用这份人工智能技术资料合集，解锁智能科技新技能。
WIFI/BT模块M.2接口选型表 RTL8852BE RTL8852CE RTL8922AE MTK7902BE MTK7922AE MTK7925BE 笔记本/电脑市场专用...
门级时序仿真工具是集成电路设计验证流程中的关键工具，主要用于在门级网表（Gate-Level Netlist）层面验证芯片设计的时序特性和功能正确性。它通过模拟实际电路中逻辑门的延迟、信号传播路径及时...
动态时序仿真工具是集成电路设计流程中的关键软件，用于验证数字电路在实际工作条件下的时序行为和功能正确性。通过模拟电路中信号的传输延迟、建立时间（Setup Time）、保持时间（Hold Time）等...
一、概述静态时序分析（Static Timing Analysis，简称STA）是集成电路设计流程中至关重要的验证方法，通过对数字电路的时序路径进行系统性分析，评估电路是否满足预设的时序约束，确保芯片...
一、STA基本概念静态时序分析（Static Timing Analysis，简称STA）是集成电路设计流程中用于验证电路时序性能的关键工具。它通过对电路中的时序路径进行系统性分析，判断芯片是否能够在...
一、引言时序弧延迟模型是集成电路设计中用于描述信号在逻辑单元之间传输延迟的关键模型，它是时序分析、静态时序分析（STA）和时序约束验证的基础。该模型通过量化信号从一个逻辑节点到另一个逻辑节点的传输时间...
一、技术概述Multi-core并行仿真技术是基于多核处理器架构，通过将复杂仿真任务分解为可并行执行的子任务，利用多核心计算资源实现仿真效率提升的关键技术。随着半导体工艺的发展，多核CPU已成为主流计...
一、概述FactoryTalk Simulation是罗克韦尔自动化（Rockwell Automation）推出的一款面向工业领域的生产流程仿真软件，旨在通过数字化建模与虚拟仿真技术，帮助制造企业在...
形式化验证工具是一类基于数学逻辑和形式化方法的软件工具，用于对硬件设计、软件系统或协议规范进行严格的正确性验证。通过将系统需求和行为转化为数学模型，这类工具能够自动或半自动地证明系统是否满足预设的属性...
ModelSim是Mentor Graphics（现为Siemens EDA）开发的一款高性能VHDL/Verilog混合仿真工具，广泛应用于FPGA（现场可编程门阵列）和CPLD（复杂可编程逻辑器件...
人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人工智能数学基础 人...
人工智能芯片行业深度报告：风起于青萍之末——GPU,FPGA，ASIC 人工智能——风起于青萍之末 人工智能市场将保持高速增长，根据艾瑞咨询的数据，2020 年全球人工智能市 场规模约 1190...
人工智能时代的新海康，“算法+芯片+应用”的新生态人工智能时代的新海康，“算法+芯片+应 用”的新生态 [Table_Summary] 投资要点： 人工智能化是安防监控行业发展的必然趋势。我...
计算机行业深度-人工智能赛道(一)-a-i芯片--下一代计算革命基石1. 人工智能—下一代计算革命 1.1. 人工智能当前发展阶段 人工智能带来新一轮计算革命。人工智能从 1956 年达特茅斯会议...
计算机行业人工智能月报2018年2月期：政策利好不断，工业医疗芯片受资本关注2 月 26 日新华社发文呼唤中国资本市场的“BATJ 梦”之后，2 月底多家媒体 报道，监管层对券商作出指导，包括人工智...
计算机：人工智能芯片研发攻略：芯际争霸人工智能将推动新一轮计算革命。深度学习需要海量数据并行运算，传统计 算架构无法支撑深度学习的大规模并行计算需求。因此，深度学习需要更适 应此类算法的新的底层硬...
电子行业-人工智能芯片-AI巨轮的引擎报告起因 近日，Google 公布其第二代 TPU 产品，Apple 也宣称正在研发一款名为“苹 果神经引擎(Apple Neural Engine)”的...
现行人工智能研究取得了许多进展,但存在“深度上浅层化、广度上碎片化和体系上封闭化”的重要缺陷。这不是改进算法或者提高硬件性能所能解决的问题,而是要在科学观方法论上寻找根源。本文依据“科学观→方法论→研...
摘要：本文论述了人工智能和神经网络在电力工程学中的应用。它第一次报道有人工智能已应用于电力系统领域。然后总结了人工智能技术的应用，并提出建议，改进现有的人工智能设备工具。在此之后，本文着重于探讨神经网...
1月18日，召开国家人工智能标准化总体组、专家咨询组成立大会，在会上，国家标准化管理委员会宣布成立国家人工智能标准化总体组、专家咨询组，负责全面统筹规划和协调管理我国人工智能标准化工作。发布了《人工智...
一、大数据生态概述大数据生态系统是指由数据产生、采集、存储、处理、分析、应用等多个环节构成的有机整体，涵盖硬件设施、软件工具、数据资源、技术架构和应用场景等要素。随着数据量的爆炸式增长和技术的快速迭代...
随着信息技术的飞速发展，数据呈现出爆炸式增长，大数据处理框架应运而生。这些框架旨在高效处理海量、多样、高速产生的数据，为企业和组织提供有力的数据分析支持。一、大数据处理框架的核心特点分布式计算：将大规...
随着信息技术的飞速发展，数据呈现爆发式增长，大数据已成为推动各行业创新与发展的重要战略资源。大数据处理技术旨在从海量、高增长率和多样化的数据集中提取有价值的信息，为决策提供支持。本文将系统介绍大数据的...
根 据维 基百科的定义，大 数 据（big data）是指一个特殊的数据集，其足够大 而复杂，并且传统的数据处理应用软件不 能对它进行有效处理。大数据面临的挑战 包括大数据的获取、存储、管理...
SJ_T 11788-2021 大数据从业人员能力要求 本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。 请注意本文件的某些内容可能涉及专利。...
范围 本标准规定了军工大数据系统的框架、功能要求及非功能要求等内容。 本标准适用于在国防科技工业科研、生产、保障、管理过程中，为提升能力而建设的各类军工大数据系统，可作为军工大数据系统设计、选型、...
最早提出“大数据时代已经到来”的机构是全球知名咨询公司麦肯锡（McKinsey）。2011年，麦肯锡在题为《Big data: The next frontier for innovation, co...
近年来,随着越来越多的大科学装置的建设和重大科学实验的开展,科学研究进入到一个前所未有的大数据时代.大数据时代科学研究是一个大科学、大需求、大数据、大计算、大发现的过程,研发一个支持科学大数据全生命周...
为了使网络大数据应用的范围更广,更大程度地提高网络数据存储与管理精度,减少网络数据处理与控制的时间,需要对网络大数据进行研究;当前的网络大数据研究方法多是采用Hadoop基础架构对网络大数据进行研究,...
医疗大数据是相对于一般数据而言，指的是人们从大数据软件分析、管理、捕捉大容量数据，以达到对大数据分析获得新的认知，从而创造新的价值的来源。医疗大数据呈现这互相矛盾的两个特征，个人信息更加模糊也更加明晰...
ERNIE（Enhanced Representation through kNowledge IntEgration）是百度公司自主研发的知识增强大语言模型，其核心特点是将知识图谱等外部知识与语言模...
一、PaLM大模型概述PaLM（Pathways Language Model）是由Google公司开发的大规模语言模型，它是Google在自然语言处理领域的重要研究成果。PaLM大模型基于Trans...
当前公开信息中，"华为系百度大模型"这一特定概念并无明确指向的官方合作项目或联合研发成果。华为与百度作为中国科技行业的领军企业，各自在人工智能大模型领域均有深入布局和显著成果，但二...
阿里系AI大模型是阿里巴巴集团在人工智能领域长期技术积累与战略布局的重要成果，依托集团在云计算、大数据、算法研发等方面的综合优势，构建了覆盖多模态、多领域的大模型体系。其发展目标是通过强大的通用人工智...
随着人工智能技术的飞速发展，大模型作为一种重要的技术形态，已在多个领域展现出强大的应用潜力。大模型通常指基于海量数据训练、具有大规模参数规模的人工智能模型，其核心特点在于通过深度学习算法从数据中学习复...
一、知识蒸馏概述知识蒸馏（Knowledge Distillation）是一种模型压缩技术，旨在将大型预训练模型（教师模型）的知识迁移到参数规模更小、计算效率更高的模型（学生模型）中。该技术通过模拟教...
项目简介：本项目基于泰山派RK3566构建，是一个可以离线本地运行的AI大模型盒子，并通过语音控制灯光获取天气等等，这是一个无需联网、无需API、无需付费的纯本地大模型案例,支持主流小参数大模型部署D...
数字政府AI大模型场景应用可行性研究报告...
常见AI大模型方案，智慧景区AI大模型智能安防应用方案...
该课件讲解的deepseek是什么、seepseek能够做什么、如何使用deepseek等方面进行概括性的讲解和阐述。...
1. 引言在现代工程系统与数据处理领域，补偿算法是解决系统误差、非线性失真、环境干扰等问题的关键技术手段。传统补偿方法多依赖于数学建模或经验公式，在复杂动态场景下往往难以满足精度要求。随着深度学习技术...
一、引言随着深度学习技术的快速发展，模型规模和复杂度不断提升，对计算资源的需求日益增长。在深度学习应用中，推理阶段的性能直接影响用户体验和系统响应速度。传统的CPU和GPU在处理深度学习推理任务时面临...
深度学习（Deep Learning）是机器学习的一个重要分支，它通过模拟人脑神经网络的结构和功能，构建具有多层非线性变换能力的模型，实现对复杂数据的特征学习和模式识别。深度学习模型凭借其强大的表示学...
使用R语言和深度学习库TensorFlow、H2O和MXNet构建不同的深度学习模型的方法和原理，介绍如何在 R 中配置不同的深度学习库以及如何构建神经网络；卷积神经网络、自动编码器、生成模型、循环神...
车辆与道路作为交通运输的主要载体，掌握其大范围、全路域的数量及分布特征能够实时获取交通信息，对建设智慧城市意义重大。由于目前地面传感器监测成本高，传统检测技术已不能满足交通信息监测的需求，而近年来迅速...
近年来,深度学习算法在众多有监督学习问题上取得了卓越的成果,其在精度、效率和智能化等方面的性能远超传统机器学习算法,部分甚至超越了人类水平。当前,深度学习研究者的研究兴趣逐渐从监督学习转移到强化学习、...
针对以往浅层学习对特征表达能力不足和特征维度过多导致的维数灾难等现象,深度学习通过所特有的层次结构和其能够从低等级特征中提取高等级特征很好地解决了这些问题,并给人工智能带来了新的希望.首先介绍了深度学...
近年来,深度学习在图像和语音处理领域已经取得显著进展,但是在同属人类认知范畴的自然语言处理任务中,研究还未取得重大突破.本文首先从深度学习的应用动机、首要任务及基本框架等角度介绍了深度学习的基本概念;...
深度学习(Deep learning,DL),特别是深度卷积神经网络(Convolutional neural networks,CNNs),能够从医学图像大数据中自动学习提取隐含的疾病诊断特征,近几...
深度学习的基本理论与方法，包括：概述、动机、深度学习简介、深度学习的训练过程、深度学习的具体模型及方法 、深度学习的性能比较 、深度学习的应用等。用...
动态路径规划、集群协同作战核心逻辑，术如何让无人机从 “执行工具” 升级为 “自主决策者”。...
详解运动控制算法调优、多机协同避障、极端环境适应性改造，解决精密装配、高空运维等核心场景痛点。...
深度学习入门学习宝典。...
包含特征工程、交叉验证、混淆矩阵分析实操步骤，附 Python 落地代码与企业级项目案例。...
聚焦多语言兼容、IDE 协同等产业痛点，解锁模块化架构在 AI 编程、低代码平台的应用潜力。...
包含故障诊断、预测性维护流程，附数字孪生仿真测试方案。...
