机器学习

• 西门子获评 Gartner 数据科学与机器学习 AI 平台魔力象限“远见者”

  西门子日前荣膺 Gartner®《数据科学与机器学习 AI 平台魔力象限™》“远见者”（Visionary）1称号。 西门子 AI fabric 整合了 Rapidminer® 产品系列与 Mendix™ 低代码平台，现已统一集成于工业 AI 编排软件 Intelligence Center X 之中。该软件旨在助力企业打破 AI 零散试验的局限，实现规模化落地应用并产生实际业务价值。依托规范化管

  与非网编辑

  310

  06/25 10:30

  人工智能 机器学习

  
• 助力未来创新—第3部分：2kW 1/4砖模块参考设计

  摘要 随着对人工智能(AI)、机器学习(ML)及云应用的依赖日益加深，市场对紧凑、高效且可靠的电源转换解决方案产生了前所未有的需求。本文将介绍一款面向传统数据中心48V中间总线转换的1/4砖DC‑DC转换器参考设计，其性能优于现有市售方案。这款参考设计在标准封装尺寸内采用了ADI分立器件方案，可提供极具竞争力且可扩展的解决方案，以满足高性能应用（包括超大规模计算与工业系统）不断增长的需求。 引言

  与非网编辑

  450

  06/08 11:06

  人工智能 转换器

  
• 谁说MCU跑不了AI，用STM32N6做了个实时手写数字推理与识别

  手写数字识别这个题目，很多做过机器学习的朋友应该都不陌生。哪怕没真正训练过模型，大概率也见过那个很经典的数据集，黑底白字或者白底黑字，一张小小的数字图片，最后让模型去判断这到底是 0 还是 9。它经典到什么程度呢，基本已经成了很多人接触图像分类和神经网络时的第一课。但也正因为它足够经典，足够简单，足够直观，它反而特别适合拿来做嵌入式 AI 的入门验证。因为这件事的链路很完整，从手写采集、预处理、模型推理到结果输出，一个都不少，可任务本身又没有复杂到把人一上来就劝退。

  实在太懒于是不想取名

  1168

  06/04 15:30

  机器学习 STM32N6

  
• 人工智能和机器学习开发流程指南

  Silicon Labs的无线SoC和MCU产品支持多种AI/ML应用，如传感器信号处理、生物信号分析、冷链监控、音频模式匹配、语音命令控制和低分辨率视觉识别。芯科科技提供全面的AI/ML开发流程指南和资源，帮助开发者快速推进项目。TinyML是AI的一个子集，适用于Tiny Edge设备上的模型部署，预计未来三年内会有大量配备TinyML的设备推出。

  SiliconLabs

  407

  06/04 08:48

  机器学习 无线SoC
• 2026 人工智能趋势洞察：技术演进驱动AI规模化应用

  斑马技术大中华区技术总监 程宁 当前，人工智能（AI）正与经济社会各行业广泛融合，重塑生活范式的同时，也推动着生产力跃迁与生产关系变革。去年中国国务院印发的《关于深入实施 “人工智能+” 行动的意见》明确指出，到2030年，AI将全面赋能高质量发展，新一代智能终端与智能体等应用加速普及（普及率超 90%），并推动智能经济成为重要增长引擎。作为“十五五”规划的开局之年，今年也将成为加速融入经济社会、

  与非网编辑

  632

  06/01 10:22

  人工智能 机器学习
• 2026，集成之力：从Bagging到Boosting，拆解“三个臭皮匠”的AI智慧

  站在2026年的技术前沿，人工智能正以前所未有的深度融入千行百业。集成学习，特别是Bagging和Boosting，扮演着至关重要的角色。Bagging通过并行民主的方式降低方差，而Boosting通过聚焦错误的方式降低偏差。两者各有优势，适用于不同类型的问题。在未来的AI应用中，集成学习将继续发挥重要作用，尤其是在异质集成、多模态融合和绿色AI等方面。理解和掌握Bagging与Boosting，不仅能提升模型性能，还能培养一种解决问题的思维方式。

  eefocus_4231795

  901

  05/27 13:25

  机器学习 AI应用
• 英飞凌与d-Matrix携手提升交互式AI推理性能与能效

  全球功率系统与物联网领域的半导体领导者—— 英飞凌科技股份公司（法兰克福证交所代码：IFX / 美国 OTCX 国际场外交易市场代码：IFNNY）今日宣布，与专注于数据中心高交互、低时延 AI 推理计算的先锋企业 d-Matrix® 达成合作。依托英飞凌电源解决方案，d-Matrix 旗下 Corsair™推理加速器在高密度板卡上实现了业界领先的性能、能效与系统集成度。d-Matrix 方案采用英

  与非网编辑

  580

  05/26 10:01

  AI 英飞凌

  
• 实现更智能的数字预失真引擎：一种基于神经网络的方法

  作者：Hamed M. Sanogo，首席工程师兼终端市场专家 摘要 为了解决下一代无线通信中功率放大器(PA)的信号失真和效率低下的难题，本文提出了一种AI驱动的数字预失真(DPD)框架。基于多项式的传统DPD方法存在计算复杂性问题，而且对非线性和记忆效应的适应能力有限。本文提出的系统利用了先进的神经网络架构动态优化预失真，在效率、适应性和实时校正等方面均优于传统方法。尽管存在模型可解释性和能耗

  与非网编辑

  951

  04/20 10:57

  无线通信 机器学习

  
• MathWorks 加入 EDGE AI FOUNDATION

  全新合作将支持工程师在 MATLAB 和 PyTorch 中构建 AI 模型，将其集成到系统仿真中，并部署到嵌入式设备 面向工程化系统设计的数学计算软件领先开发商 MathWorks 近期宣布加入 EDGE AI FOUNDATION。该组织专注于推动面向边缘设备的高能效 AI 技术发展。通过与其的全球支持者网络协作，MathWorks 将帮助工程师利用其软件平台 MATLAB® 和 Simuli

  与非网编辑

  643

  04/17 14:59

  机器学习 AI技术
• Molex 莫仕通过一站式光学互连架构以及首次推出的高基数光电路交换机平台，加速 AI 集群部署

  全球电子设备领军企业暨连接技术创新企业 Molex 莫仕发布了稳健的产品路线图，提供满足超大规模数据中心批量扩展要求所需的完整技术堆栈。Molex 莫仕扩展了其共封装光学 (CPO) 互连套件，旨在消除 AI 集群扩展中最关键的瓶颈。此外，Molex 莫仕推出了高基数光电路交换机 (OCS) 平台，用于提供完整的光交换结构，以满足新兴的数据需求。通过提供灵活、高密度的光交换，AI 基础设施运营商能

  与非网编辑

  900

  04/13 13:56

  机器学习 CPO

  
• AI赋能频谱管理：利用机器学习自动识别干扰信号，缩短排障周期

  随着5G、卫星通信和无人机的普及，频谱使用呈现跨行业、跨空域、跨管理主体的特点，干扰问题不再局限于非法发射，而是涉及合法系统间的叠加与耦合。频谱管理的重点从合规性转向如何在多系统共存下保障关键业务不受干扰。面对5G与既有系统的频谱共享挑战，卫星通信的“低概率、高影响”干扰，以及无人机带来的移动干扰源问题，频谱管理正从被动处置转向持续感知和主动决策。Keysight频谱管理软件(KSMS)提供了全面的解决方案，包括持续频谱监测、信号识别与分类、定位与数据留存等功能，助力频率监管机构和网络运营商有效管理频谱资源，检测和缓解干扰问题。

  是德科技KEYSIGHT

  860

  03/11 14:18

  AI 机器学习
• 高通推出面向商用RAN平台的智能体RAN管理服务和AI增强特性

  高通技术公司宣布推出完整的AI驱动RAN创新技术组合，在6G时代来临前，加速实现RAN AI和自智网络的价值，为移动网络运营商带来立竿见影的运营效益的同时，也为下一代自智AI原生网络奠定基础。公司在经过现网验证 的高通跃龙RAN自动化套件中，推出了专为商用无线单元（RU）和分布式单元（DU）RAN平台设计的智能体RAN管理服务，以及一系列AI特性。这些解决方案，共同助力电信运营商实现网络转型——不

  与非网编辑

  435

  03/03 07:13

  高通 机器学习

  
• 面向嵌入式部署的神经网络优化：模型压缩深度解析

  作者：Lavanya Arakere Dineshkumar 1.为什么需要神经网络模型压缩？ 神经网络已经成为解决复杂机器学习问题的强大工具。然而，这种能力往往伴随着模型规模和计算复杂度的增加。当输入维度较大（例如长时序窗口、高分辨率特征空间）时，模型需要更多参数、每次推理需要更多算术运算，使其难以部署在嵌入式硬件上。 对于嵌入式系统而言，资源极其有限。内存空间受限，因此在桌面或云平台上轻松运行

  与非网编辑

  1381

  02/24 15:48

  机器学习 嵌入式系统

  
• AFCI 模型超参数管理实操：mlflow 一站式实验跟踪与优化

  AI 神经网络训练中，学习率、batch size、帧长等超参数的调整直接影响模型准确率，而频繁实验后的参数对比、结果记录是优化关键。mlflow 作为机器学习生命周期管理工具，能统一记录实验参数、指标、模型文件，还支持可视化对比，大幅提升 AFCI 等 AI 项目的实验效率。本文基于 ST 官方 LAT1339 应用笔记，详解 mlflow 的核心功能、代码集成方法，以及在 AFCI 项目中的实战应用，适用于 TensorFlow、Keras 等主流框架。

  芯次元玩家

  838

  01/29 09:45

  机器学习 神经网络
• Anconda3 的使用

  Anaconda3是一个针对数据科学和机器学习领域的Python和R语言分发版，包含常用包管理工具和数百个数据科学库。它支持多版本Python共存，并通过conda工具简化环境管理和依赖安装。此外，Anaconda3还集成了Jupyter Notebook，提供了交互式计算环境，适合数据探索、代码编写和报告生成。

  Lion King

  1199

  01/27 16:59

  机器学习 Python
• 北京首个AI教育实训基地！摩尔线程联合北京市十一学校赋能创新人才培养

  摩尔线程与北京市十一学校共同宣布，双方战略合作的“AI教育实训基地”已正式启用。作为首个落地北京的AI实训示范项目，该基地部署了摩尔线程MTT AIBOOK及云端算力，为学校多元化的人工智能课程体系注入了坚实的国产算力支持，标志着基于国产全功能GPU的教学实践在顶尖中学正式落地。 北京市海淀区委教工委书记、区教委主任杜荣贞，中关村科学城管理委员会产业促进五处处长孟庆文，北京市数字教育中心资源建设与

  与非网编辑

  803

  01/27 11:03

  人工智能 机器学习

  
• 解码边缘智能元年：四大核心要素引领人工智能进化新方向

  作者：北京华兴万邦管理咨询有限公司 陈娇 翔煜 刘朝晖 在以人工智能（AI）和机器学习（ML）技术为核心动力的第四次工业革命快速推进之际，诸多新技术、新应用将在2026年进入我们生活和工作，为此北京华兴万邦管理咨询有限公司将推出“26元年系列观察”报告，它们将通过对一些重要的技术进展和典型的应用场景进行分析，来观察相关的技术是否能够快速得到应用并引领其下游应用蓬勃发展，成为“元年”性的全新产业机会

  与非网编辑

  1153

  01/23 14:05

  人工智能 机器学习

  
• 物女皇深潜胶州"灯塔":当一家硬核制造企业,决定把AI大模型塞进控制器

  彭昭在2026中国AIoT产业年会上提出，过去十年科技界低估了“物理世界数字化”的难度，高估了“云端大模型”对边缘侧的影响。他强调未来十年的关键任务是实现“万物智行”，即将每个节点独立感知、决策并执行。文章详细介绍了卡奥斯创智物联如何通过微型机器学习（TinyML）、工业智能体和组织智能体三大策略，将控制器进化为“边缘大脑”，并在制造环节构建“工业智能体”，最终形成完整的“分形进化”结构，实现智能制造的全面升级。

  iot101君

  1608

  01/15 09:07

  机器学习 AIoT

  
• NVIDIA 与礼来携手创建 AI 联合创新实验室，在 AI 时代重塑药物研发

  NVIDIA 与礼来公司在太平洋时间 1 月 12 日共同宣布，将合作成立一家开创性的 AI 联合创新实验室，致力于运用 AI 技术解决制药行业长期面临的诸多挑战。 该实验室将把礼来在药物发现、开发及制造领域位居世界领先的专业能力，与 NVIDIA 在 AI、加速计算及 AI 基础设施领域的领导地位相结合。在未来五年内，双方将在人才、基础设施和算力方面联合投入高达 10 亿美元，以支持这一全新的

  与非网编辑

  364

  01/15 07:16

  AI NVIDIA

  
• 人工智能与制造业的关系

  工业和信息化部等八部门联合发布《“人工智能+制造”专项行动实施意见》，明确到2027年推动人工智能在制造业深度应用，形成特色化、全覆盖的行业大模型，推广典型应用场景。人工智能与制造业深度融合，成为推动智能制造的关键举措。机器学习、计算机视觉、生成式AI、数字孪生、边缘AI等技术在预测性维护、质量控制、流程优化等方面发挥重要作用，助力制造业向智能化转型。

  制造前沿

  990

  01/09 09:40

  机器学习 数字孪生

  

正在努力加载...