找到约 10000 条结果
  • 视觉BEV基本原理和方案解析
    BEV(Bird’s-Eye-View)是一种鸟瞰视图的传感器数据表示方法,它的相关技术在自动驾驶领域已经成了“标配”,纷纷在新能源汽车、芯片设计等行业相继量产落地。BEV同样在高德多个业务场景使用,例如:高精地图地面要素识别、车道线拓扑构建、车端融合定位中都扮演了重要角色。如图1‑1所示:
    2023-11-16
  • 3D模型如何添加表面贴图?
    模型表面贴图(Texture Mapping)是一种将纹理映射到三维模型表面的技术,用于增加模型的细节和真实感。它通过在模型的每个表面点上应用纹理坐标,并将纹理像素与模型的对应点进行匹配,使得模型表面呈现出纹理的细节和颜色。
    2023-10-24
  • Python遗传算法GA对长短期记忆LSTM深度学习模型超参数调优分析司机数据
    随着大数据时代的来临,深度学习技术在各个领域中得到了广泛的应用。长短期记忆(LSTM)网络作为深度学习领域中的一种重要模型,因其对序列数据的强大处理能力,在自然语言处理、时间序列预测等领域中取得了显著的成果。然而,LSTM模型的性能在很大程度上取决于其超参数的设置。因此,如何有效地帮助客户对LSTM模型的超...
    2024-04-22
  • Python遗传算法GA对长短期记忆LSTM深度学习模型超参数调优分析司机数据
    随着大数据时代的来临,深度学习技术在各个领域中得到了广泛的应用。长短期记忆(LSTM)网络作为深度学习领域中的一种重要模型,因其对序列数据的强大处理能力,在自然语言处理、时间序列预测等领域中取得了显著的成果。然而,LSTM模型的性能在很大程度上取决于其超参数的设置。因此,如何有效地帮助客户对LSTM模型的超...
    2024-06-14
  • 如何为3D模型设置自发光材质?
    自发光贴图对模型的增效效果主要体现在增加真实感、强调细节、创造氛围、区分材质等方面。适当运用自发光贴图可以提升模型的视觉表现力,并为观众带来更加丰富、吸引人的视觉体验。
    2023-10-25
  • 理解大脑的新方式,蚂蚁技术研究院与复旦大学启动图计算类脑研究
    人为什么会有意识?我们为什么会失眠?阿尔兹海默这类脑疾病如何有效治疗?一直以来,人脑研究都是以尖端和复杂著称,但世界范围内不断有科研力量投入这项课题的攻关。
    2023-07-05
  • 基于944种材料数据,日本东北大学联合MIT发布GNNOpt模型,成功识别数百种太阳能电池和量子候选材料
    LED、太阳能电池、光电探测器和光子集成电路 (PIC) 等光电设备是现代通信、照明和能源转换技术的核心。 这些设备的性能和效率在很大程度上取决于材料的光学特性,因此,深入理解这些特性对于推动技术进步和满足日益增长的科学及工业需求至关重要。为了应对这一挑战,实验和计算领域的研究人员通过积极开展高通量筛选工作...
    2024-10-17
  • [译] 解密 Uber 如何使用RNN预测极端事件
    原作者:NIKOLAY LAPTEV, SLAWEK SMYL, & SANTHOSH SHANMUGAM 原文地址:[链接] 在Uber,事件预测能够给辅助推断用户需求。它包含几个要素:何地、何时、有多少用户在任意时间内将会到达。 极端事件发生的时间比如:节假日、音乐会、恶劣天气、运动赛事在提高预测精度方面都非常重要。在极端事件中计算需求时间序列...
    2017-06-11
  • STAR: 利用时空注意力机制和动态频率损失的视频超分辨率增强框架
    STAR (Spatial-Temporal Augmentation with Text-to-Video Models) 提出了一种创新的视频超分辨率解决方案,针对现有模型中存在的过度平滑和时间一致性不足等问题进行了系统性改进。该方法基于文本到视频(T2V)扩散模型架构,通过优化时序建模能力,有效处理复杂退化场景下的视觉伪影,同时解决了强生成模型导致的保真度...
    2025-02-19
  • 你应该了解的 NLP发展新趋势(实现方法总结)
    云智慧 AIOps 社区是由云智慧发起,针对运维业务场景,提供算法、算力、数据集整体的服务体系及智能运维业务场景的解决方案交流社区。该社区致力于传播 AIOps 技术,旨在与各行业客户、用户、研究者和开发者们共同解决智能运维行业技术难题,推动 AIOps 技术在企业中落地,建设健康共赢的AIOps 开发者生态。
    2022-05-18
  • 地址标准化服务AI深度学习模型推理优化实践
    简介: 深度学习已在面向自然语言处理等领域的实际业务场景中广泛落地,对它的推理性能优化成为了部署环节中重要的一环。推理性能的提升:一方面,可以充分发挥部署硬件的能力,降低用户响应时间,同时节省成本;另一方面,可以在保持响应时间不变的前提下,使用结构更为复杂的深度学习模型,进而提升业务精度指标。导读...
    2022-08-12
  • Stable Diffusion 商业变现与绘画大模型多场景实战-慕ke学习
    在人工智能领域,图像生成技术一直是备受瞩目的研究方向。其中,Stable Diffusion作为一种先进的扩散模型,以其高效、高质量的图像生成能力,正逐渐引领图像生成技术的新纪元。本文将介绍Stable Diffusion的基本原理、应用领域以及未来发展趋势。
    2024-04-23
  • PartDrag-4D是大规模多视角零件级动态数据集,含超20000状态观测数据,用于4D重建模型训练评估。
    2025-03-26,由清华大学、密歇根大学、北京大学和 BAAI 等机构联合创建PartDrag-4D 的数据集。该数据集包含超过 20,000 个状态的多视角零件级动态观测数据,目的解决现有方法在建模零件级动态时的局限性,如 2D 视频表示的限制和处理速度慢等问题。PartDrag-4D 的创建为零件级动态建模提供了丰富的数据支持,推动了机器...
    2025-03-27
  • 非线性混合效应 NLME模型对抗哮喘药物茶碱动力学研究|附代码数据
    全文下载链接:[链接]最近我们被客户要求撰写关于非线性混合效应 NLME模型的研究报告,包括一些图形和统计输出。茶碱数据文件报告来自抗哮喘药物茶碱动力学研究的数据。给 12 名受试者口服茶碱,然后在接下来的 25 小时内在 11 个时间点测量血清浓度 {代码...} 此处,时间是从抽取样品时开始给药的时间(h),浓度是测得...
    2023-04-17
  • 非线性混合效应 NLME模型对抗哮喘药物茶碱动力学研究|附代码数据
    全文下载链接:[链接]最近我们被客户要求撰写关于非线性混合效应 NLME模型的研究报告,包括一些图形和统计输出。茶碱数据文件报告来自抗哮喘药物茶碱动力学研究的数据。给 12 名受试者口服茶碱,然后在接下来的 25 小时内在 11 个时间点测量血清浓度 {代码...} 此处,时间是从抽取样品时开始给药的时间(h),浓度是测得...
    2024-06-08
  • R语言预测期货波动率的实现:ARCH与HAR-RV与GARCH,ARFIMA模型比较|附代码数据
    在本文中,波动率是众多定价和风险模型中的关键参数,例如BS定价方法或风险价值的计算。在这个模型中,或者说在教科书中,这些模型中的波动率通常被认为是一个常数
    2023-02-14
  • R语言预测期货波动率的实现:ARCH与HAR-RV与GARCH,ARFIMA模型比较|附代码数据
    在本文中,波动率是众多定价和风险模型中的关键参数,例如BS定价方法或风险价值的计算。在这个模型中,或者说在教科书中,这些模型中的波动率通常被认为是一个常数
    2024-04-16