首頁(yè) > 新聞中心 > 設(shè)計(jì)應(yīng)用
恩智浦基于MCU的SLN-VIZNAS-IOT開發(fā)工具包為原始裝置制造商提供了完全整合、自成一體的軟件和硬件解決方案這包括 i.MX RT106F 運(yùn)行時(shí)間庫(kù)和預(yù)整合的機(jī)器學(xué)習(xí)人臉識(shí)別算法，以及相機(jī)和記憶等外圍設(shè)備的所有......
隨著時(shí)代的進(jìn)步,傳統(tǒng)的人工近距離控制、檢測(cè)和采樣的方式,已經(jīng)無(wú)法滿足時(shí)代的需求,而物聯(lián)網(wǎng)已經(jīng)成為未來(lái)發(fā)展的趨勢(shì),智能化、自動(dòng)化在未來(lái)將為管理和生活帶來(lái)更多的便利性.在物聯(lián)網(wǎng)IoT盛行的當(dāng)前,無(wú)線通信技術(shù)將起著關(guān)鍵的作用,......
先說(shuō)DNN，從結(jié)構(gòu)上來(lái)說(shuō)他和傳統(tǒng)意義上的NN（神經(jīng)網(wǎng)絡(luò)）沒(méi)什么區(qū)別，但是神經(jīng)網(wǎng)絡(luò)發(fā)展時(shí)遇到了一些瓶頸問(wèn)題。一開始的神經(jīng)元不能表示異或運(yùn)算，科學(xué)家通過(guò)增加網(wǎng)絡(luò)層數(shù)，增加隱藏層可以表達(dá)。并發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)的層數(shù)直接決定了它對(duì)現(xiàn)實(shí)......
深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，以下簡(jiǎn)稱DNN）是深度學(xué)習(xí)的基礎(chǔ)，而要理解DNN，首先我們要理解DNN模型，下面我們就對(duì)DNN的模型與前向傳播算法做一個(gè)總結(jié)。 1.從感知機(jī)到神經(jīng)網(wǎng)絡(luò) 在感......
本方案為介紹一個(gè)如何使用Semtech SX1302 mPCIe V3參考設(shè)計(jì)從硬件、韌體到網(wǎng)路服務(wù)器來(lái)開發(fā)可供LoRa Edge? 運(yùn)作的LoRaWAN閘道器系統(tǒng)，在此方案中我們使用LoRa Edge?LR1110開發(fā)......
近年來(lái)，隨著科技的飛速發(fā)展，從“制造”向“智造”轉(zhuǎn)型的故事正在全球迅速上演。無(wú)論是井然有序的自動(dòng)化工廠還是數(shù)字化的信息管理系統(tǒng)，無(wú)一不在彰顯智造時(shí)代的到來(lái)。然而智能制造這件事在20世紀(jì)60年代之前，可沒(méi)有這么容易。當(dāng)時(shí)在......
模數(shù)轉(zhuǎn)換器(ADC)將模擬信號(hào)——即溫度、壓力、電壓、電流、距離或光強(qiáng)度等實(shí)際信號(hào)——轉(zhuǎn)換為該信號(hào)的數(shù)字表示。然后，系統(tǒng)可以處理、控制、計(jì)算、傳輸或存儲(chǔ)此數(shù)字表示。目標(biāo)本實(shí)驗(yàn)活動(dòng)旨在通過(guò)構(gòu)建說(shuō)明性示例來(lái)探討模數(shù)轉(zhuǎn)換的概念......
使用寬帶隙半導(dǎo)體作為高頻開關(guān)為實(shí)現(xiàn)更高的功率轉(zhuǎn)換效率提供了有力支持。一個(gè)示例是，碳化硅開關(guān)可以實(shí)施為SiC MOSFET或以共源共柵結(jié)構(gòu)實(shí)施為SiC FET。本白皮書追溯了SiC FET的起源和發(fā)展，直至最新一代產(chǎn)品，并......
自從WIFI6規(guī)范發(fā)布后,移動(dòng)市場(chǎng)新產(chǎn)品推出已經(jīng)將其視為標(biāo)配,路由器也面臨產(chǎn)品升級(jí)換代需求.在消費(fèi)者購(gòu)買新品時(shí)就把是否支持WIFI6左右首要篩選條件.如何從眾多芯片方案中選擇一款合適的平臺(tái)作為未來(lái)研發(fā)的重點(diǎn)就成為眾多研發(fā)......
SiC、GaN 作為最新一代功率半導(dǎo)體器件具有遠(yuǎn)優(yōu)于傳統(tǒng) Si 器件的特性，能夠使得功率變換器獲得更高的效率、更高的功率密度和更低的系統(tǒng)成本。但同時(shí)，SiC、GaN極快的開關(guān)速度也給工程師帶來(lái)了使用和測(cè)量的挑戰(zhàn)，稍有不慎......
43.2%在閱讀
23.2%在互動(dòng)
