女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一款基于傳感器的神經(jīng)網(wǎng)絡(luò)解決方案

Xilinx賽靈思官微 ? 來源:Xilinx賽靈思官微 ? 作者:Xilinx賽靈思官微 ? 2022-10-20 10:58 ? 次閱讀

后疫情時代,企業(yè)面臨的挑戰(zhàn)在于如何才能更好地了解其工作環(huán)境的日常使用情況,從而制定更明智的房地產(chǎn)投資決策。

XY Sence 于 2016 年成立于澳大利亞維多利亞州克雷蒙,致力于開發(fā)新一代計算機視覺傳感器及解決方案,簡化工作場所占用情況及空間利用率數(shù)據(jù)的采集與使用。

XY Sense 公司的工作場所占用傳感器解決方案是一款基于傳感器的神經(jīng)網(wǎng)絡(luò)解決方案,幫助用戶掌握工作場所的占用狀況與員工移動路徑,從而動態(tài)分配工作場所。該解決方案由來自 AMD 的 Zynq 7000 自適應計算平臺提供支持。

項目挑戰(zhàn)

對于大多數(shù)企業(yè)而言,房地產(chǎn)開支是排名第二位或第三位的開支。然而,很多企業(yè)無法準確地詳盡描述其工作空間如何(或是否)被使用。無法實時準確掌握工作場所的占用數(shù)據(jù),就意味著企業(yè)不能恰當?shù)毓芾砜臻g利用率。

盡管市面上的一些解決方案能夠解決這個問題,但它們要么過于昂貴,要么由于以設(shè)備而非人作為跟蹤對象,因而缺乏足夠的準確性。XY Sense 的開發(fā)宗旨,是提供一種采集并應用工作場所利用率數(shù)據(jù)的捷徑。

該公司希望開發(fā)出一款可負擔性與靈活性較好的解決方案,以長期在任意給定時點掌握所有辦公空間的使用狀況。他們清楚,要求員工登錄某個設(shè)備或攜帶 GPS 跟蹤器并非良策,因為員工難免會在離開辦公室的時候忘記登錄或隨身攜帶設(shè)備。他們希望開發(fā)出一款能自主運行、精確且只提供( X,Y )坐標數(shù)據(jù)以隱匿員工身份的解決方案。

解決方案

這款解決方案就是 XY Sense 的工作場所空間占用傳感器解決方案。這種基于傳感器的神經(jīng)網(wǎng)絡(luò)解決方案實時運行,幫助用戶掌握辦公室空間的占用狀況以及員工的移動路徑,方便他們動態(tài)分配可用的工作空間。此外,它還能幫助企業(yè)監(jiān)測疫情相關(guān)社交距離要求的遵守情況,輕松制定安全的返回辦公室計劃。

31fcccb0-5010-11ed-a3b6-dac502259ad0.png

XY Sense 跟蹤( X,Y )坐標,幫助企業(yè)管理辦公空間。

XY Sense 在數(shù)字網(wǎng)格平面布局圖上以匿名( X,Y )坐標定位工作人員,定位精度優(yōu)于一英尺。可擴展的無服務器云解決方案從傳感器采集數(shù)十億個數(shù)據(jù)點,然后在采集后兩秒以內(nèi)顯示該信息。隨后,這個歷史數(shù)據(jù)將呈現(xiàn)在控制面板上以便使用。每個傳感器能夠覆蓋約 20 張辦公桌(約93 方米)的面積,從而使系統(tǒng)覆蓋面積提升了 2 倍左右。這樣便可以減少客戶需要購買和安裝的傳感器數(shù)量。

來自 AMD 的 Zynq 7000 自適應計算平臺為這套系統(tǒng)提供技術(shù)支持,并幫助其采集和處理實時傳感器數(shù)據(jù)。這種片上系統(tǒng)器件擁有充足的板載 FPGA 邏輯,幫助 XY Sense 實現(xiàn)其定制神經(jīng)網(wǎng)絡(luò),并提供高分辨率圖像檢測和分析。

Zynq 7000 自適應計算平臺搭載雙 ARM 核心處理器,速度足夠完成所需的預處理和后處理,同時留出充足裕度運行 Linux 和保持連接性能。

XY Sense 市場營銷主管 Libby Owens

“這種工業(yè)級芯片對我們非常適合,因為我們可以更多挖掘 XY Sense 機器學習算法的潛力,而無需擔心達到熱極限,特別是在我們采用緊湊產(chǎn)品結(jié)構(gòu)的情況下(沒有強勁的空氣流或風扇)。”

“此外,這款芯片的長期供貨和支持時限也意味著我們能夠放心地擴展我們的產(chǎn)品制造規(guī)模,從而滿足全球客戶的需求。”

與此同時,Owens 稱贊了 Zynq 的綜合生態(tài)系統(tǒng),將其稱為“擁有豐富的可用資源、示例和支持的成熟平臺”。

設(shè)計成效

Owens 認為,與 AMD 合作帶來了眾多成效,其中包括節(jié)省時間和資金以及有助于解決復雜問題。

她表示:“其中有很多在線提供的示例設(shè)計和解決方案,幫助我們快速啟動和運行基本平臺基礎(chǔ)設(shè)施,節(jié)省更多時間用來解決我們的具體業(yè)務問題。”她還補充道,芯片長期供貨意味著他們不必浪費時間管理芯片停產(chǎn)退市問題。

她表示:“我們已經(jīng)開發(fā)出在 FPGA 上實現(xiàn)機器學習算法的定制方法。我認為我們無法使用不同的平臺實現(xiàn)同等性能與靈活性水平。”

審核編輯 :李倩

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2564

    文章

    52596

    瀏覽量

    763783
  • gps
    gps
    +關(guān)注

    關(guān)注

    22

    文章

    2965

    瀏覽量

    168509
  • 機器學習
    +關(guān)注

    關(guān)注

    66

    文章

    8492

    瀏覽量

    134101

原文標題:工作場所傳感器助力實時管理辦公空間

文章出處:【微信號:賽靈思,微信公眾號:Xilinx賽靈思官微】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦
    熱點推薦

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每層都由若干個神經(jīng)元構(gòu)成,神經(jīng)元之間通過權(quán)重連接。信號在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) :
    的頭像 發(fā)表于 02-12 15:53 ?502次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺新增了全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實時機器學習算法,進行快速、靈活的信號分析、去噪、傳感器調(diào)節(jié)校準、閉環(huán)反饋等應用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?583次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101

    BP神經(jīng)網(wǎng)絡(luò)樣本的獲取方法

    的訓練樣本是至關(guān)重要的。 數(shù)據(jù)收集 數(shù)據(jù)收集是構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型的第步。根據(jù)研究領(lǐng)域和應用場景的不同,數(shù)據(jù)來源可以分為以下幾種: 1.1 實驗數(shù)據(jù):通過實驗或觀察獲得的數(shù)據(jù),如生物實驗、化學實驗等。 1.2 傳感器數(shù)據(jù):通過
    的頭像 發(fā)表于 07-11 10:50 ?964次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種在人工智能和機器學習領(lǐng)域
    的頭像 發(fā)表于 07-10 15:24 ?2286次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應用及
    的頭像 發(fā)表于 07-10 15:20 ?2076次閱讀

    rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)

    RNN(Recurrent Neural Network)是循環(huán)神經(jīng)網(wǎng)絡(luò),而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)種具有時間序列特性的神經(jīng)網(wǎng)絡(luò),能
    的頭像 發(fā)表于 07-05 09:52 ?944次閱讀

    遞歸神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)樣嗎

    神經(jīng)網(wǎng)絡(luò)種基于樹結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型,它通過遞歸地將輸入數(shù)據(jù)分解為更小的子問題來處理序列數(shù)據(jù)。RvNN的核心思想是將復雜的序列問題
    的頭像 發(fā)表于 07-05 09:28 ?1503次閱讀

    遞歸神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)

    遞歸神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,簡稱RNN)和循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,簡稱RNN)實際上是同個概念,只是不同的翻譯方式
    的頭像 發(fā)表于 07-04 14:54 ?1414次閱讀

    循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別

    結(jié)構(gòu)。它們在處理不同類型的數(shù)據(jù)和解決不同問題時具有各自的優(yōu)勢和特點。本文將從多個方面比較循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別。 基本概念 循環(huán)神經(jīng)網(wǎng)絡(luò)種具有循環(huán)連接的
    的頭像 發(fā)表于 07-04 14:24 ?1928次閱讀

    深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

    在探討深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)與基本神經(jīng)網(wǎng)絡(luò)(通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò))的區(qū)別時,我們需要從多個維度進行深入分析。這些維度包括
    的頭像 發(fā)表于 07-04 13:20 ?1665次閱讀

    反向傳播神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    反向傳播神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network,簡稱BP神經(jīng)網(wǎng)絡(luò))是種多層前饋神經(jīng)網(wǎng)絡(luò),它通過反向傳播算法來調(diào)整網(wǎng)
    的頭像 發(fā)表于 07-03 11:00 ?1154次閱讀

    神經(jīng)網(wǎng)絡(luò)擬合的誤差怎么分析

    像識別、自然語言處理和時間序列預測等。然而,神經(jīng)網(wǎng)絡(luò)的擬合誤差是個關(guān)鍵問題,影響模型的性能和泛化能力。本文將從多個角度分析神經(jīng)網(wǎng)絡(luò)擬合誤差的原因、影響因素和解決方案
    的頭像 發(fā)表于 07-03 10:36 ?1086次閱讀

    bp神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)是種常見的前饋神經(jīng)網(wǎng)絡(luò),它使用反向傳播算法來訓練網(wǎng)絡(luò)。雖然BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 10:14 ?1299次閱讀

    bp神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

    結(jié)構(gòu)、原理、應用場景等方面都存在定的差異。以下是對這兩種神經(jīng)網(wǎng)絡(luò)的比較: 基本結(jié)構(gòu) BP神經(jīng)網(wǎng)絡(luò)種多層前饋神經(jīng)網(wǎng)絡(luò),由輸入層、隱藏層和
    的頭像 發(fā)表于 07-03 10:12 ?2457次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    不同的神經(jīng)網(wǎng)絡(luò)模型,它們在結(jié)構(gòu)、原理、應用等方面都存在定的差異。本文將從多個方面對這兩種神經(jīng)網(wǎng)絡(luò)進行詳細的比較和分析。 引言 神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-02 14:24 ?5898次閱讀