aktueller Standort:Heim > Technische Artikel > Technologie-Peripheriegeräte > KI
- Richtung:
- alle web3.0 Backend-Entwicklung Web-Frontend Datenbank Betrieb und Instandhaltung Entwicklungswerkzeuge PHP-Framework tägliche Programmierung WeChat-Applet häufiges Problem andere Technik CMS-Tutorial Java System-Tutorial Computer-Tutorials Hardware-Tutorial Mobiles Tutorial Software-Tutorial Tutorial für Handyspiele
- Klassifizieren:
-
- Trajectory Prediction Series | Worüber spricht die weiterentwickelte Version von HiVT QCNet?
- Eine weiterentwickelte Version von HiVT (Sie können diesen Artikel direkt lesen, ohne HiVT zuerst zu lesen) mit deutlich verbesserter Leistung und Effizienz. Der Artikel ist auch leicht zu lesen. [Trajectory Prediction Series] [Notizen] HiVT: HierarchicalVectorTransformerforMulti-AgentMotionPrediction – Zhihu (zhihu.com) Ursprünglicher Link: https://openaccess.thecvf.com/content/CVPR2023/papers/Zhou_Query-Centric_Trajectory_Prediction_CVPR_2023_paper
- KI 748 2024-04-12 18:28:21
-
- Transparent! Eine ausführliche Analyse der Prinzipien der wichtigsten Modelle des maschinellen Lernens!
- Laienhaft ausgedrückt ist ein Modell für maschinelles Lernen eine mathematische Funktion, die Eingabedaten einer vorhergesagten Ausgabe zuordnet. Genauer gesagt ist ein Modell für maschinelles Lernen eine mathematische Funktion, die Modellparameter anpasst, indem sie aus Trainingsdaten lernt, um den Fehler zwischen der vorhergesagten Ausgabe und der wahren Bezeichnung zu minimieren. Beim maschinellen Lernen gibt es viele Modelle, z. B. logistische Regressionsmodelle, Entscheidungsbaummodelle, Support-Vektor-Maschinenmodelle usw. Jedes Modell verfügt über seine anwendbaren Datentypen und Problemtypen. Gleichzeitig gibt es viele Gemeinsamkeiten zwischen verschiedenen Modellen oder es gibt einen verborgenen Weg für die Modellentwicklung. Am Beispiel des konnektionistischen Perzeptrons können wir es durch Erhöhen der Anzahl verborgener Schichten des Perzeptrons in ein tiefes neuronales Netzwerk umwandeln. Wenn dem Perzeptron eine Kernelfunktion hinzugefügt wird, kann es in eine SVM umgewandelt werden. Dieses hier
- KI 489 2024-04-12 17:55:32
-
- Wie entwirft man Softsensoren mithilfe von Algorithmen für maschinelles Lernen?
- Durch das Verständnis der Fähigkeiten von Algorithmen für maschinelles Lernen können Ingenieure effektive Soft-Sensoren für ihre Anwendungen entwickeln. Softsensor, auch virtueller Sensor genannt, ist eine Software, die Hunderte von Messdaten umfassend verarbeiten kann. Fabrikmanager, die Soft-Sensoren hinzufügen möchten, sind möglicherweise verwirrt über den Umfang des maschinellen Lernens, das mit Soft-Sensoren funktioniert. Ein tieferer Einblick in das Thema zeigt jedoch, dass den meisten Soft-Sensor-Designs mehrere Kernalgorithmen zugrunde liegen. Die Auswahl, Schulung und Implementierung dieser Modelle ist oft die Aufgabe von Datenwissenschaftlern, aber auch Werksleiter und andere Betriebsexperten möchten sich mit ihren Fähigkeiten vertraut machen. Soft-Sensoren verstehen Soft-Sensoren werden in einer Softwareumgebung erstellt, können aber die gleichen Vorteile bieten wie ihre realen Gegenstücke. in gewisser Weise
- KI 890 2024-04-12 17:55:15
-
- Gartner enthüllt die wichtigsten GenAI-Cybersicherheitstrends im Jahr 2024
- Organisationen, Regierungen, Wissenschaftler und viele andere suchen nach Möglichkeiten, die transformative Kraft der GenAI-Technologie zu nutzen. Die Mehrheit der IT-Führungskräfte (67 %) wird GenAI in den nächsten 18 Monaten Priorität einräumen. Während die Aussichten von GenAI große Aufregung hervorrufen, gibt es auch Bedenken, einschließlich der Unsicherheit über die Auswirkungen von GenAI auf die Cybersicherheit an mehreren Fronten. Um uns zu helfen, die wichtigsten Trends in der Cybersicherheit besser zu verstehen und fundierte Entscheidungen zur Reduzierung von Cybersicherheitsrisiken zu treffen, hat das Marktforschungsunternehmen Gartner auf dem jüngsten Gartner Security and Risk Management Summit seine Vorhersagen und Empfehlungen zur Cybersicherheit bekannt gegeben. 2024 dürfte ein weiteres gutes Jahr für GenAI werden, so Gartne
- KI 390 2024-04-12 17:49:30
-
- Wie das Gesundheitswesen das volle Potenzial von Cloud Computing nutzen kann
- Vor fünf Jahren hörte man selten von Gesundheitsorganisationen, die ihre elektronischen Gesundheitsaktensysteme in die Cloud verlagerten. Als ich für einen Gesundheitsdienstleister arbeitete, war ich einer der ersten Befürworter der Migration von Epic-Umgebungen in die Cloud. Obwohl die Entwicklung von EHRs in der Cloud einige Zeit in Anspruch nehmen wird, treiben immer mehr Gesundheitsorganisationen diesen Schritt voran. In den letzten Jahren haben Kooperationen zwischen Cloud-Anbietern und EHR-Anbietern dazu beigetragen, die Sichtbarkeit solcher Projekte zu erhöhen. Laut einem PwC-Bericht aus dem Jahr 2023 haben etwa 81 % der Führungskräfte im Gesundheitswesen die Cloud in den meisten oder allen ihren Betrieben eingeführt. Die meisten Gesundheitsorganisationen stehen noch am Anfang ihrer Einführung in die Public Cloud. Viele Menschen sind vielleicht mit Software as a Service vertraut, aber wenn es darum geht, kritische Workloads in die Public Cloud zu verlagern, sind sie noch Neulinge. Für diejenigen, die geöffnet haben
- KI 625 2024-04-12 17:46:22
-
- Tokenisierung in einem Artikel verstehen!
- Sprachmodelle basieren auf Text, der normalerweise in Form von Zeichenfolgen vorliegt. Da die Eingabe in das Modell jedoch nur Zahlen sein kann, muss der Text in eine numerische Form umgewandelt werden. Die Tokenisierung ist eine grundlegende Aufgabe der Verarbeitung natürlicher Sprache. Sie kann eine fortlaufende Textsequenz (z. B. Sätze, Absätze usw.) entsprechend den spezifischen Anforderungen in eine Zeichenfolge (z. B. Wörter, Phrasen, Zeichen, Satzzeichen usw.) unterteilen. Die darin enthaltenen Einheiten werden als Token oder Wort bezeichnet. Gemäß dem in der Abbildung unten gezeigten spezifischen Prozess werden die Textsätze zunächst in Einheiten unterteilt, dann werden die einzelnen Elemente digitalisiert (in Vektoren abgebildet), dann werden diese Vektoren zur Codierung in das Modell eingegeben und schließlich an nachgelagerte Aufgaben ausgegeben erhalten Sie weiterhin das Endergebnis. Die Textsegmentierung kann entsprechend der Granularität der Textsegmentierung in Toke unterteilt werden.
- KI 594 2024-04-12 14:31:26
-
- Wie baut man ein KI-orientiertes Data-Governance-System auf?
- In den letzten Jahren sind mit dem Aufkommen neuer Technologiemodelle, der Wertsteigerung von Anwendungsszenarien in verschiedenen Branchen und der Verbesserung der Produkteffekte aufgrund der Ansammlung riesiger Datenmengen Anwendungen der künstlichen Intelligenz aus Bereichen wie Konsum und Internet ausgestrahlt worden zu traditionellen Branchen wie Fertigung, Energie und Elektrizität. Der Reifegrad der Technologie und Anwendung künstlicher Intelligenz in Unternehmen verschiedener Branchen in den Hauptbereichen wirtschaftlicher Produktionsaktivitäten wie Design, Beschaffung, Produktion, Management und Vertrieb verbessert sich ständig und beschleunigt die Implementierung und Abdeckung künstlicher Intelligenz in allen Bereichen schrittweise Integration in das Hauptgeschäft, um den Industriestatus zu verbessern oder die Betriebseffizienz zu optimieren und die eigenen Vorteile weiter auszubauen. Die groß angelegte Implementierung innovativer Anwendungen der Technologie der künstlichen Intelligenz hat die starke Entwicklung des Big-Data-Intelligence-Marktes vorangetrieben und auch den zugrunde liegenden Data-Governance-Diensten Marktvitalität verliehen. Mit Big Data, Cloud Computing und Computing
- KI 1079 2024-04-12 14:31:14
-
- Wie fördert KI-künstliche Intelligenz die digitale Transformation?
- Es ist Jahrzehnte her, dass künstliche Intelligenz vorgeschlagen wurde, aber warum erlebte diese Technologie erst in den letzten Jahren ein explosionsartiges Wachstum? Dieses Phänomen ist kein Zufall. Gerade dank der zunehmenden Reife digitaler Technologien wie Cloud Computing, Internet der Dinge und Big Data hat die künstliche Intelligenz erhebliche Fortschritte gemacht: Cloud Computing bietet eine offene Plattform für künstliche Intelligenz Das Internet der Dinge gewährleistet Datensicherheit und Big Data bietet unbegrenzte Ressourcen und Algorithmenunterstützung für Deep Learning. Die Integration der digitalen Transformation traditioneller Unternehmen und Technologien in diesen Bereichen hat die kontinuierliche Verbesserung der Technologie der künstlichen Intelligenz gefördert und eine solide Grundlage für ihre Entwicklung von „intelligenter Wahrnehmung“ zu „intelligentem Denken“ und „intelligenter Entscheidungsfindung“ gelegt. Unternehmen mit starken digitalen Innovationsfähigkeiten haben einen zunehmenden Einfluss auf den Markt und die Verbraucher. Jede digitale Transformation
- KI 718 2024-04-12 14:31:01
-
- Wie man KI nutzt, um die Energietransparenz in Gebäuden zu verbessern
- In den Vereinigten Staaten wird etwa ein Drittel der in Gebäuden verbrauchten Energie verschwendet, was jährlich bis zu 150 Milliarden US-Dollar kostet. Heutzutage sind sich immer mehr Facility Manager von Gebäuden dessen bewusst und möchten alle verfügbaren Vermögenswerte identifizieren, um diese Kosten zu kontrollieren. Wie wir alle wissen, ist künstliche Intelligenz (KI) zu einem leistungsstarken Werkzeug für Branchenführer geworden, die die Energieeffizienz verbessern möchten. In Verbindung mit der Null-Gebäudeplanung schaffen Fortschritte in der künstlichen Intelligenz die Voraussetzungen für eine transformative Ära im Facility Management. Statistiken von Data International Energy Occupation zeigen, dass die Bauindustrie bis zu 30 % des weltweiten Energieverbrauchs ausmacht und die Optimierung des Energieverbrauchs dazu beitragen kann, die Auswirkungen auf die Umwelt zu reduzieren. Künstliche Intelligenz hilft Managern dabei, bessere, fundiertere und vorausschauendere Entscheidungen zu treffen
- KI 476 2024-04-12 12:16:23
-
- Wie KI und IoT Schlüsselindustrien revolutionieren
- Künstliche Intelligenz (KI) und das Internet der Dinge (IoT) haben bereits bedeutende Entwicklungen in Branchen wie dem verarbeitenden Gewerbe und dem Bankenwesen vorangetrieben, doch zusammen bieten die beiden Technologien leistungsstarke Möglichkeiten für eine Vielzahl von Branchen. Das Internet der Dinge hat ein Echtzeit-Kommunikationsnetzwerk miteinander verbundener Geräte geschaffen und sich zu einer milliardenschweren Industrie entwickelt. Statista schätzt, dass der Umsatz bis 2024 1,3 Billionen US-Dollar überschreiten wird. Gleichzeitig hat die künstliche Intelligenz seit der Einführung verbraucherorientierter generativer KI-Programme ein enormes Wachstum erlebt. Hier erfahren Sie, wie einige führende Branchen diese Technologien nutzen und wie Branchenführer die zukünftige Entwicklung dieser Nutzung sehen. Versicherungen Derzeit besteht die Rolle künstlicher Intelligenz im Versicherungssektor darin, die Effizienz und Verarbeitung zu verbessern
- KI 434 2024-04-12 11:55:26
-
- Neue Ideen für die LiDAR-Simulation |. LidarDM: Hilft bei der Generierung einer 4D-Welt, Simulationskiller~
- Originaltitel: LidarDM: GenerativeLiDARSimulationinaGeneratedWorld Papier-Link: https://arxiv.org/pdf/2404.02903.pdf Code-Link: https://github.com/vzyrianov/lidardm Autorenzugehörigkeit: University of Illinois, Massachusetts Institute of Technology Papier-Idee: Einführung in diesen Artikel LidarDM, ein neuartiges Lidar-Generierungsmodell, mit dem realistische, Layout-bewusste, physikalisch glaubwürdige und zeitlich kohärente Lidar-Videos erstellt werden können. LidarDM verfügt über zwei beispiellose Funktionen in der generativen Lidar-Modellierung: (1)
- KI 697 2024-04-12 11:46:15
-
- Wichtige Anwendungsfälle für industrielle Konnektivität in der Fertigung
- In den letzten Jahren wurde zunehmend über Möglichkeiten und Potenziale wie intelligente Fabriken und Industrie 4.0 diskutiert, doch die vielen Vorteile dieser ehrgeizigen Visionen und Strategien können nun durch die Nutzung industrieller Konnektivität realisiert werden. Industrielle Konnektivität in der Fertigung ermöglicht eine Vielzahl von Anwendungen zur Steigerung der Effizienz, zur Verbesserung der Produktionsqualität, zur Echtzeitüberwachung und -steuerung sowie zur Erleichterung intelligenter Entscheidungsprozesse. Technologien wie intelligente Fertigungsfabriken und Industrie 4.0 wurden in den letzten Jahren ausführlich diskutiert, doch die vielen Vorteile dieser ehrgeizigen Visionen und Strategien, die industrielle Konnektivität nutzen, um die in der Fertigung üblichen Silos aufzubrechen, sind jetzt realisierbar. In der Praxis haben mehrere gängige Anwendungsfälle für die Bereitstellung eines standardisierten Datenzugriffs durch industrielle Konnektivität erhebliche Auswirkungen auf die globale Fertigung. Zu diesen möglichen Hauptanwendungsfällen gehören: Echtzeit-Datenüberwachung und -analyse in der Fertigung
- KI 824 2024-04-12 09:16:32
-
- Wie IoT-Sensoren und KI intelligente Gebäude revolutionieren
- Mit der kontinuierlichen Weiterentwicklung intelligenter Technologie sind intelligente Gebäude zu einer starken Kraft in der heutigen Baubranche geworden. Beim Aufstieg intelligenter Gebäude haben Sensoren für das Internet der Dinge (IoT) und künstliche Intelligenz (KI) eine entscheidende Rolle gespielt. Ihre Kombination ist nicht nur eine einfache technische Anwendung, sondern auch eine völlige Subversion traditioneller Gebäudekonzepte und bringt uns eine intelligentere, effizientere und komfortablere Gebäudeumgebung. In den letzten Jahren und insbesondere im Zuge der COVID-19-Pandemie sind die Herausforderungen für das Gebäudemanagement gestiegen und haben sich weiterentwickelt, da sich die Erwartungen an Facility Manager geändert haben und die Anforderungen an die Rentabilität gestiegen sind. Der Wandel hin zu stärker integrierten und flexibleren Arbeitsumgebungen in Büros verändert auch die Art und Weise, wie Gewerbegebäude genutzt werden, und erfordert Echtzeit-Einblick in die Gebäudenutzung und Nutzertrends
- KI 1024 2024-04-12 09:10:15
-
- BAIC Jihu veröffentlicht das Darwin 2.0-Technologiesystem und führt die neue Energiefahrzeugtechnologie auf ein neues Niveau
- Am 11. April wurde in Peking die Tesla 2.0-Technologie feierlich vorgestellt. Jihu Motors ist mit Innovationen im Bereich des intelligenten Reisens erneut führend. Das Darwin 2.0-Technologiesystem ist das Ergebnis intensiver Forschung und Praxis von Jihu Auto im Bereich des intelligenten Reisens. Es integriert sieben wichtige Technologiebereiche, darunter intelligentes Fahren, intelligente Vernetzung, intelligente Sicherheit und andere Aspekte, um Benutzern ein umfassendes und intelligentes Reiseerlebnis zu bieten. Durch fortschrittliche Sensoren und Algorithmen kann dieses Technologiesystem eine präzise Wahrnehmung und intelligente Entscheidungsfindung der Fahrzeugfahrbedingungen erreichen und so sicherstellen, dass Benutzer in verschiedenen Verkehrsumgebungen ein sicheres und komfortables Fahrerlebnis genießen können. Gleichzeitig konzentriert sich die Darwin 2.0-Technologie auch auf die Verbesserung des Benutzererlebnisses. Durch die nahtlose Verbindung mit intelligenten Geräten wird die Integration fahrzeuginterner Systeme mit Mobiltelefonen und Smart Homes realisiert.
- KI 1020 2024-04-12 09:04:13
-
- Empfehlungssysteme basierend auf kausalen Schlussfolgerungen: Überprüfung und Aussichten
- Das Thema dieses Austauschs sind Empfehlungssysteme, die auf kausalen Schlussfolgerungen basieren. Wir überprüfen vergangene verwandte Arbeiten und schlagen zukünftige Perspektiven in diese Richtung vor. Warum müssen wir in Empfehlungssystemen kausale Inferenztechniken verwenden? Bestehende Forschungsarbeiten nutzen kausale Schlussfolgerungen, um drei Arten von Problemen zu lösen (siehe den TOIS2023-Artikel Causal Inference in Recommender Systems: ASurvey and Future Directions von Gaoe et al.): Erstens gibt es verschiedene Verzerrungen (BIAS) in Empfehlungssystemen und kausale Schlussfolgerungen ist eine wirksame Möglichkeit, diese Werkzeuge zur Voreingenommenheit zu entfernen. Empfehlungssysteme können bei der Bewältigung der Datenknappheit und der Unfähigkeit, kausale Auswirkungen genau abzuschätzen, vor Herausforderungen stehen. Um es zu lösen
- KI 694 2024-04-12 09:01:07