切换马甲
上一页
下一页
分类专栏
-
299篇
默认分类
文章数:299
文章总阅读量:45.6w
文章总收藏量:29
文章总点赞量:31
按发布时间
按阅读量
按点赞量
-
近年来,在学习技术方面取得了重大进展,使机器人能够执行各种操作任务,并具有对新场景的强泛化能力。然而,这一进展在很大程度上依赖于大规模数据集,这些数据集的构建和扩展具有挑战性,因为它们通常需要人工演示或工程级的自主数据收集方案。在新论文《用语义想象的经验扩展机器人学习》中,谷歌和谷歌Research的机器人技术团队提出了用语义想象的经验(ROSIE)进行机器人学习,这是一种通用的语义感知数据增强策2023-03-02 14:50:040 0 1314
-
微软最近为其认知语音服务推出了新功能,通过发音评估、新的语音转文本 (STT) 语言以及预构建和自定义神经语音增强功能来加速语言学习。Microsoft Azure 认知语音服务是技术和服务的综合集合,例如语音转文本、文本转语音、自定义神经语音 (CNV) 对话听录服务、说话人识别、语音翻译、语音 SDK 和语音设备开2023-03-03 08:55:070 0 1054
-
L至R-盐在盐瓶、石墨烯溶液、烧瓶中工作时使用的水。中 - 普通铅笔(以说明开发中的石墨烯)前面 - 培养皿中水中的石墨烯/海藻水凝胶萨塞克斯大学的科学家成功地试验了新型可生物降解的健康传感器,这些传感器可以改变我们体验个人医疗保健和健身监测技术的方式。苏塞克斯的团队开发了新的健康传感器 - 例如跑步者或患者佩戴的用于监测心率和温度的传感2023-03-03 16:08:120 0 1089
-
应变-温度双模传感器,具有高刺 激分辨率和判别能力由中国科学院宁波材料技术与工程研究所(NIMTE)李润伟教授领导的研究人员开发了一种具有高刺 激辨别性和分辨率的应变-温度双模传感器,能够实时感应应变和温度刺 激,而无需单个传感器串扰。应变和温度作为人类活动产生的重要生理参数,在健康和运动监测中起着至关重要的作用。柔性传感器是智能可穿戴设备的核心部件,紧跟近年来集成化2023-03-06 09:36:470 0 1328
-
微软最近宣布了Azure Operator Nexus的公开预览,这是一个混合的、支持AI的运营商级云平台,旨在满足网络运营商的特定需求。Azure Operator Nexus是一项旨在为传统云基础设施带来运营商级网络功能的性能和弹性的服务。它提供了一种在本地(远边缘、近边缘、核心数据中心)或Azure区域部署移动核心和虚拟化无线接入网络(vRAN)网络功2023-03-06 11:11:300 0 1876
-
AMD的Ryzen 9 7950X3D是世界上速度最快的game CPU,因为AMD决定将其颠覆性的3D芯片堆叠技术引入Zen 4。 AMD已经推出了第二代3D V-Cache,而Intel没有竞争对手的技术。这确保了AMD在某些数据中心应用的最 佳CPU方面都取得了胜利。总的来说,AMD的第二代3D V-Cache技2023-03-06 15:01:320 0 1797
-
苹果正在准备一款新的iMac,最早可能在今年下半年推出。据报道,虽然新款iMac将采用与之前型号相同的24英寸显示屏尺寸,但预计它将配备更强大的M3芯片,采用3nm工艺。新款iMac预计至少要三个月才能投入批量生产,但仍可能在今年下半年开始出货,配色与其前身相同,包括蓝色,银色,粉 红色和橙色。古尔曼表示,新款iMac处于“开发的高级阶段”,苹果目前正在“对该机器进行生产测试”。据报道,2023-03-06 15:11:210 0 959
-
韩国中央大学的研究人员制造了一种灵活的纸基高能量存储设备,可用于并行和串行单超级电容器(SC)配置,而无需修改外部电线和电路。等效电路和相应的电化学性能数据显示在右下角智能手表、健身追踪器和虚拟现实耳机等可穿戴设备正变得司空见惯。它们由柔性电子设备供电,这些电子设备由以塑料或金属箔作为基板的电极组成。但是,这两者都有其自身的缺点。塑料的附着力差,耐用性低,而金属箔使设备笨重且柔韧性降低。有鉴于此,2023-03-07 09:10:350 0 1767
-
霍普菲尔德网络中的连接图在经典的霍普菲尔德网络(左)中,每个神经元(I,j,k,l)以成对的方式与其他神经元连接。在伯恩斯先生和深井教授制作的修改网络中,三个或更多神经元的集合可以同时连接计算机模型是研究大脑如何制造和存储记忆和其他类型复杂信息的重要工具。但创建这样的模型是一件棘手的事情。某种程度上,一系列信号(包括生化信号和电子信号)以及神经元和其他细胞类型之间错综复杂的连接,为记忆的形成创造了2023-03-07 09:26:180 0 1633
-
这些是由Job van Rijn(上图)和Anouk Goossens(下图)创建的“超越CMOS”的计算机架构设备随着标准微芯片的发展即将结束,科学家们正在寻找一场革命。最大的挑战是设计更节能的芯片,以及设计结合存储器和逻辑的设备(忆阻器)。荷兰格罗宁根大学的材料科学家在两篇论文中描述了如何使用复杂的氧化物来制造非常节能的磁电自旋轨道(MESO)器件和尺寸更小的忆阻2023-03-08 09:58:130 0 1299
-
隐写术的图形描述。发送方接收明文消息、随机性源和私钥,并输出隐文本。接收方接收与发送方相同的私钥以及stegotext。对手也会收到stegotext一组研究人员通过开发一种算法,在安全通信方面取得了突破,该算法可以有效地隐藏敏感信息,从而无法检测到任何东西被隐藏。该团队由牛津大学领导,与卡内基梅隆大学密切合作,预计这种方法很快将广泛应用于数字人类通信,包括社交媒体和私人消息传递。特别是,能够发送2023-03-08 10:07:500 0 1163
-
磁力驱动的四足软微型机器人向胃活检的仿生行走和抓取示意图最近,中国科学院深圳先进技术研究所的一个研究团队提出了一种由磁场驱动的仿生四足软薄膜微型机器人,其质量仅为41毫克,有望应用于胃部检查和治疗。研究人员实现了软微机器人在磁场中的多模态运动控制以及软微机器人对微小物体的抓取和运输。这篇发表在《机器人与仿生系统》(Cyborg and Bionic Systems)上2023-03-08 10:48:400 0 1539
-
来自NVIDIA,苏黎世联邦理工学院和多伦多大学的一组研究人员开源了基于模拟的机器人学习框架Orbit。Orbit包括四个学习库的包装器,一套基准测试任务和多个机器人平台的模拟,以及用于在物理机器人上部署经过训练的代理的接口。Orbit 建立在 NVIDIA 的 Isaac Sim 模拟平台上,该平台提供用于设计环境的工具以及用于逼真渲染2023-03-08 11:55:260 0 1806
-
机器人无处不在,从在空中拍摄视频的无人机,到在餐馆提供食物,再到在紧急情况下拆除炸弹。机器人正在通过增强我们的能力、腾出时间、增强我们的人身安全和福祉,缓慢而坚定地改善人类的生活质量。虽然现有的机器人在完成简单任务方面越来越熟练,但要处理更复杂的请求,在机动性和智能方面都需要进一步发展。哥伦比亚工程学院和丰田研究所的计算机科学家正在深入研究心理学、物理学和几何学,以创建算法,使机器人能够适应周围环2023-03-08 17:42:570 0 1295
-
麻省理工学院的一项研究对卷积神经网络进行了第一次理论分析,并为网络训练期间属性的出现提供了新的见解麻省理工学院和布朗大学研究人员的一项新研究描述了深度分类器训练过程中出现的几个特性,深度分类器是一种人工神经网络,通常用于图像分类、语音识别和自然语言处理等分类任务。论文《用平方损失训练的深度分类器的动力学:归一化、低秩、神经崩溃和泛化边界》。今天发表在《研究》杂志上,是第一个从理论上探索用平方损失训2023-03-09 09:14:060 0 957
-
(a) 外延铁电HEMT器件结构示意图。(b) 主要制造步骤。(c)从栅极堆栈区域捕获的HAADF-STEM图像和(d)显示元素分布的相应EDS映射。(e) 高分辨率HAADF-STEM图像,显示异质结构界面处的原子堆叠一个月前,密歇根大学(University of Michigan)的一个团队宣布了一种具有现代计算元件所需的纳米级厚度的铁电半导2023-03-09 09:23:370 0 1278
-
拟议的物联网辅助智能停车系统(IoT-AIPS)随着智慧城市的不断发展,驾驶员面临的最重大挑战之一是寻找停车位。随着车辆数量的日益增加,停车位的缺乏正成为一个重大问题。然而,发表在《国际网格与高性能计算杂志》(IJGHPC)上的一项新研究提出了使用物联网(IoT)解决这个问题的方法。传统的停车位监控系统依赖于专用传感器,安装成本可能很高,因此难以大规模实施。然而,物联网技术的出现使得使用嵌入式摄像2023-03-09 09:32:160 0 1147
-
图中总结了传感器的原理最近的技术进步使越来越复杂的传感器得以发展,这有助于提高机器人、无人机、自动驾驶汽车和其他智能系统的传感能力。然而,这些传感器中的许多都依赖于单独的摄像机,因此它们收集的测量结果的准确性受到摄像机视场(FOV)的限制。2024-02-20 11:32:360 0 1740
-
在室温下具有非常高电荷迁移率的代表性2D半导体二维半导体有机会取代硅基芯片,推动电子设备性能的重大进步。然而,许多问题仍然阻碍着这些设备的发展。一个主要问题是载流子迁移率,即电子在半导体中的移动速度。这些2D半导体在这一领域的速度是出了名的慢,限制了改进和实际应用的能力。德克萨斯大学奥斯汀分校(University of Texas at Austin)的研2023-03-09 09:38:330 0 1867
-
基于扩散的人工智能模型继续以卓越的图像、音频和视频生成能力震惊世界。然而,这种性能是有代价的,因为扩散模型的迭代采样过程(逐步去除噪声以生成高质量输出)通常需要比传统的单步生成模型(如生成对抗网络(GAN))多10–2000倍的计算量。与其他人工智能领域的情况一样,生成型人工智能研究人员越来越关注于不仅提高模型性能,而且降低计算负担。在新的论文《一致性模型》(Consistency Mo2023-03-09 15:39:130 0 2127
