檢索結果：共6筆資料 檢索策略： "IoT".ekeyword (精準) and cadvisor.raw="陸敬互"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
物聯網時代的來臨，數以萬計連網裝置所產生的龐大串流資料需要電腦的即時分析，機器學習也因應此趨勢更受關注。然而，既有機器學習模型往往忽略資料語意內容本身對模型的影響，因為資料語意內容不完整或敏感都會導…
2
較費時的影像處理常常嚴重影響到電腦視覺服務的即時性。近幾年隨著人工智慧物聯網 (AIoT) 的快速發展，結合邊緣計算與AIoT的攝影機 (以下簡稱邊緣攝影機) 已在物件偵測、物件辨識等應用領域獲得成…
3
在進入人人都擁有智慧行動裝置與物聯網的時代後，實體店面的零售業者開始在店內布置各式智慧裝置，藉此收集消費者的資訊並在行動裝置上推薦各式促銷商品。然而，網路與實體零售業者目前皆受限於資訊碎片化的可應用…
4
隨著物聯網快速的發展，大量的攝影機進行即時且廣域的監控將產生龐大的串流資料，因此機器學習結合邊緣計算之相關研究議題也更受重視。然而，目前既有的即時廣域監控上，通常未考量串流資料本身的適切性，特別是使…
5
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…
6
物聯網時代的來臨，數以萬計的聯網攝影裝置將會產生極大量的資料，使得透過邊緣運算來降低雲端運算瓶頸的需求逐漸增加。其中，隨著深度學習模型與辨識技術之精進，透過結合邊緣計算的大量攝影機（本研究稱為邊緣攝…