Tag Archives: 卷積神經網路

機器學習助鈣鈦礦踩油門，太陽能材料分析速度快 10 倍
作者 |發布日期 2019 年 06 月 13 日 13:59 |
分類 太陽能 , 尖端科技 , 能源科技

鈣鈦礦是近年來備受歡迎的太陽能潛力材料，不少團隊正孜孜不倦尋找最佳製造配方，進一步提高轉換效率與延長使用壽命，最近美國麻省理工更開發出全新的流線型（Streamlined）材料製造與分析系統，除了成功將合成與分析速度加快 10 倍，也找出 2 種候選無鉛鈣鈦礦材料，未來最佳化研究後，材料研發時間有望從 20 年縮減到 2 年以內。

繼續閱讀..

美國共有幾座太陽能系統？史丹佛研發 DeepSolar 一探究竟
作者 |發布日期 2018 年 12 月 27 日 15:30 |
分類 太陽能 , 能源科技

為了讓美國消費者與廠商更加了解太陽能板裝設狀況與分布，史丹佛大學透過機器學習與衛星圖像，研發出「DeepSolar」軟體與開放平台，可成功辨識出美國逾 147 萬個太陽能裝置，希望能讓人們更了解當地太陽能的部署情形與背後原因。 繼續閱讀..

Google Brain 用強化學習為行動裝置量身訂做最好最快的 CNN 模型
作者 |發布日期 2018 年 08 月 13 日 9:00 |
分類 AI 人工智慧 , Google , 行動裝置

卷積神經網路（CNN）廣泛用於影像分類、人臉辨識、物體偵測及其他工作。然而，為行動裝置設計 CNN 模型是個大挑戰，因行動模型需要又小又快，同時還要保持足夠的準確率。雖然研究人員花了非常多時間精力在行動模型的設計和改良，做出 MobileNet 和 MobileNetV2 這類成果，但人工設計高效模型始終很有難度，其中有許多可能性需要考慮。 繼續閱讀..

吳恩達團隊最新醫學影像成果：肺炎診斷準確率創新高
作者 |發布日期 2017 年 11 月 17 日 16:34 |
分類 AI 人工智慧 , 會員專區 , 自動化

知名深度學習專家吳恩達和他在史丹佛大學的團隊一直在醫療方面努力。之前，吳恩達團隊研發出一種深度學習演算法，可診斷 14 類別的心律失常。近日，該團隊又出新成果，他們提出一種名為 CheXNet 的新技術。研究人員表示：新技術已在辨識胸部透視圖中肺炎等疾病準確率超越了人類專業醫師。 繼續閱讀..

用一張單色影像生成高品質 3D 幾何架構
作者 |發布日期 2017 年 08 月 28 日 7:15 |
分類 AI 人工智慧 , Big Data , 會員專區

用影像重建 3D 數位幾何架構是電腦視覺一個非常核心的問題。這種技術在許多領域都有廣泛應用，例如電影、遊戲的內容生成、虛擬實境和擴增實境、3D 列印等。柏克萊人工智慧研究中心的 Christian Häne 等人近日發表一篇論文《Hierarchical Surface Prediction for 3D Object Reconstruction》，討論如何從單張色彩影像重建高品質的 3D 幾何架構，就像以下這張圖所顯示。 繼續閱讀..