欧美性爱在线,欧美性爱网址

AI 大模型邁向多模態(tài)，助力具身智能與機(jī)器人實(shí)現(xiàn)創(chuàng)新[人工智能][物聯(lián)網(wǎng)]

　　你聽過(guò)莫拉維克悖論（Moravec's paradox）嗎？該悖論指出，對(duì)于人工智能（AI）系統(tǒng)而言，高級(jí)推理只需非常少的計(jì)算能力，而實(shí)現(xiàn)人類習(xí)以為常的感知運(yùn)動(dòng)技能卻需要耗費(fèi)巨大的計(jì)算資源。實(shí)質(zhì)上，與人類本能可以完成的基本感官任務(wù)相比，復(fù)雜的邏輯任務(wù)對(duì) AI 而言更加容易。這一悖論凸顯了現(xiàn)階段的 AI 與人類認(rèn)知能力之間的差異。

發(fā)表于：10/31/2024

實(shí)現(xiàn)不間斷能源的智能備用電池第五部分：輔助電源系統(tǒng)[電源技術(shù)][數(shù)據(jù)中心]

　　摘要　　本系列文章的第五部分闡明ADI公司備用電池單元（BBU）參考設(shè)計(jì)中輔助電源的重要性。輔助電源包括與主電源輸出一起提供的補(bǔ)充電壓軌，用于支持眾多組件和功能。它對(duì)于確保BBU參考設(shè)計(jì)模塊中集成的電源器件的可靠和高效運(yùn)行至關(guān)重要。

發(fā)表于：10/29/2024

西門子 Xcelerator 助力 Workhorse Group 設(shè)計(jì)“最后一英里”電動(dòng)貨車[嵌入式技術(shù)][汽車電子]

　　西門子數(shù)字化工業(yè)軟件今日宣布專注于領(lǐng)導(dǎo)商用車輛零排放轉(zhuǎn)型的美國(guó)科技公司 Workhorse Group Inc.（“Workhorse”）已部署西門子 Xcelerator 的工業(yè)軟件解決方案，助其簡(jiǎn)化開發(fā)團(tuán)隊(duì)及供應(yīng)鏈活動(dòng)，打造為“最后一英里”可持續(xù)送貨服務(wù)而設(shè)計(jì)的電動(dòng)貨車。

發(fā)表于：10/29/2024

示波器并非千篇一律：ADC 和低本底噪聲為何至關(guān)重要[測(cè)試測(cè)量][通信網(wǎng)絡(luò)]

示波器并非千篇一律：ADC 和低本底噪聲為何至關(guān)重要在工程領(lǐng)域，精度是核心要素。無(wú)論是對(duì)先進(jìn)電子設(shè)備執(zhí)行質(zhì)量和性能檢測(cè)，還是對(duì)復(fù)雜系統(tǒng)進(jìn)行調(diào)試，測(cè)量精度的高低都直接關(guān)系到項(xiàng)目的成功與否。這時(shí)，示波器中的垂直精度概念就顯得尤為重要，它衡量的是電壓與實(shí)際被測(cè)信號(hào)電壓之間的一致性。而要實(shí)現(xiàn)高垂直精度，關(guān)鍵在于兩個(gè)因素：一是模數(shù)轉(zhuǎn)換器 (ADC) 的位數(shù)，二是示波器的本底噪聲。

發(fā)表于：10/25/2024

觸摸式OLED顯示屏有望重新定義汽車用戶界面[顯示光電][汽車電子]

　　車載顯示屏的尺寸和數(shù)量是新車買家在評(píng)判汽車技術(shù)含量和創(chuàng)新水平時(shí)首要考慮的指標(biāo)之一。車載顯示屏的尺寸正逐漸成為促成購(gòu)買決策的新動(dòng)力。無(wú)論是燃油車、電動(dòng)車還是油電混動(dòng)車，車載顯示屏的尺寸往往都會(huì)影響人們對(duì)于汽車性能的感知。

發(fā)表于：10/23/2024

【“源”察秋毫系列】Keithley在碳納米管森林涂層纖維復(fù)合材料的應(yīng)用[EDA與制造][消費(fèi)電子]

　　碳納米管森林由許多垂直生長(zhǎng)的碳納米管組成，看起來(lái)像一個(gè)“森林”，因此得名。每個(gè)碳納米管（CNT）是由單層或多層石墨烯片卷曲形成的圓筒結(jié)構(gòu)，其直徑在納米級(jí)別，長(zhǎng)度可以達(dá)到數(shù)微米甚至數(shù)毫米。碳納米管森林中的這些納米管密集排列，垂直生長(zhǎng)于基底上。

發(fā)表于：10/22/2024

制造商如何通過(guò)云技術(shù)優(yōu)化深度學(xué)習(xí)機(jī)器視覺(jué)運(yùn)作方式[人工智能][工業(yè)自動(dòng)化]

　　機(jī)器視覺(jué)作為驅(qū)動(dòng)中國(guó)制造業(yè)發(fā)展的重要先進(jìn)技術(shù)，在半導(dǎo)體、電子制造、汽車、醫(yī)藥和食品包裝等領(lǐng)域得到廣泛應(yīng)用；在此背景下，高工產(chǎn)業(yè)研究所（GGII）預(yù)測(cè)2024年中國(guó)機(jī)器視覺(jué)市場(chǎng)規(guī)模有望突破200億元，同比增速接近12%。

發(fā)表于：10/22/2024

實(shí)現(xiàn)不間斷能源的智能備用電池第四部分：BBU架的操作[電源技術(shù)][工業(yè)自動(dòng)化]

　　摘要　　本文詳細(xì)介紹了ADI公司用于開放計(jì)算項(xiàng)目開放機(jī)架第3版（OCP ORV3）備用電池單元（BBU）架的硬件和軟件。其主要功能是建立BBU模塊之間的通信，并通過(guò)為此類應(yīng)用精心打造的圖形用戶界面（GUI）向用戶呈現(xiàn)可讀數(shù)據(jù)和信息。

發(fā)表于：10/22/2024

【“源”察秋毫系列】柔性可穿戴電子設(shè)備材料的導(dǎo)電測(cè)試[測(cè)試測(cè)量][消費(fèi)電子]

　　柔性可穿戴電子設(shè)備主要由柔性壓阻傳感器材料、柔性傳感器框架、電極連接、信號(hào)采集和處理電路組成。其中最重要的部分就是對(duì)柔性壓阻傳感器材料的測(cè)試，對(duì)于用于制造壓阻式傳感器的材料 , 需要全面評(píng)估其電學(xué)、機(jī)械、動(dòng)態(tài)響應(yīng)和環(huán)境穩(wěn)定性等多方面性能指標(biāo) , 以確保材料能夠滿足實(shí)際應(yīng)用的需求。

發(fā)表于：10/22/2024

網(wǎng)絡(luò)平臺(tái)個(gè)人信息“告知同意”規(guī)則的困境與出路[通信與網(wǎng)絡(luò)][信息安全]

伴隨著“互聯(lián)網(wǎng)+大數(shù)據(jù)”的快速發(fā)展，各種網(wǎng)絡(luò)平臺(tái)蜂擁而出，個(gè)人信息以龐大的體量匯聚在網(wǎng)絡(luò)平臺(tái)，傳統(tǒng)的格式條款已不再滿足個(gè)人信息領(lǐng)域告知同意規(guī)則的適用。大數(shù)據(jù)時(shí)代，個(gè)人信息利用和保護(hù)之間利益失衡，網(wǎng)絡(luò)平臺(tái)作為個(gè)人信息利用的重要主體，在處理個(gè)人信息的持續(xù)性、規(guī)模性等方面對(duì)個(gè)人信息權(quán)益保護(hù)提出更高的要求。鑒于自主性，個(gè)人信息主體應(yīng)強(qiáng)化信息自主意識(shí)。鑒于多元性，個(gè)人信息領(lǐng)域的告知同意規(guī)則應(yīng)呈現(xiàn)開放式結(jié)構(gòu)，以便在信息利用和信息保護(hù)之間尋找平衡。鑒于不平等性，網(wǎng)絡(luò)平臺(tái)應(yīng)遵守誠(chéng)信原則，履行忠實(shí)義務(wù)。鑒于持續(xù)性，網(wǎng)絡(luò)平臺(tái)治理應(yīng)成為個(gè)人信息持續(xù)利用的關(guān)鍵。

發(fā)表于：10/22/2024

我國(guó)企業(yè)數(shù)據(jù)要素開放流通：態(tài)勢(shì)、現(xiàn)狀成因及數(shù)據(jù)空間解決方案[其他][其他]

企業(yè)數(shù)據(jù)要素開放流通對(duì)于發(fā)展高質(zhì)量數(shù)字經(jīng)濟(jì)具有重要意義?，F(xiàn)狀表明我國(guó)企業(yè)數(shù)據(jù)要素開放流通面臨供需錯(cuò)配、開放不足的困境，主要原因是供需對(duì)接困難、主體互信缺失、存在抵賴風(fēng)險(xiǎn)、缺乏使用控制、互操作性欠缺、難以導(dǎo)向決策、規(guī)則尚待完善、存在數(shù)據(jù)壟斷等。為在現(xiàn)有條件下提高企業(yè)數(shù)據(jù)要素開放流通水平，建議在國(guó)際數(shù)據(jù)空間（International Data Space, IDS）模式的基礎(chǔ)上構(gòu)建企業(yè)數(shù)據(jù)流通解決方案以突破現(xiàn)有困境。數(shù)據(jù)空間解決方案通過(guò)明確參與方、設(shè)定流通過(guò)程進(jìn)而實(shí)現(xiàn)六大功能，即：實(shí)現(xiàn)身份信任、安全與數(shù)據(jù)自主、供需匹配、標(biāo)準(zhǔn)化互操作、數(shù)據(jù)產(chǎn)品構(gòu)建、數(shù)據(jù)交易流通，與企業(yè)數(shù)據(jù)要素開放流通場(chǎng)景需求呈現(xiàn)出較高的適配性。

發(fā)表于：10/22/2024

公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)的隱私保護(hù)和效益提升——基于制度分析與發(fā)展(IAD)框架[其他][信息安全]

當(dāng)前公共數(shù)據(jù)開放多為無(wú)門檻向全社會(huì)開放原始數(shù)據(jù)，無(wú)法發(fā)揮公共數(shù)據(jù)的深層效益，基于此公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)應(yīng)運(yùn)而生。然而，數(shù)據(jù)效益提升和個(gè)人隱私保護(hù)存在天然矛盾關(guān)系，公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)很難將二者兼顧?；诠矓?shù)據(jù)授權(quán)運(yùn)營(yíng)的實(shí)踐現(xiàn)狀，運(yùn)用制度分析與發(fā)展(IAD)框架,針對(duì)隱私保護(hù)和效益提升的兩難困境進(jìn)行深度剖析。最終從規(guī)范外部變量、完善行動(dòng)舞臺(tái)、優(yōu)化相互作用三個(gè)方面總結(jié)紓困之道，得出隱私保護(hù)與效益提升的最優(yōu)解。

發(fā)表于：10/22/2024

政企數(shù)據(jù)要素市場(chǎng)化發(fā)展研究與路徑思考[其他][信息安全]

數(shù)據(jù)已成為數(shù)字經(jīng)濟(jì)時(shí)代的重要生產(chǎn)力和關(guān)鍵生產(chǎn)要素，融入生產(chǎn)、分配、流通、消費(fèi)和社會(huì)服務(wù)管理等各環(huán)節(jié)，深刻改變著生產(chǎn)方式、生活方式和社會(huì)治理方式，提升數(shù)據(jù)要素市場(chǎng)化配置效率對(duì)于數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。全面梳理了我國(guó)數(shù)據(jù)要素市場(chǎng)化發(fā)展的現(xiàn)狀，聚焦數(shù)據(jù)要素市場(chǎng)化涉及的政府和企業(yè)兩類核心主體，分析其在推進(jìn)數(shù)據(jù)要素開發(fā)利用過(guò)程中存在的問(wèn)題，深入剖析數(shù)據(jù)要素賦能經(jīng)濟(jì)社會(huì)發(fā)展的作用機(jī)理，建立政府部門及行業(yè)企業(yè)兩類主體數(shù)據(jù)流通模型及多類型數(shù)據(jù)融合流通模型，在此基礎(chǔ)上提出面向政府和企業(yè)兩類主體數(shù)據(jù)要素市場(chǎng)化配置改革的路徑建議，以期為各界開展數(shù)據(jù)要素開發(fā)利用相關(guān)工作提供思路和借鑒。

發(fā)表于：10/22/2024

算法影響評(píng)估制度的實(shí)踐路徑分析[其他][其他]

算法影響評(píng)估制度作為國(guó)內(nèi)外算法治理的基礎(chǔ)性制度，是當(dāng)前階段算法治理的主要方案，但在應(yīng)用實(shí)施過(guò)程中仍存在評(píng)估對(duì)象泛化、評(píng)估方法透明性不足的問(wèn)題，需進(jìn)一步細(xì)化。聚焦分析算法影響評(píng)估制度在應(yīng)用實(shí)施過(guò)程中應(yīng)關(guān)注的評(píng)估對(duì)象、評(píng)估內(nèi)容和評(píng)估方法，提出在實(shí)際評(píng)估過(guò)程中應(yīng)根據(jù)初步風(fēng)險(xiǎn)對(duì)算法評(píng)估對(duì)象分類分級(jí)，加強(qiáng)對(duì)以機(jī)器學(xué)習(xí)為基礎(chǔ)的復(fù)雜算法的評(píng)估，重點(diǎn)關(guān)注算法的應(yīng)用環(huán)節(jié)，重點(diǎn)評(píng)估算法輸入的數(shù)據(jù)與特征、輸出的目標(biāo)與結(jié)果、干預(yù)與保障措施以及個(gè)人權(quán)利響應(yīng)。

發(fā)表于：10/22/2024

基于改進(jìn)YOLOv8的森林火災(zāi)探測(cè)技術(shù)研究[人工智能][其他]

森林火災(zāi)探測(cè)是當(dāng)前的一個(gè)重點(diǎn)研究方向，然而，真實(shí)的森林火災(zāi)場(chǎng)景中存在大量的負(fù)樣本數(shù)據(jù)，嚴(yán)重影響目標(biāo)探測(cè)的性能，同時(shí)邊端側(cè)部署需要更加輕量化的模型。針對(duì)這一問(wèn)題,提出了一種改進(jìn)的YOLOv8方法，該方法首先引入EfficientViT模塊到骨干網(wǎng)絡(luò)（Backbone），通過(guò)級(jí)聯(lián)分組注意力模塊，減少計(jì)算開銷；然后，在頭部網(wǎng)絡(luò)（Head）中引入CBAM模塊，對(duì)骨干網(wǎng)絡(luò)提取的特征進(jìn)行特征增強(qiáng)，同時(shí)抑制噪聲和無(wú)關(guān)信息；最后針對(duì)數(shù)據(jù)集的低質(zhì)量樣本，引入Wise-IoU損失函數(shù)，增強(qiáng)數(shù)據(jù)集訓(xùn)練效果。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的YOLOv8模型對(duì)森林火災(zāi)的檢測(cè)精度達(dá)到79.5%，檢測(cè)速度達(dá)到75 FPS，整個(gè)模型的參數(shù)量降低了5.7%，對(duì)森林火災(zāi)探測(cè)具有重要意義。

發(fā)表于：10/22/2024