Silicon Labs新推無線SoC/Matter-Ready平台

芯科科技(Silicon Labs)宣布推出BG24和MG24系列2.4GHz無線SoC,分別支援藍牙和多重協定操作,同時也推出新的軟體工具包。此新平台同時優化硬體和軟體,有助於在電池供電的邊緣裝置實現AI/ML應用和高性能無線功能。Matter-Ready的低功耗BG24和MG24産品支援多種無線協定,並提供PSA...
2022 年 02 月 09 日

IAR Systems協助開發者採用ARM Cortex-M55核心

IAR Systems宣布最新版IAR Embedded Workbench for Arm已加入支援Arm Cortex-M55處理器之能力。此外,9.20版工具鏈並支援各家半導體廠商的最新微控制器(MCU)。...
2021 年 11 月 12 日

降低行動裝置即時運算負載 AR同作巧助神經網路推論

在行動裝置上執行神經網路推論時,利用AR同作執行,並選擇適當行動機器學習框架,不但可讓部署過程更容易,同時也可依據目標裝置的差異提升效能。
2021 年 11 月 08 日

意法STM32Cube.AI生態系加強支援機器學習

意法半導體(ST)推出之STM32Cube.AI開發環境為使用者提供各種機器學習技術,以盡可能高效地解決分類、聚類和新穎性偵測等三種演算法的挑戰,並提供更多靈活性。 除了支援在STM32微控制器(MCU)上開發邊緣推斷神經網路外,最新STM32Cube.AI軟體(7.0版)還能支援資料集更小、CPU時脈週期更少之新型有監督和半監督的學習方法,其中包括孤立森林異常偵測(iForest)和單類支援向量機(One...
2021 年 08 月 20 日

醫療供應鏈智慧化 RFID/NFC強化疫苗運輸安全

隨著新冠疫情大規模爆發,科學界全力應對這場危機,全球各地的研究人員加足馬力以空前的速度開發可用的疫苗以投入緊急使用。現在,世界各國開始盡可能加快疫苗接種的速度,朝向群體免疫的方向邁進,但這也為研發人員及醫...
2021 年 07 月 15 日

賽靈思優化FGPA EDA設計 透過機器學習促效率/品質兼顧

賽靈思(Xilinx)日前宣布推出Vivado ML版本,這是首款基於機器學習(Machine Learning, ML)優化演算法,並且先進地針對團隊協作的設計流程所打造的FPGA 電子設計自動化(Electronic...
2021 年 07 月 12 日

英飛凌新ModusToolbox實現安全AIoT微型機器學習

人工智慧(AI)與物聯網(IoT)的結合稱為人工智慧物聯網(AIoT),可提供聯網裝置的機器學習能力,進而能執行智慧型的作業。據調研機構 Markets and Markets 指出,人工智慧物聯網市場將自...
2021 年 06 月 16 日

ATM影像追蹤可疑人士 ML推理網路實現即時辨識

目前大多數研究與論文都側重於針對特定任務的機器學習(ML)模型,分析在執行該模型時達到的精度以及處理架構的效率,但在現場部署實際解決方案時,還有其他諸多需要考慮的因素。廠商如恩智浦半導體(NXP)的i.MX...
2021 年 05 月 31 日

ML實現中文古籍數位化 達摩院研發OCR識別系統

近日一批珍藏於美國加州大學柏克萊分校的中文古籍善本利用光學字元辨識(Optical character recognition, OCR)技術數位化,透過漢典重光平台提供古籍內容翻閱、檢索及調用功能。漢典重光由阿里巴巴公益基金會、中國四川大學、加州大學柏克萊分校、中國國家圖書館及浙江圖書館等單位共同合作,旨在尋覓流散海外的中國古籍將其數位化與公共化,協助一般大眾古籍研究者使用古籍資料。...
2021 年 05 月 25 日

深度學習正盛 AI逐步發展環境理解能力

人工智慧(AI)在產業內處於邁向落地成熟,且深度學習(DL)受到廣泛應用的階段。技術方面以機器視覺為大宗,自然語言處理(NLP)也是部分產業採用的熱門技術。資策會MIC認為,AI的發展可以分成四個階段,第一及第二階段分別是推理推論與統計學學習,目前處於第三階段的深度學習,並結合深度學習,讓AI具備感知能力並建立邏輯,走向第四階段,發展環境感知能力。...
2021 年 05 月 21 日

縮短ML開發/部署流程 Google Vertex AI平台亮相

Google I/O、Google雲端日前發布管理機器學習(ML)的Vertex AI平台,可加速公司部署並維護人工智慧(AI)模型。Vertex AI訓練模型需要的程式碼減少將近80%,協助專業能力不同的資料科學家與ML工程師建立並管理MLOps,達到在整個開發的生命週期內,有效建立並管理ML專案的目的。...
2021 年 05 月 20 日

資料處理/分析面面俱到 AI/ML助攻B2B產業互連

在工業自動化時代,AI已突破人們既定的認知,可以處理巨量資料;其中的機器學習則藉由自我修正決策的方式,擴展資料傳輸速度及規模,尤其可於在B2B場景中提升決策效率與準確性,因此兩者成為現今全球重視的發展重點。此外,企業若能掌握設備之間的互連性,AI/ML將成為其發展的動能。
2021 年 05 月 15 日