測輸出，從而實現無需人工交互即可完成學習、推理和決策等目的。然而，對高性能計算資源的需求將許多ML應用程序限制在云中。也就是說，...
MCU機器學習TinyML 2022-09-15

邊緣 tinyML 的 3 種用例

作者：Jacob Beningo機器學習 (ML) 已經進入云計算的許多領域，并且已經在運行 Linux 的相對強大的處理器上找到通往邊緣的道路。在這些系統上運行傳統 ML 的問題是，因其功率配置文件太大，既無法“斷開”，也無法用作電池供電型邊緣設備執行工作任務。邊緣 ML 的發展趨勢及未來就是使用 tin...
邊緣tinyML機器學習 (ML) 2022-07-05

用于有效使用 TinyML 的隨機計算架構

神經網絡是一種流行的機器學習模型，但它們需要更高的能耗和更復雜的硬件設計。隨機計算是平衡硬件效率和計算性能之間權衡的一種有效方式。然而，由于算術單元的低數據精度和不準確性，隨機計算導致了 ML 工作負載的低準確性。為了解決與傳統隨機計算這一問題，并通過更高的精度和更低的功耗來提高性能...
TinyMLAI機器學習人工智能 2022-01-20

TinyML使微控制器具有AI機器學習功能

TinyML證明了小芯片也可以發覺更多可能。這種新方法不是在大型，耗電的云端計算機上運行復雜的機器學習（ML）模型，而是在終端設備上運行優化的識別模型，而這些微控制器僅消耗不超過幾毫瓦的功率。在Arm和行業領導者Google，Qualcomm等人的支持下，這一新興的細分市場tinyML有潛力改變我們物聯網（IoT...
TinyML微控制器 2021-03-23

1 2 3 下一頁

關鍵字搜索分類查看

新聞(31)

新品(4)

技術文章(28)

主站蜘蛛池模板：湖南省| 吉安市| 修武县| 肃北| 惠水县| 海原县| 丹巴县| 平和县| 隆化县| 会同县| 石狮市| 商城县| 司法| 余庆县| 南部县| 惠东县| 宜城市| 紫金县| 杨浦区| 故城县| 镇安县| 高密市| 芮城县| 宜章县| 凉山| 棋牌| 思茅市| 安陆市| 左权县| 焦作市| 葫芦岛市| 东兴市| 保亭| 三台县| 吉隆县| 姜堰市| 察雅县| 惠州市| 库尔勒市| 长垣县| 青铜峡市|

<table id="zeswp"><listing id="zeswp"></listing></table>