自适应关键词检索结果

利用创新的安全运行时保证 (SRTA) 解锁自主无人机的未来

Unlock the Future of Autonomous Drones with Innovative Secure Runtime Assurance (SRTA)

本文深入探讨了安全运行时保证 (SRTA) 对自主机器人组(重点是无人机)的运行完整性和安全性的重要性。它全面介绍了 SRTA 如何从传统的运行时保证方法演变为解决自主系统的动态和复杂性。通过整合人工智能和机器学习,SRTA 寻求解决自主系统面临的多方面挑战,强调了对自适应、可扩展和安全解决方案的需求。本文强调了分层决策方法,还强调了冗余在确保可靠性方面的关键作用,并预测了 RTA 技术的未来进步。本文反映了在自主机器人监管框架内协调安全性和效率的持续努力。

太空采购:国防部向国会提交的两份报告的分析

Space Acquisitions: Analysis of Two DOD Reports to Congress

GAO 的发现国防部 (DOD) 对太空能力进行了大量投资,以满足国家安全、经济和后勤需求。国防部的太空计划(现在由美国太空部队领导)继续面临许多发展挑战,美国政府问责局几十年来一直在报告这些挑战。国防部对其采购的管理政策做出了各种改变。在 2020 年 1 月的一项此类变化中,国防部重新发布了其基本采办政策,建立了自适应采办框架,该框架强调采办过程中的速度和敏捷性。为了响应法定任务,组建太空军的空军部 (DAF) 和国防部各自发布了一份报告,阐述了改进国防部太空采办计划的要素。2020 年 5 月,DAF 转发了其关于太空部队向国会委员会提供的替代采购系统。该报告描述了 DAF 提议的特定空

Bear Robotics 获得 LG 电子领投的 6000 万美元 C 轮融资

Bear Robotics Secures $60M Series C Funding Led by LG Electronics

我们非常高兴地宣布成功完成 6000 万美元的 C 轮融资,领投方正是 LG 电子。此次合作是我们作为服务机器人和人工智能解决方案先驱的征程中的一个重要里程碑。有了 LG 电子的支持,我们已准备好探索新领域,特别是在智能仓储和供应链自动化领域。我们的下一代机器人平台具有自主导航系统和自适应学习算法,专为满足现代供应链和制造流程的复杂需求而量身定制。这笔资金的注入将加速我们革新这些领域的努力,为效率和生产力树立新的标杆。对于 Bear Robotics 来说,与 LG 电子的这次合作不仅仅是资金支持。这是一个战略联盟,它扩大了我们的使命,即在即将发生颠覆的行业中进行创新和提高效率。在 LG 的支

智能手套教授新的身体技能

Smart glove teaches new physical skills

麻省理工学院 CSAIL 研究人员的自适应智能手套可以发送触觉反馈,以教授用户新技能,以更精确的操作引导机器人,并帮助培训外科医生和飞行员。

解锁学习范围:个性化的多面魔力

Unlocking the Spectrum of Learning: The Multi-Faceted Magic of Personalization

我们生活在一个激动人心的时代,因为我们可以随时随地获取知识、研究和有效策略,这可以帮助教育工作者为学生创造有意义的体验,以满足他们的需求和优势。有一件事是肯定的:学习不是线性的。虽然一刀切的方法要么对我们有用,要么我们勉强应付过去,但我们互联的世界已经揭示了可以做出的改变,以最大限度地利用学生的课堂时间。这就是个性化的力量。现在,让我澄清一些事情。个性化是所有学习者都能在他们需要的时间和地点获得他们需要的东西,以取得成功。并不是所有的学生都在同一时间以同样的方式做同样的事情。还需要指出的是:您不需要技术来实现个性化学习。让所有孩子同时使用一台设备并让他们观看视频或使用自适应学习工具并不是个性化

利用人工智能 (AI) 解锁个性化学习

Unlocking Personalized Learning with Artificial Intelligence (AI)

在当今快节奏的世界里,传统的千篇一律的教育方法需要更新。学生的需求、偏好和学习节奏各不相同,因此学校必须适应这种变化。人工智能 (AI) 是一种强大的工具,它有可能通过为每个学生提供个性化的学习体验来彻底改变教育。以下是如何利用人工智能来定制教育,最终促进更好的参与和知识保留,让学习成为主人。自适应学习路径学习路径对学生来说至关重要,因为它们为他们的教育之旅提供了结构化和个性化的路线图。这些路径指导学生完成学习活动,确保他们获得与其能力水平相匹配的内容和挑战。通过定制学习体验,学生更有可能保持参与度和积极性,从而更好地保留知识并更深入地理解概念。人工智能能够分析学生数据(例如他们的学习历史和表

AMD 与日立 Astemo 合作开发 AI 驱动的摄像系统

AMD Partnered with Hitachi Astemo to Develop an AI-Powered Camera System

日立 Astemo 选择 AMD 自适应计算技术为其全新立体格式前视摄像头提供动力,以实现自适应巡航控制和自动紧急制动。此举旨在增强视觉能力并为下一代汽车的安全做出贡献。为了提高整体安全性,AMD Automotive XA ZynqTM UltraScale+TM 多处理器片上系统 (MPSoC) 使摄像头[…]来源

Robo-Insight #3

Robo-Insight #3

欢迎阅读 Robo-Insight 第三版,这是一份双周机器人新闻更新!在这篇文章中,我们很高兴分享该领域的一系列新进展,并重点介绍运动、不熟悉的导航、动态控制、挖掘、农业、外科手术和食物分类等领域的进展。仿生机器人掌握了 8 种运动模式,可实现自适应 [...]

#392 – 约莎·巴赫:生活、智慧、意识、人工智能和人类的未来

#392 – Joscha Bach: Life, Intelligence, Consciousness, AI & the Future of Humans

Joscha Bach 是一位认知科学家、人工智能研究员和哲学家。请查看我们的赞助商来支持此播客:- Numerai:https://numer.ai/lex- Eight Sleep:https://www.eightsleep.com/lex 获得特别优惠- MasterClass:https://masterclass.com/lex 获得 15% 折扣- AG1:https://drinkag1.com/lex 获得 1 个月的鱼油供应量成绩单:https://lexfridman.com/joscha-bach-3-transcriptEPISODE LINKS:Joscha 的推特

征文:人工智能和游戏制作特别会议,ICONIP 2024

Call for Papers: Special Session on AI and Game Production, ICONIP 2024

人工智能与游戏制作人工智能是游戏开发中不可或缺的一部分,其中人工智能已成为一种有效的工具,可以带来引人入胜的游戏体验,例如使用非玩家角色或智能代理通过提供自适应和/或响应式游戏来增强玩家体验和参与度。鉴于人工智能已成为工程、设计、酒店、营销或创意技术等各个领域的关键,引入人工智能作为开发工具来增强游戏制作流程是一个令人着迷的前景。尽管人工智能仍处于应用的早期阶段,但它在游戏制作中的应用范围涵盖创建内容、协助设计和编码、规划、测试、分析行为甚至营销。虽然人工智能在游戏中的广泛使用凸显了人工智能在解决游戏制作的创造性和技术挑战方面的多功能性,但它也带来了一些挑战,例如确保人工智能的道德使用,以及保

IEEE 认知和发展系统学报,第 16 卷,第 3 期,2024 年 6 月

IEEE Transactions on Cognitive and Developmental Systems, Volume 16, Number 3, June 2024

1) R-SNN:基于区域的脉冲神经网络用于物体检测作者:金晓波,张明,闫睿,潘刚,马德页数:810 - 8172) 使用高维纤维束成像图谱自动识别视网膜膝状体视觉通路作者:曾庆润,黄嘉豪,何建忠,陈胜伟,谢蕾,陈赞,郭文龙,姚孙,李孟军,李明楚,冯远静页数:818 - 8273) 一种易于使用的卒中后康复痉挛严重程度量化评估系统作者:王晨,彭亮,侯增光,张普,方鹏页数:828 - 8394) 基于进化期望的连续时间动态交互网络学习作者:朱晓波,吴燕, Liying Wang, Hailong Su, Zhipeng Li页数:840 - 8495) 一种用于物体识别的类人暹罗视觉-触觉融合模

IEEE 神经网络和学习系统汇刊,第 35 卷,第 4 期,2024 年 4 月

IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Issue 4, April 2024

1) 特邀编辑:图的深度神经网络:理论、模型、算法和应用作者:Ming Li、Alessio Micheli、Yu Guan Wang、Shirui Pan、Pietro Lió、Giorgio Stefano Gnecco、Marcello Sanguineti页数:4367 - 43722) 正则化理论背景下的谱图卷积神经网络作者:Asif Salim、S. Sumitra页数:4373 - 43843) 赋能简单图卷积网络作者:Luca Pasa、Nicolò Navarin、Wolfgang Erb、Alessandro Sperduti页数:4385 - 43994) 通过面积正则球

IEEE 神经网络和学习系统汇刊,第 35 卷,第 5 期,2024 年 5 月

IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Issue 5, May 2024

1) 特邀编辑:基于可解释表示学习的复杂系统智能检测与维护特刊作者:刘志刚、Cesare Alippi、陈洪天、刘德荣页数:5819 - 58232) 基于大规模电动汽车和风电并网的新型自动发电控制方法作者:席蕾、李浩凯、朱继忠、李彦英、王守祥页数:5824 - 58343) 基于自适应动态规划的自旋交换无松弛系统最优自旋极化控制作者:王瑞刚、王卓、刘思迅、李涛、李峰、秦博东、魏庆来页数:5835 - 58474) 具有输出饱和和扰动的不确定非线性系统的事件触发分数阶跟踪控制作者:舒逸Shao, Mou Chen, Sijia Zheng, Shumin Lu, Qijun Zhao页数:58

复杂和智能系统,第 10 卷,第 3 期,2024 年 6 月

Complex and Intelligent Systems, Volume 10, Issue 3, June 2024

1) 基于深度强化学习的小天体飞越自主成像调度网络作者:Hang Hu, Weiren Wu...Jihe Wang页数:3181 - 31952) 基于通信的恶意无人机群网络中关键无人机识别作者:Min Teng, Chao Gao...Xuelong Li页数:3197 - 32113) 通过特征细化、抑制和对齐提高对抗鲁棒性作者:Yulun Wu, Yanming Guo...Liang Bai页数:3213 - 32334) 基于知识转移的多目标方法用于查找多路径循环中的错误作者:Stuart D. Semujju, Fangqing Liu...Zhifeng Hao页数:3235

不断发展的系统。第 15 卷,第 3 期,2024 年 6 月

Evolving Systems. Volume 15, Issue 3, June 2024

1)基于改进的Bi-LSTM神经网络的山区公路隧道入口路面温湿度预测作者:陶睿,彭睿……乔建刚页数:691 - 7022)反脆弱视角下涉及非凸属性的投资组合选择多目标优化作者:Davi Gotardelo,Leonardo Goliatt页数:703 - 7153)通过深度学习和计算机视觉打造AI设计师作者:Caner Balim,Kemal Ozkan页数:717 - 7294)RVFLN-CDFPA:一种利用混沌差分花授粉算法优化的随机向量函数链接神经网络,用于日前净资产价值预测作者:Smita Mohanty,Rajashree Dash页数:731 - 7575)DeepNet-WI:

IEEE 模糊系统学报,第 32 卷,第 6 期,2024 年 6 月

IEEE Transactions on Fuzzy Systems, Volume 32, Issue 6, June 2024

1) 以人为本的模糊最佳最差群体决策过程综述作者:Yanlin Li, Yung Po Tsang, Carman Ka Man Lee, Zhen-Song Chen页数:3302 - 33182) 具有停留时间的互联切换非线性系统的自适应模糊最优控制作者:Licheng Zheng, Junhe Liu, C. L. Philip Chen, Yun Zhang, Ci Chen, Zongze Wu, Zhi Liu页数:3319 - 33283) 分层演化模糊系统:一种多维混沌时间序列在线预测方法作者:Lei Hu, Xinghan Xu, Weijie Ren, Min Han页数:

IEEE 人工智能学报,第 5 卷,第 6 期,2024 年 6 月

IEEE Transactions on Artificial Intelligence, Volume 5, Issue 6, June 2024

1) 特邀编辑:非平稳数据的 AutoML作者:Ran Cheng、Hugo Jair Escalante、Wei-Wei Tu、Jan N. Van Rijn、Shuo Wang、Yun Yang页数:2456 - 24572) 用于异构遥感图像中无监督变化检测的自引导自动编码器作者:Jiao Shi、Tiancheng Wu、Alex Kai Qin、Yu Lei、Gwanggil Jeon页数:2458 - 24713) 用于实时追踪水污染的学习驱动动态多模态优化算法作者:Xuesong Yan、Xing Guo、Jin Chen、Chengyu Hu、Wenyin Gong、Liang

IEEE 计算智能新兴主题汇刊,第 8 卷,第 3 期,2024 年 6 月

IEEE Transactions on Emerging Topics in Computational Intelligence, Volume 8, Number 3, June 2024

1) 深度学习在 B 型超声分割中的进展:综合综述作者:Mohammed Yusuf Ansari、Iffa Afsa Changaai Mangalote、Pramod Kumar Meher、Omar Aboumarzouk、Abdulla Al-Ansari、Osama Halabi、Sarada Prasad Dakua页数:2126 - 21492) 机器反学习:解决方案和挑战作者:Jie Xu、Zihan Wu、Cong Wang、Xiaohua Jia页数:2150 - 21683) MuralDiff:基于大规模预训练的古代壁画修复扩散作者:Zishan Xu、Xiaofeng