-
Microchip 推出集成高性能模拟外设的32位PIC32A单片机
采用200 MHz CPU集成业界领先的模拟外设，提供高性价比系统级解决方案
-
利用机器学习分析蚂蚁的运动来影响G代码，用粘土打印物体
在《Microchallenge II》中，我们的任务是探索智能的概念，即由智能系统处理输入并生成输出。我们的项目通过研究蚂蚁的运动模式和交流，将人工智能与生物智能相结合。我们探索两种智能如何协作和相互告知，使用数字制造作为可视化的手段。
-
恩智浦发布全新一代S32K5微控制器系列，推进SDV区域控制架构发展，扩展CoreRide平台
嵌入式大会，德国纽伦堡——2025年3月11日——恩智浦半导体（NXP Semiconductors N.V.，纳斯达克股票代码：NXPI）今日发布全新S32K5系列汽车微控制器（MCU），这是汽车行业首款带有嵌入式MRAM的16nm FinFET MCU。S32K5 MCU系列将扩展恩智浦CoreRide平台，为可扩展的软件定义汽车（SDV）架构提供预集成的区域控制和电气化系统解决方案。
-
ADI发布扩展版CodeFusion Studio™解决方案，助力加速产品开发并确保数据安全
中国，北京—2025年3月11日—全球领先的半导体公司Analog Devices, Inc. (Nasdaq: ADI)在其以开发者为核心的套件基础上发布扩展版本，其中涵盖的新解决方案旨在助力开发者提高效率和安全性，同时为客户创造更高价值。CodeFusion Studio™系统规划器能够帮助客户实现智能边缘创新，提升功能，并加快产品上市。全新的数据溯源软件开发解决方案旨在为智能边缘端产生的数据构建信任框架，确保数据从产生到使用或存储的过程中保持可信度和保真度。该解决方案的先行版套件和软件将于4月25日通过https://developer.analog.com/开发者门户开放下载。
-
解锁实时跌倒检测Jetson Nano与定制的YOLOv8
跌倒是一个重大问题，特别是对老年人和有疾病的人来说，因为它们可能导致严重伤害甚至死亡。坠落探测系统旨在迅速识别此类事件，确保及时提供援助并减少造成严重后果的风险。随着人工智能和机器学习的进步，跌倒检测变得更加准确和可靠。
-
2025全球机器学习技术大会即将召开：汇聚全球AI顶尖专家，共话未来技术趋势
北京2025年3月7日 /美通社/ -- 由CSDN与Boolan联合主办的「2025全球机器学习技术大会」（ML Summit 2025）将于4月18日至19日在上海虹桥西郊庄园丽笙大酒店隆重举行。本次大会汇聚全球AI领域的顶级学者、行业领袖和技术专家，共同探讨大模...
-
电源管理产品: TDK 在面向高功率密度应用的新型直流-直流转换器模块中引入全遥测技术
TDK株式会社(TSE：6762)宣布推出全新 FS160* 系列 microPOL(μPOL)电源模块。 FS160* 系列 μPOL 直流-直流转换器全部配备全遥测技术，具有更高的性能、最小的尺寸以及不同于一般的功率密度等优点。该系列产品现已开始量产。
-
如何更新PSoC™6 AI Eval Kit上的流固件，以利用最新的协议和传感器支持
PSoC™6 AI评估套件带有预编程的流固件，可以将传感器数据从USB端口流式传输到DEEPCRAFT™工作室，用于机器学习模型创建。流固件旨在从集成到套件中的所有传感器收集数据，包括麦克风，加速度计，陀螺仪，磁力计，压力传感器，雷达。
-
什么是具身智能？具身智能和机器学习有什么关系？
为增进大家对具身智能的认识，本文将对具身智能以及具身智能和机器学习的关系予以介绍。
-
AI与显微镜，让医疗影像分析更“清晰”
随着AI技术的迅猛发展，其在医疗领域正展现出较大的应用潜力。AI技术在医疗领域的应用正逐步深入并扩展到多个方面，包括医疗影像、辅助诊疗、药物研发等。例如，在医疗影像领域，AI技术显著提高了诊断的准确性和效率，优化了影像分析过程。在辅助诊疗方面，AI通过分析患者的电子健康记录和基因组数据，提供个性化的治疗建议，辅助医生进行精准手术操作。在药物研发方面，AI技术缩短了研发周期，降低了成本，提高了成功率。
-
在低功耗MCU上实现人工智能和机器学习
人工智能（AI）和机器学习（ML）技术不仅正在快速发展，还逐渐被创新性地应用于低功耗的微控制器（MCU）中，从而实现边缘AI/ML解决方案。这些MCU是许多嵌入式系统不可或缺的一部分，凭借其成本效益、高能效以及可靠的性能，现在能够支持AI/ML应用。这种集成化在可穿戴电子产品、智能家居设备和工业自动化等应用领域中，从AI/ML功能中获得的效益尤为显著。具备AI优化功能的MCU和TinyML的兴起（专注于在小型、低功耗设备上运行ML模型），体现了这一领域的进步。TinyML对于直接在设备上实现智能决策、促进实时处理和减少延迟至关重要，特别是在连接有限或无连接的环境中。
-
协作机器人崛起，赋能智造未来
制造业正在不断创新，寻求更安全、更高效且更具成本效益的大规模生产方式。因此，该行业成为最早采用机器人技术、人工智能（AI）和机器学习（ML）的领域之一。如今，许多制造商都受益于先进的 “协作机器人”（cobots）。 据统计，2023 年全球协作机器人市场估值已达1.2 万亿美元，且预计还将持续显著增长。尽管协作机器人正在改变整个行业，并将带来新一轮的创新浪潮，但制造商要想充分获益，就必须综合考量和有效应对以下七大挑战。
-
恩智浦i.MX 94应用处理器：变革连接
恩智浦半导体发布i.MX 94系列应用处理器，为工业和汽车连接设定了新的标准。作为i.MX 9系列应用处理器的最新成员，i.MX 94旨在提供高性能和低延迟的实时计算能力，这是工业自动化和汽车信息服务应用的关键功能。
-
了解推理时间计算
在机器学习和人工智能领域，推断是将经过训练的模型应用于现实世界数据以生成预测或决策的阶段。在模型接受了训练之后，可以在计算上进行密集且耗时，推理过程允许模型进行预测，以提供可行的结果。
-
从传统规则引擎到机器学习
在技术领域，个性化是使用户参与和满意的关键。个性化最明显的实现之一是通过推荐系统，该系统根据其互动和偏好为用户提供量身定制的内容，产品或体验。从历史上看，推荐系统的第一个实施是建立在基于旧规则的引擎(例如IBM ODM(运营决策经理)和Red Hat Jboss BRMS(业务规则管理系统)的基础上。
-
大规模分布培训
随着人工智能(AI)和机器学习(ML)模型的复杂性增长，训练它们所需的计算资源呈指数增长。在庞大的数据集上培训大型模型可能是一个耗时且资源密集的过程，通常需要数天甚至数周才能完成一台机器。
-
ADI新年寄语 |激活智能边缘，把握数字时代新机遇
新数字时代，随着人工智能、机器学习等技术在全球范围内迅速实现大规模的普及与应用，人与机器的交互方式发生了根本性的变化，这从根本上重塑了我们生活的世界，深刻影响着我们的家庭、工作和娱乐。同时，这些变革还将彻底改变医疗健康、通信、金融、制造等行业，为交通运输、医疗服务等领域带来显著变化。
-
世界走向人工智能的潮流是不可阻挡的
在科技飞速发展的当下，人工智能(AI)如同一股势不可挡的浪潮，席卷着全球的各个领域，深刻地改变着人类的生活方式、生产模式以及社会的发展轨迹。正如华为创始人任正非所说：“世界走向人工智能的潮流是不可阻挡的。” 这一论断不仅体现了行业领袖对科技发展趋势的敏锐洞察，更是对当下社会发展现状的精准概括。
-
2025开年前瞻：技术研发领域的关注要点与未来走向
进入新的一年，技术研发领域将伴随着AI/ML、HI/3DIC 生态系统、光子学乃至量子计算等重要发展势头持续向前演进。这些重要趋势有望激发真正的创新并塑造未来。在此篇文章中，是德科技EDA高级设计与验证业务负责人Nilesh Kamdar 重点探讨了上述关键的技术研发趋势，以及这些趋势在驱动行业取得突破与在全球范围内推动创新等方面的潜力。
-
NVIDIA 携手行业领先机构推动基因组学、药物发现及医疗健康行业发展
IQVIA、Illumina、妙佑医疗国际和 Arc 研究所借助 NVIDIA AI 和加速计算技术，推动规模达 10 万亿美元的医疗健康与生命科学产业的变革
