SGP4模型家族結合ML 衛星位置估算要快/要準任君選

本文將介紹簡化擾動模型(Simplified Perturbations Model),並舉其中最重要的SGP4模型和dSGP4模型來說明。SGP4模型具有可以快速估算衛星位置的優勢,但其誤差範圍較大;dSGP4則是SGP4模型的可微分版本,可進一步縮小誤差。...
2025 年 02 月 05 日

Silicon Labs亞太區暨日本業務副總裁王祿銘:2025物聯網/邊緣AI深度結合創新局

在經歷2024年生成式AI狂飆之後,物聯網與邊緣運算預計在2025年將進一步落地。物聯網產業在2024年經歷重大變革,其特點是物聯網安全協議的改進以及全球政府、產業領導者和利害關係人之間的協作。相關產業應用在網路資料持續成長的狀況下成長,AI與物聯網的深度結合也將創造更多應用契機。...
2025 年 01 月 17 日

貿澤電子深入探討以人為本的工業5.0革命

貿澤電子(Mouser Electronics)宣布推出其Empowering Innovation Together(EIT)技術系列中的全新一期。本期聚焦新興的工業5.0格局,這一階段將人類、環境與社會價值等因素融入未來工廠中的先進技術、機器人和智慧機器設計中,展現工業化的新面貌。...
2024 年 12 月 03 日

貿澤供貨AMD Versal AI Edge VEK280評估套件

貿澤電子(Mouser Electronics)即日起供貨AMD全新Versal AI Edge VEK280評估套件。Versal AI Edge VEK280評估套件採用AMD Versal AI...
2024 年 11 月 21 日

ML助攻晶片布局設計最佳化 流程自動化幫大忙

目前消費性與商用電子產品中的晶片尺寸和複雜度,已經到達令人難以想像的程度。幾種大型的裝置或元件包括中央處理器(Central Processing Unit, CPU)、圖形處理器(Graphics Processing...
2024 年 11 月 12 日

搶占交易所黃金地段 超微推出小型化高頻交易卡

超微(AMD)近日新品連發,除了推出針對資料中心市場設計的新一代CPU、GPU與網路處理器之外,其適應性與嵌入運算事業群亦針對金融應用推出新一代小型化高頻交易(High Frequency Trading,...
2024 年 11 月 06 日

ASPICE 4.0對車載開發的機器學習與網路安全影響

隨著自動駕駛技術與智能車輛的快速發展,車用產品的開發需求越來越複雜。為應對這一挑戰,ASPICE 4.0版本特別針對機器學習(MLE)提出了新的要求,確保車用軟體在安全性、可靠性及合規性方面的標準得以滿足。...
2024 年 10 月 21 日

自主飛行系統加值 軍用無人機市場看漲(1)

軍用無人機應用在大放異彩,因為無人機擁有優異的情報、監視和偵察(ISR)能力。電子戰的階段對軍用無人機產生巨大需求,原因在於無人機不需要機載機組人員即可飛行,並且可以由人員在安全距離內自主或遠端控制。...
2024 年 10 月 09 日

自主飛行系統加值 軍用無人機市場看漲(2)

軍用無人機應用在大放異彩,因為無人機擁有優異的情報、監視和偵察(ISR)能力。電子戰的階段對軍用無人機產生巨大需求,原因在於無人機不需要機載機組人員即可飛行,並且可以由人員在安全距離內自主或遠端控制。...
2024 年 10 月 09 日

智慧手錶功能日益多元 生物感測/tinyML成發展重心(2)

感測技術是智慧手錶業者創造出產品區隔與品牌定位的關鍵要素。而為了進一步利用這些感測器所產生的數據,創造出更多附加價值,品牌廠商無不在機器學習領域卯足全力。 tinyML概念萌芽 根據上述官方的技術說明,可進一步發現,在相同的功能應用上,蘋果與三星又採取了不同的技術策略。面對更高的運算能力需求,三星聚焦雲端軟體面的演算法更新。相較之下,蘋果則更聚焦終端硬體面的運算能力擴充,其在提高能效比的前提下,鎖定終端設備嵌入更高AI運算能力的做法,與近年嵌入式AI技術中頗受重視的微機器學習(tinyML)概念相符合。...
2024 年 08 月 05 日

嵌入式AI應用持續成長 深度學習大顯神威(1)

深度學習可指導電腦以受人腦啟發的方式來處理資料,可以彈性滿足不同應用的需求。企業使用深度學習模型來分析資料,並在各種應用程式中進行預測,廣泛導入嵌入式AI系統中。 深度學習是人工智慧(AI)中的一種方法,可指導電腦以受人腦啟發的方式來處理資料。深度學習模型可識別圖片、文字、聲音和其他資料的複雜模式,藉此產生更準確的洞察和預測。使用者可以透過深度學習方法將通常需要人類智慧的任務自動化,例如描述影像或將聲音檔案轉錄為文字。 ...
2024 年 06 月 18 日

嵌入式AI應用持續成長 深度學習大顯神威(2)

深度學習可指導電腦以受人腦啟發的方式來處理資料,可以彈性滿足不同應用的需求。企業使用深度學習模型來分析資料,並在各種應用程式中進行預測,廣泛導入嵌入式AI系統中。 機器學習背景下的深度學習 (承前文)深度學習是一種機器學習,深度學習演算法的出現是為了提高傳統的機器學習技術的效率。傳統的機器學習方法需要大量的人力來訓練軟體。例如,在動物影像識別中,使用者需要手動標記成千上萬的動物影像、讓機器學習演算法處理這些影像、在一組未知的影像上測試這些算法,接著確定某些結果不準確的原因,最後透過標記新影像來改善資料集,進而提高結果的準確性。...
2024 年 06 月 18 日