檢索結果:共41筆資料 檢索策略: ckeyword.raw="邊緣運算" and ckeyword.raw="邊緣運算"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
本篇研究論文提出了一種基於邊緣運算進行深度學習之物件偵測實現在低成本的物聯網裝置之方法。由於低成本物聯網裝置硬體上運算的限制,要運行訓練好的神經網絡模型將是一項挑戰,因此本篇研究論文利用Intel旗…
2
隨著科技產品製作技術逐漸成熟,使物聯網系統得以快速發展,其產生的龐大數據量,可使用深度神經網路處理,不過標記資料與訓練模型皆需要花費人力、時間,與運算資源,而透過轉移學習可以解決該問題。但傳統的系統…
3
近年來影像處理越來越依賴深度學習,不論是增加解析度、消除色偏、去除雜訊…等,但是深度學習有一個明顯的缺點,那就是需要花費人力以及時間去訓練所需要的模型,若是要提升模型效果,則需要的資料集就要增加,訓…
4
近年來,由於影像處理所需的複雜計算,電腦視覺服務在實時性方面面臨挑戰。隨著人工智慧物聯網(AIoT)技術的快速發展,結合邊緣計算與AIoT的攝影機 (本研究稱為邊緣攝影機),在應用領域上取得了顯著成…
5
隨著穿戴式裝置和物聯網科技的發展,較小型的裝置常因體積與硬體資源的侷限,在遇到大量的運算任務時面臨困難。另一方面,若以雲端或邊緣運算的方案解決複雜運算的問題,使用者運算資料的機密性將成為一大挑戰。 …
6
隨著物聯網 (IoT) 的發展,結合人工智慧的邊緣計算攝影機 (以下簡稱邊緣攝影機) 已能夠直接在邊緣端進行影像強化。近年來,已有研究採用深度神經網路進行空拍影像除霧。然而,既有的研究大多僅使用RG…
7
隨著物聯網時代的興起,大量具邊緣運算能力的攝影機 (本研究稱為邊緣攝影機)於廣域監控已逐漸廣泛提供串流影像之即時處理,並具有擬人化的自我評估與決策的應用。因此,機器學習與自動化功能結合邊緣運算之相關…
8
近年來低延遲的網路通訊需求變得越來越重要。邊緣運算聚集了訊息和資源,提供強大的運算能力以及全面性的資料庫,但是物理上傳輸距離的限制導致訊號傳遞上需要較高的傳輸延遲。基於卸載的概念,邊緣運算和網路內處…
9
人工智慧應用需架設在完善的資訊基礎建設下,倚賴網路連線遠端超級電腦進行資料存取及運算;然而土木營建工程場域多處於逢山開路、遇水架橋的荒山野嶺,環境惡劣且通訊網路普遍架構不甚完善。嵌入式系統於營建場域…
10
物聯網與人工智慧的結合引領新的風潮,將“智慧城市”的概念從理想變成現實。 其中影像監控在智慧城市中是十分重要的應用,通常是採用雲運算的方式實現,然而雲運算是基於集中式框架會將收集到的資料集中到雲端處…