-
编辑 删除
国产新型坦克配无人机，还可远程遥控无人作战
这次珠海航展上展出的陆战之王普遍实现“无人机化”。
-
编辑 删除
大数据—人工智能领域高水平会议及热点技术汇总
一、大数据概述 1.大数据及特点分析 2.大数据关健技术 3.大数据计算模式 4.大数据应用实例
-
编辑 删除
深度学习|基于MobileNet的多目标跟踪深度学习算法
针对深度学习算法在多目标跟踪中的实时性问题, 提出一种基于MobileNet的多目标跟踪算法. 借助于MobileNet深度可分离卷积能够对深度网络模型进行压缩的原理, 将YOLOv3主干网络替换为MobileNet, 通过将标准卷积分解为深度卷积和逐点卷积, 保留多尺度预测部分, 以有效减少参数量. 对于检测得到的边框信息, 利用Deep-SORT算法进行跟踪. 实验结果表明, 所提出方法在跟踪效果基本不变的情况下可提升处理速度近50%.
-
编辑 删除
人工智能—智能协同XX技术研究项目
中电商务（北京）有限公司受招标人委托，对以下项目进行公开招标
-
编辑 删除
知识图谱：技术成熟度飞速跃升，与产业互联结合更加紧密
知识图谱逐渐成为人工智能应用的强大助力。
-
编辑 删除
深度学习|太空“带货”，在轨放“卫星”！细说“梦天”那些“黑科技”
太空“带货”，在轨放“卫星”！细说“梦天”那些“黑科技”源自：北京日报 作者：王鸿良2022年10月31日，长征五号B遥四运载火箭成功把“梦天”实验舱送入太空预定轨道。该实验舱在飞行了大约13个小时后，与我国“天宫”空间站的“天和”核心舱对接，形成新的组合体。至此，我国第一座由3个舱段组成的空间站“天宫”基本型建造完毕。我们邀请全国空间探测技术首席科学传播专家庞之
-
编辑 删除
什么是人机交互技术？
在人工智能电话机器人中，最为重要的技术当然是人机交互，什么是人机交互技术呢？
-
编辑 删除
人工智能，为科研注入智慧动能
学习和关注人工智能技术与咨询，qq群：189696007，更多详情可联系175-3102-1189（v同号）。核心阅读日前，科技部等六部门发文，着力打造若干重大场景，拓展人工智能应用，高水平科研活动是其中之一。如今，我国人工智能技术快速发展，在数据获取、实验预测、结果分析等方面具有优势，生命科学、数学、化学、空间科学等学科研究纷纷拥抱人工智能。丰富的应用场景也反哺技术发展，推动产业智慧升级。从日常
-
编辑 删除
知识图谱丨行业应用广泛，未来发展前景好，参与学习势在必行
学习和关注人工智能技术与咨询，qq群：189696007，更多详情可咨询175-3102-1189（v同号）。多领域发挥重要作用知识图谱本质上是基于语义网络（semantic network）的知识库，旨在描述客观世界的概念、实体、事件及其之间的关系。知识图谱（Knowledge Graph）的概念最先是由谷歌于2012年正式提出，主要用来支撑下一代搜索和在线广告业务。2013年以后知识图谱开始在
-
编辑 删除
大数据产业发展现状——由“概念”到“价值”的华丽转身
继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。大数据时代的来临，使得领域和行业边界愈加模糊，应用创新超越技术本身，生产模式向服务化转变，数据作为一种资产为企业带来新商业价值，数据开放让政府治理和个人福祉都面临着机遇和挑战……无论个人、企业组织、社会团体，还是国家和经济体，都能藉此实现大数据梦想。当前，全球大数据产业正处于蓬勃发展的孕育期和机遇期。核心关键技术正在加快发展和
-
编辑 删除
大数据丨独家内部教材，让你掌握前沿技术算法
大数据处理关键技术一般包括:大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用(大数据检索、大数据可视化、大数据应用大数据安全等)。大数据采集技术:数据是指通过REID射频数据、传威器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化(或称之为弱结构化)及非结构化的海量数据，是大数据知识服务模型的根本。重点要突破分布式高速高可靠数据爬取或采集、
-
编辑 删除
知识图谱丨知识图谱赋能企业数字化转型
相互关联是大数据时代的鲜明特征。激增且日益复杂的海量数据正通过各种方式对企业发展产生重要影响。如何正确理解和解读数据，发掘其内在价值，从而推动企业的智能决策备受关注。在当今的商业世界或者日常生活中，无论是企业还是个人都自觉或不自觉地使用知识图谱，将解决问题的想法和过程相互关联。知识图谱技术可以让其更加明确，为实现智能决策的数字化经济提供支持和保障。知识图谱是人工智能 (AI) 以及人类知识发展的基
-
编辑 删除
深度学习——如何用LSTM进行文本分类
简介主要内容包括如何将文本处理为Tensorflow LSTM的输入如何定义LSTM用训练好的LSTM进行文本分类代码导入相关库#coding=utf-8import tensorflow as tffrom tensorflow.contrib import learnimport numpy as npf
-
编辑 删除
大数据————决策树（decision tree）
决策树（decision tree）：是一种基本的分类与回归方法，主要讨论分类的决策树。在分类问题中，表示基于特征对实例进行分类的过程，可以认为是if-then的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。决策树通常有三个步骤：特征选择、决策树的生成、决策树的修剪。用决策树分类：从根节点开始，对实例的某一特征进行测试，根据测试结果将实例分配到其子节点，此时每个子节点对应着该特征的一个
-
编辑 删除
transformers的近期工作成果综述
transformers的近期工作成果综述基于 transformer 的双向编码器表示(BERT)和微软的图灵自然语言生成(T-NLG)等模型已经在机器学习世界中广泛的用于自然语言处理(NLP)任务，如机器翻译、文本摘要、问题回答、蛋白质折叠预测，甚至图像处理任务。在本文中，对基于transformer 的工作成果做了一个简单的总结，将最新的transformer 研究成果(特别是在2021年和
-
编辑 删除
知识图谱|知识图谱的典型应用
我们构建知识图谱的目的，在于利用知识图谱来做一些事情。有效利用知识图谱，就是要考虑知识图谱的具备的能力，知识图谱具有哪些能力呢，首先我们知道知识图谱包含了海量的数据，是一个超级知识库，所以我们可以依赖它进行搜索一些内容，由于知识图谱的数据组织方式是计算机能理解的，具有语义，这种搜索可以定义为语义搜索。第二，对搜索进行延伸，搜索的结果可能会有很多，按照一定的规则排序，如果只取最可能的答案，就变成了问
-
编辑 删除
知识图谱——技术与行业应用
从一开始的Google搜索，到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。随着移动互联网的发展，万物互联成为了可能，这种互联所产生的数据也在爆发式地增长，而且这些数据恰好可以作为分析关系的有效原料。如果说以往的智能分析专注在每一个个体上，在移动互联网时代则除了个体，这种个体之间的关系也必然成为我们需要深入分析的很重要一部分。 在一项任务中，只要有关
-
编辑 删除
深度学习——会开发AI的AI，超网络有望让深度学习大众化
超网络（hypernetwork）可以加快训练AI的过程。编者按：在执行特定类型任务，如图像识别、语音识别等方面，AI已经可以与人类相媲美了，甚至有时候已经超越了人类。但这些AI事先必须经过训练，而训练是个既耗时又耗计算能力的过程，有上百万甚至几十亿的参数需要优化。但最近研究人员做出了能瞬时预测参数的超网络。通过利用超网络（hypernetwork），研究人员现在可以先下手为强，提前对人工神经网络
-
编辑 删除
深度学习与图神经网络学习分享：CNN 经典网络之-ResNet
resnet 又叫深度残差网络图像识别准确率很高，深度网络的退化问题深度网络难以训练，梯度消失，梯度爆炸，老生常谈，不多说resnet 解决了这个问题，并且将网络深度扩展到了最多152层。怎么解决的呢？残差学习结构如图 在普通的卷积过程中加入了一个x的恒等映射（identity mapping）专家把这称作 skip connections 或者 shortcut connec
-
编辑 删除
一种产生 DSN 放大攻击的深度学习技术
Citadel 的研究人员最近开发了一种深度神经网络（DNNs），可以检测一种称为分布式拒绝服务（DDoS）DNS 放大的网络攻击，然后使用两种不同的算法生成可以欺骗 DNN 的对抗性示例。近年来，深度学习已证明自己是网络安全中非常有价值的工具，因为它可以帮助网络入侵检测系统对攻击进行分类并检测新攻击。对抗性学习是利用机器学习生成一组受扰动的输入，然后馈送到神经网络以对其进行错误分类的过程。目前对
