女人荫蒂被添全过程13种图片,亚洲+欧美+在线,欧洲精品无码一区二区三区 ,在厨房拨开内裤进入毛片

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

一款基于傳感器的神經網絡解決方案

Xilinx賽靈思官微 ? 來源:Xilinx賽靈思官微 ? 作者:Xilinx賽靈思官微 ? 2022-10-20 10:58 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

后疫情時代,企業面臨的挑戰在于如何才能更好地了解其工作環境的日常使用情況,從而制定更明智的房地產投資決策。

XY Sence 于 2016 年成立于澳大利亞維多利亞州克雷蒙,致力于開發新一代計算機視覺傳感器及解決方案,簡化工作場所占用情況及空間利用率數據的采集與使用。

XY Sense 公司的工作場所占用傳感器解決方案是一款基于傳感器的神經網絡解決方案,幫助用戶掌握工作場所的占用狀況與員工移動路徑,從而動態分配工作場所。該解決方案由來自 AMD 的 Zynq 7000 自適應計算平臺提供支持。

項目挑戰

對于大多數企業而言,房地產開支是排名第二位或第三位的開支。然而,很多企業無法準確地詳盡描述其工作空間如何(或是否)被使用。無法實時準確掌握工作場所的占用數據,就意味著企業不能恰當地管理空間利用率。

盡管市面上的一些解決方案能夠解決這個問題,但它們要么過于昂貴,要么由于以設備而非人作為跟蹤對象,因而缺乏足夠的準確性。XY Sense 的開發宗旨,是提供一種采集并應用工作場所利用率數據的捷徑。

該公司希望開發出一款可負擔性與靈活性較好的解決方案,以長期在任意給定時點掌握所有辦公空間的使用狀況。他們清楚,要求員工登錄某個設備或攜帶 GPS 跟蹤器并非良策,因為員工難免會在離開辦公室的時候忘記登錄或隨身攜帶設備。他們希望開發出一款能自主運行、精確且只提供( X,Y )坐標數據以隱匿員工身份的解決方案。

解決方案

這款解決方案就是 XY Sense 的工作場所空間占用傳感器解決方案。這種基于傳感器的神經網絡解決方案實時運行,幫助用戶掌握辦公室空間的占用狀況以及員工的移動路徑,方便他們動態分配可用的工作空間。此外,它還能幫助企業監測疫情相關社交距離要求的遵守情況,輕松制定安全的返回辦公室計劃。

31fcccb0-5010-11ed-a3b6-dac502259ad0.png

XY Sense 跟蹤( X,Y )坐標,幫助企業管理辦公空間。

XY Sense 在數字網格平面布局圖上以匿名( X,Y )坐標定位工作人員,定位精度優于一英尺。可擴展的無服務器云解決方案從傳感器采集數十億個數據點,然后在采集后兩秒以內顯示該信息。隨后,這個歷史數據將呈現在控制面板上以便使用。每個傳感器能夠覆蓋約 20 張辦公桌(約93 方米)的面積,從而使系統覆蓋面積提升了 2 倍左右。這樣便可以減少客戶需要購買和安裝的傳感器數量。

來自 AMD 的 Zynq 7000 自適應計算平臺為這套系統提供技術支持,并幫助其采集和處理實時傳感器數據。這種片上系統器件擁有充足的板載 FPGA 邏輯,幫助 XY Sense 實現其定制神經網絡,并提供高分辨率圖像檢測和分析。

Zynq 7000 自適應計算平臺搭載雙 ARM 核心處理器,速度足夠完成所需的預處理和后處理,同時留出充足裕度運行 Linux 和保持連接性能。

XY Sense 市場營銷主管 Libby Owens

“這種工業級芯片對我們非常適合,因為我們可以更多挖掘 XY Sense 機器學習算法的潛力,而無需擔心達到熱極限,特別是在我們采用緊湊產品結構的情況下(沒有強勁的空氣流或風扇)。”

“此外,這款芯片的長期供貨和支持時限也意味著我們能夠放心地擴展我們的產品制造規模,從而滿足全球客戶的需求。”

與此同時,Owens 稱贊了 Zynq 的綜合生態系統,將其稱為“擁有豐富的可用資源、示例和支持的成熟平臺”。

設計成效

Owens 認為,與 AMD 合作帶來了眾多成效,其中包括節省時間和資金以及有助于解決復雜問題。

她表示:“其中有很多在線提供的示例設計和解決方案,幫助我們快速啟動和運行基本平臺基礎設施,節省更多時間用來解決我們的具體業務問題。”她還補充道,芯片長期供貨意味著他們不必浪費時間管理芯片停產退市問題。

她表示:“我們已經開發出在 FPGA 上實現機器學習算法的定制方法。我認為我們無法使用不同的平臺實現同等性能與靈活性水平。”

審核編輯 :李倩

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2565

    文章

    52862

    瀏覽量

    766284
  • gps
    gps
    +關注

    關注

    22

    文章

    2980

    瀏覽量

    169092
  • 機器學習
    +關注

    關注

    66

    文章

    8500

    瀏覽量

    134449

原文標題:工作場所傳感器助力實時管理辦公空間

文章出處:【微信號:賽靈思,微信公眾號:Xilinx賽靈思官微】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    神經網絡RAS在異步電機轉速估計中的仿真研究

    0 引言 在高性能的異步電動機矢量控制中,轉速的閉環控制環節般是必不可少的。采用傳統的速度傳感器檢測轉速,由于速度傳感器在安裝、維護、環境影響等方面會嚴重影響異步電動機調速系統的簡便性、廉價性
    發表于 06-16 21:54

    BP神經網絡與卷積神經網絡的比較

    多層。 每層都由若干個神經元構成,神經元之間通過權重連接。信號在神經網絡中是前向傳播的,而誤差是反向傳播的。 卷積神經網絡(CNN) :
    的頭像 發表于 02-12 15:53 ?624次閱讀

    BP神經網絡與深度學習的關系

    BP神經網絡與深度學習之間存在著密切的關系,以下是對它們之間關系的介紹: 、BP神經網絡的基本概念 BP神經網絡,即反向傳播神經網絡(Ba
    的頭像 發表于 02-12 15:15 ?825次閱讀

    人工神經網絡的原理和多種神經網絡架構方法

    在上篇文章中,我們介紹了傳統機器學習的基礎知識和多種算法。在本文中,我們會介紹人工神經網絡的原理和多種神經網絡架構方法,供各位老師選擇。 01 人工神經網絡 ? 人工
    的頭像 發表于 01-09 10:24 ?1159次閱讀
    人工<b class='flag-5'>神經網絡</b>的原理和多種<b class='flag-5'>神經網絡</b>架構方法

    卷積神經網絡與傳統神經網絡的比較

    神經網絡,也稱為全連接神經網絡(Fully Connected Neural Networks,FCNs),其特點是每層的每個神經元都與下
    的頭像 發表于 11-15 14:53 ?1813次閱讀

    RNN模型與傳統神經網絡的區別

    神經網絡是機器學習領域中的種強大工具,它們能夠模擬人腦處理信息的方式。隨著技術的發展,神經網絡的類型也在不斷增加,其中循環神經網絡(RNN)和傳統
    的頭像 發表于 11-15 09:42 ?1101次閱讀

    Moku人工神經網絡101

    Moku3.3版更新在Moku:Pro平臺新增了全新的儀器功能【神經網絡】,使用戶能夠在Moku設備上部署實時機器學習算法,進行快速、靈活的信號分析、去噪、傳感器調節校準、閉環反饋等應用。如果您
    的頭像 發表于 11-01 08:06 ?640次閱讀
    Moku人工<b class='flag-5'>神經網絡</b>101

    如何編寫個BP神經網絡

    BP(反向傳播)神經網絡種多層前饋神經網絡,它通過反向傳播算法來訓練網絡中的權重和偏置,以最小化輸出誤差。BP神經網絡的核心在于其前向傳
    的頭像 發表于 07-11 16:44 ?1089次閱讀

    神經網絡優化有哪些

    神經網絡優化是深度學習中用于調整網絡參數以最小化損失函數的重要工具。這些優化通過不同的策略來更新網絡權重,以提高訓練效率和模型性能。以下
    的頭像 發表于 07-11 16:33 ?1096次閱讀

    BP神經網絡樣本的獲取方法

    的訓練樣本是至關重要的。 數據收集 數據收集是構建BP神經網絡模型的第步。根據研究領域和應用場景的不同,數據來源可以分為以下幾種: 1.1 實驗數據:通過實驗或觀察獲得的數據,如生物實驗、化學實驗等。 1.2 傳感器數據:通過
    的頭像 發表于 07-11 10:50 ?1036次閱讀

    什么是神經網絡加速?它有哪些特點?

    神經網絡加速種專門設計用于提高神經網絡計算效率的硬件設備。隨著深度學習技術的快速發展和廣泛應用,神經網絡模型的復雜度和計算量急劇增加,
    的頭像 發表于 07-11 10:40 ?980次閱讀

    怎么對神經網絡重新訓練

    重新訓練神經網絡個復雜的過程,涉及到多個步驟和考慮因素。 引言 神經網絡種強大的機器學習模型,廣泛應用于圖像識別、自然語言處理、語音識別等領域。然而,隨著時間的推移,數據分布可
    的頭像 發表于 07-11 10:25 ?843次閱讀

    BP神經網絡和卷積神經網絡的關系

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是兩種在人工智能和機器學習領域
    的頭像 發表于 07-10 15:24 ?2429次閱讀

    BP神經網絡和人工神經網絡的區別

    BP神經網絡和人工神經網絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區別,是神經網絡領域中個基礎且重要的話題。本文將從定義、結構、算法、應用及
    的頭像 發表于 07-10 15:20 ?2244次閱讀

    如何利用Matlab進行神經網絡訓練

    Matlab作為一款強大的數學計算軟件,廣泛應用于科學計算、數據分析、算法開發等領域。其中,Matlab的神經網絡工具箱(Neural Network Toolbox)為用戶提供了豐富的函數和工具
    的頭像 發表于 07-08 18:26 ?3627次閱讀
    主站蜘蛛池模板: 西乌| 探索| 新兴县| 甘洛县| 松江区| 北流市| 大田县| 祥云县| 新巴尔虎左旗| 西和县| 上杭县| 长汀县| 扶绥县| 寻甸| 南城县| 江口县| 昔阳县| 上饶市| 遂平县| 曲松县| 札达县| 深泽县| 平湖市| 专栏| 沭阳县| 通城县| 蒙山县| 静宁县| 阿勒泰市| 浮梁县| 淄博市| 高州市| 乡城县| 文昌市| 当阳市| 潢川县| 和平县| 天门市| 静安区| 白山市| 于都县|