搜索结果: 1-15 共查到“人工智能 t-模”相关记录121条 . 查询时间(0.171 秒)
自然界中的软体生物对其颜色、对比度以及形状有着惊人的自主控制能力。它们通过动态的身体图案及生物发光实现同类之间的信息交流、伪装、保护和预警,以适应复杂多变的自然环境。一个典型的例子是警报水母,当其感知到海洋猎食者袭击并受伤时,会发出耀眼的光芒以吸引更大的猎食者来消灭眼前的侵略者。这种兼具有感知、识别、自适应和保护的水下环境交互能力有助于探索水下神秘环境及新物种,从而为水下活动的开展提供丰富且必要的...
中国科学院微电子所在数模混合存算一体芯片方面取得重要进展(图)
芯片 智能计算
2024/2/28
当前,基于边缘智能计算设备运行的人工智能应用日趋复杂及高精度,为降低边缘设备运行的延迟和功耗,存算一体技术被应用在边缘设备端,通过减小数据搬运的开销最大化减少边缘设备上的延迟与功耗。但传统的存算一体宏仅支持使用整数型数据计算,难以支持日趋高精度、高复杂度以及片上训练的边缘端智能计算任务。且仅使用单一模拟或数字方案的存算一体宏,在能量效率、面积效率和精度上难以取得最优化。如何有效结合模拟存算与数字存...
网络安全建模辅助工具试运行絮语(图)
网络安全 建模工具 试运行 知识工程
2023/11/18
中国科大发布首个高空作业机器人多模态感知数据集(图)
机器人 数据 智能
2024/6/15
2023年10月12日,中国科学技术大学工程科学学院机器人与智能装备研究所董二宝副教授课题组发布了首个面向高空作业机器人的开源多模态感知数据集USTC FLICAR。该数据集以“USTC FLICAR: A sensors fusion dataset of LiDAR-inertial-camera for heavy-duty autonomous aerial work robots”为题在...
沈阳自动化所复杂工业数据预测建模取得进展(图)
工业数据 人工智能 机器学习
2023/8/22
针对冶金等复杂工业建模过程中存在数据不足和算法冷启动的问题,沈阳自动化所数字工厂研究室科研团队提出了一种基于动态迁移学习的、在有限数据量下的工业过程时间序列预测方法,该方法以提高多步时序预测精度、降低计算成本为目标,建立了复杂工业场景下的预测模型,提高了工业时序数据预测的准确性、高效性。相关成果已发表在中科院一区Top期刊IEEE Transactions on Industrial Inform...
“紫东太初”全模态大模型发布
紫东太初 全模态 大模型发布 人工智能
2023/12/21
基于跨模态实体信息融合的神经机器翻译方法
实体重构 跨模态学习 多任务学习 多模态机器翻译
2024/1/16
现有多模态机器翻译(Multi-modal machine translation,MMT)方法将图片与待翻译文本进行句子级别的语义融合.这些方法存在视觉信息作用不明确和模型对视觉信息不敏感等问题,并进一步造成了视觉信息与文本信息无法在翻译模型中充分融合语义的问题.针对这些问题,提出了一种跨模态实体重构(Cross-modal entity reconstruction,CER)方法.区别于将完整...
【CCIG2023】大会技术论坛多模态情感计算技术与应用成功举办(图)
多模态 情感计算 识别
2023/11/18
城市污水处理过程自适应滑模控制
城市污水处理过程 时滞 滑模控制 模糊神经网络
2024/1/17
针对城市污水处理过程时滞导致难以稳定控制的问题,提出一种自适应滑模控制方法(Adaptive sliding mode control,ASMC).首先,分析推流时滞对城市污水处理生化反应过程的影响,建立时滞影响下的城市污水处理运行控制模型;其次,设计一种基于模糊神经网络的预估补偿模型,完成滞后变量的准确预测,实现控制模型中变量时刻的统一;最后,设计一种具有自适应开关增益系数的滑模控制器(Slid...
2023年5月6日,在华为昇腾AI开发者峰会上,中国科学院自动化研究所“紫东太初”大模型研究中心常务副主任、武汉人工智能研究院院长王金桥研究员介绍,基于华为全栈国产化软硬件平台昇腾AI,中国科学院自动化研究所和武汉人工智能研究院正在联合打造“紫东太初”2.0全模态大模型,可实现文本、图片、语音、视频、3D点云、传感信号等不同模态的统一表征和学习,助推通用人工智能时代加速到来。
解码人类视觉神经表征是一项具有重要科学意义的挑战,可以揭示视觉处理机制并促进脑科学与人工智能的发展。然而,目前的神经解码方法难以泛化到训练数据以外的新类别,主要挑战在于现有方法未充分利用神经数据背后的多模态语义知识,且现有的可利用的配对(刺激-脑响应)训练数据很少。