|
|
|
船集群编队协同受水上环境影响较大，面对无人船编队行进过程中的风浪流涌等干扰因素以及船体动力系统变化等，云洲智能团队采用了鲁棒和自适应控制技术，确保对编队的顺利控制；高精度的GNSS和惯导的组合导航，结合RTK技术，确保了无人船编队的精准行进轨迹。此外，...
|
|
https://www.dzwww.com/xinwen/jishixinwen/201912/t20191223_19501084.htm
|
2019-12-23
|
|
方式: 1、适配社区通勤的自动算法体系。为了让无人驾驶通勤车能够在社区的复杂环境里畅行无阻,hachi auto研发团队为车辆内置了高鲁棒性的自动驾驶算法和稳定的计算平台,结合3D障碍物目标检测和速度估计,构建了深度学习的框架。 据了解,这套算法已经过了累计超10万...
|
|
https://www.dzwww.com/xinwen/guoneixinwen/201912/t20191205_19427950.htm
|
2019-12-05
|
|
应数据规模、传输带宽和处理速度的提升，研究人员对大数据固有的非确定性和复杂性尚没有深刻认识；与此同时，人工智能技术也面临鲁棒性、可解释性和复杂系统认知瓶颈等挑战。 梅宏进一步指出，当前数据智能存在低效、不通用以及不透明三大问题。“现在的数据智能就...
|
|
https://www.dzwww.com/wap/rt/201912/t20191204_19421612.htm
|
2019-12-04
|
|
应数据规模、传输带宽和处理速度的提升，研究人员对大数据固有的非确定性和复杂性尚没有深刻认识；与此同时，人工智能技术也面临鲁棒性、可解释性和复杂系统认知瓶颈等挑战。 梅宏进一步指出，当前数据智能存在低效、不通用以及不透明三大问题。“现在的数据智能就...
|
|
https://www.dzwww.com/xinwen/shehuixinwen/201912/t20191203_19417731.htm
|
2019-12-03
|
|
99%，这是它支持声纹支付功能的基础，在支付级应用下，用户只要通过3次不超过10秒的交互语音，声纹识别技术就可以准确刻画用户的鲁棒性声纹特征，实现超过99%的识别准确度。 不仅如此，运用中文识别的自然语言理解算法，语音设备可以准确定位消费者需要购买的商品...
|
|
https://www.dzwww.com/xinwen/shehuixinwen/201911/t20191112_19348599.htm
|
2019-11-12
|
|
的数据标注公司。”王金桥说，“这个阶段数据对性能的贡献是最大的，数据越多越丰富、代表性越强、模型效果越好，算法的健壮性和鲁棒性就越强。目前情况是大部分AI公司都还没有实现盈利，但标注公司除外。” 据王金桥介绍，国外也是一样，无人零售、无人驾驶等都需...
|
|
https://www.dzwww.com/xinwen/guoneixinwen/201909/t20190910_19160307.htm
|
2019-09-10
|
|
的数据标注公司。”王金桥说，“这个阶段数据对性能的贡献是最大的，数据越多越丰富、代表性越强、模型效果越好，算法的健壮性和鲁棒性就越强。目前情况是大部分AI公司都还没有实现盈利，但标注公司除外。” 据王金桥介绍，国外也是一样，无人零售、无人驾驶等都需...
|
|
https://www.dzwww.com/xinwen/guoneixinwen/201909/t20190910_19160041.htm
|
2019-09-10
|
|
错误解读、可扩展的监管和避免人工智能副作用。他总结可信人工智能的特征应该具备与人类智能类似的特质。包含对未知或对抗条件的鲁棒性；对自身性能或错误有感知的自我反省；对新的环境或目标的自适应；对分析过程的透明性、可解释性；对决策过程的公平性。 “穿马...
|
|
https://www.dzwww.com/xinwen/shehuixinwen/201908/t20190830_19126420.htm
|
2019-08-30
|
|
结构被国际主流语音识别开源软件Kaldi采纳。在非实时语音识别方面，提出基于BLSTM-E（双向长短时记忆扩展）的深度神经网络结构，提升了现有主流BLSTM的性能，并解决了序列化训练条件下LSTM（长短时记忆网络）对不同长度语音输入的鲁棒性差的问题。（记者 陆成宽）...
|
|
https://www.dzwww.com/xinwen/shehuixinwen/201908/t20190820_19083438.htm
|
2019-08-20
|
|
的回馈神经网络结构被国际主流语音识别开源软件Kaldi采纳。在非实时语音识别方面，提出基于BLSTM-E（双向长短时记忆扩展）的深度神经网络结构，提升了现有主流BLSTM的性能，并解决了序列化训练条件下LSTM（长短时记忆网络）对不同长度语音输入的鲁棒性差的问题。...
|
|
https://www.dzwww.com/xinwen/guoneixinwen/201908/t20190819_19078959.htm
|
2019-08-19
|
|
