• [其他] 从AI Gallery订阅算法
    在ModelArts算法管理中,不仅支持将自己本地开发的算法上传(即创建我的算法),还支持从AI Gallery订阅算法。ModelArts的AI Gallery,发布了较多官方算法,同时管理了其他开发者分享的算法,不需要进行代码开发,即可使用现成的算法进行模型构建。为了使用他人或者ModelArts官方分享的算法,您需要将AI Gallery的算法订阅至您的ModelArts中。#### 查找算法为了获得匹配您业务的算法,您可以通过多个入口区查找算法。- 在“算法管理>我的订阅”中,单击“查找算法”,可跳转至“AI Gallery”页面,查找相应的算法。- 直接在左侧菜单栏中选择“AI Gallery”,进入“AI Gallery”页面,查找相应的算法。#### 订阅算法1. 进入“AI Gallery”,选择“算法”页签,订阅您所需的算法。2. 订阅后的算法,将自动展现在“算法管理>我的订阅”页面中。进入此页面内,单击“产品名称”左侧的小三角,展开算法详情,在“版本列表”区域,单击“创建训练作业”即可进行后续操作。 **图1** 同步算法 !(https://bbs-img.huaweicloud.com/data/forums/attachment/forum/202106/06/232325kvsxkpq3vtehjh3e.png)
  • [技术干货] 【技术长文】“芯”联万物,一“碳”究竟,IOTE 第十六届国际物联网展盛大开幕!
    10月23日第十六届IOTE国际物联网展,在深圳(福田)会展中心开幕,这是一场物联网人汇聚的年度盛会!深圳福田会展中心1、2、6号馆,共有六大展区:人工智能、智慧城市、传感器、通信定位、工业互联、RFID应用展区,650家展商诚邀莅临!本届展会由深圳市物联网产业协会主办,深圳市物联传媒有限公司、深圳市易信物联网络有限公司承办,本届物联网展会以“芯联万物,智赋全球”为主题,响应数智化,可持续、创新应用发展,联合各行业领英,打造一个物联网行业资源置换、信息交流、合作共赢的大平台,共促行业繁荣发展!2021年,随着“新基建”落地,以及“碳达峰”与“碳中和”等政策的推动,整个经济社会对于“科学技术就是第一生产力”有了更深刻的认识。物联网作为一个庞大的,可以覆盖B端生产与C端消费方方面面的大产业,也迎来了新的发展契机。万亿级的市场容量已经毋庸置疑,不过如何去挖掘市场?物联网市场有哪些新的技术涌现?有哪些新的风口与趋势?有哪些优秀的企业值得借鉴?又有哪些新的标杆案例出现?这些问题都能在本届展会上找到答案!IOTE 2021在政策、经济、社会、技术等因素的驱动下,GSMA表示预计到2022年,中国物联网产业规模将超过2万亿元。这两年由于不可抗力的因素,物联网行业面临着极大的挑战,但挑战与机遇并存,愈是荆天棘地愈要同舟共济,在充满不确定性的市场中寻找破竹之机,顺势而为,逆势而上。10月23-25日,IOTE 2021第十六届国际物联网展荟萃行业群英,各企业将日久月深的成果呈现在这仅有的三天里,三天为期,是复盘也是新起点,透过展览洞彻物联网行业趋势。展会内容涵盖物联网全产业链,包括基于RFID、传感器技术的感知层,基于通信技术的网络传输层,基于大数据、云平台、云计算的运算与平台层,以及应用层。01无源物联网突然燃起一波热度,提到感知技术就会想到RFID射频技术,它作为物联网感知层的元老级技术代表,当然是IOTE国际物联网展上的一大亮点,聚集了RFID产业链众多品牌,展现产业链优势。RFID芯片领域:复旦微、动能世纪、华大电子、汇成芯通、悦和、英频杰、意法半导体、凯路威、聚辰半导体、华翼微、智汇芯联、中科微、飞聚微、时尚科技、宜链、坤锐、旗连、东信源芯、国芯、驭景。RFID标签领域:永奕、奥奕、菜鸟、艾利丹尼森、鸥思、骄冠、新歌山、保点贸易、安智博、远望谷、羽开、毕昇、耀福、芯频跳动、建和、常达、融智兴、华晟标纬、锐驰、鑫业、品冠、腾彩、立芯、德聚、澳普、美思特、博纬智能、卡的、点晨、中世发、植富、奇志、日晖、芯诚、必应、美声、勤业、国祥、劭行、晶路、联合智能、金强人、赛尔瑞、AEROPRINT、文森斯诺、富卡思通、运桥、裕通、博天瑞、沸鼎、芯阅、信心、杰莱瑞、够乐实业、瑞佰创、伊泰特伦、芬欧蓝泰。标签封装设备/复合设备、标签检测、数据写入、打码设备、标签打印机领域:源明杰、新晶路、纽豹、海达、德鑫泉、久元、明森、哈德胜、传麒、华崎创为、文林、永盛、驰立、维聚、兴捷成、联点、制联、中钞科信、中科国技、荣共、霓廊、普理司、巨心、唐领、永盛嘉、佐藤、斑马、罗丹贝尔、博思得、德佟、建和、东芝泰格、雷丹、致明兴、宝比万像。标签天线、标签材料、读写器天线领域:科宇金鹏、哈深智材、宏盾、铂科、华中技术、金中楷、摩尔佳、艾利丹尼森、华彩、铭奋、昌泓、富勤、卡迪影像、新卡数码、3M、博纬、澳信、启瑞天、桥恩、伊泰特伦。读写器、通道、智能柜领域:铨顺宏、安的、东大集成、永奕、菜鸟、鸿陆、成为、斑马、罗丹贝尔、英频杰、瑞迪优、远望谷、国芯、金瑞铭、思创医惠、芯联创展、阿法迪、荣睿和芯、立芯、捷通、斯科、思远创、万全、华士精成、辰芯、博纬、罗维尼、亿联特、新思、品创、奥迈视、华昇、德科、北洋、鲲鹏、骏发瑞达、神州盾、龙杰、友淦、暨嘉、爱拓、兰德华、锦瑞达、美高。手持机领域:销邦、东大集成、汉德霍尔、富立叶、宇宁、鸿陆、成为、斑马、罗丹贝尔、盈达、优博讯、亿道、祥承通讯、远望谷、思必拓、蓝畅、商米、北斗星通、思远创、群索、安可信、斯普锐、霍尼韦尔、赫盛光电、汉印、合亿、信通、英众世纪、隽梦、凡维、鸟鸟、希姆通、畅联。RFID系统集成领域:菜鸟、常达、先施、凯姿乐、华士精成、捷友、艾赛克、芯昊芯、德鑫泉。*以上企业按照展位号排序02传感器作为物联网感知层最重要的组成,近几年的需求量加速攀升。从去年疫情下温度传感器的爆发,到近几年的碳中和、自动驾驶、智慧城市、智慧医疗等市场规模迅速扩大,气体传感器、毫米波雷达、压力传感器、流量传感器等一系列传感器已经成为应用方案的前排兵。同时,能够满足物联网低功耗、低成本、高灵敏的智能传感器也越来越多。本次展会上的传感器领域豪杰有:飞聚微、劭行、宜链物联、中舜微、铭控、菲尔斯特、昆仑海岸、Sensirion、矽典微、睿科、美思先端、矽杰微、TE、3M、博世、安森美、烨映微、炜盛、明栈、精讯畅通、信为、西人马、富奥星、志奋领、麦克、拓普索尔、奥松电子、欧利德、山旗、森霸、道合顺传感、爱氪森、福申、华兰海电测、上润精密、扬兴科技、集和诚、龙腾伟业、八识、四方光电、司南、电目、万讯森纳士、康森斯克、微纳感知、中云创新、智驰华芯、普晟、昊华、高德智感、本征晶体、矽递、沃天、米恩基、虹科、艾睿光电、博大光通、祉翔、思顿传感、博感、金升阳、泰科芯元、慧闻纳米、栎满、感闻环境、晶华相控、皖科、源建、盛世物联、敏源、荣亚、赛元微、启诺、微量、美佳音。*以上企业按照展位号排序03“一指连”、“Air tag”等应用的推出都体现了人们对精准定位精细度与技术成熟使用度的高要求。而室内定位以蓝牙AOA和UWB为主的亚米级高精度定位技术展开了激烈的角逐。展会期间许多企业都带着新成果和新点子前来一展风采。本届展会上通信定位领域的群英也不少。通信芯片和模组领域:芯翼、智联安、橙群微、移芯、诺领、道生、泰芯、安森美、磐启微、千米、旋极星源、御芯微、柔立、艾拉、有方、美格、广和通、鼎桥、海凌科、移柯、骐俊、有人、移远、芯讯通、高新兴、龙尚、创凌智联、桑锐、友讯达、云里物里、利尔达、威雅利、博安通、智汉、富联、华创、零零、好上好、途鸽、蓝科迅通、亿佰特、瑞利通信。通信网关及终端领域:智嵌、惠興力、星汉、百斯特、计讯、有人、万创、明远智睿、匠岩、广联智通、星纵、塔石、联想、华辰智通、拓普泰尔、时波、四信、讯鹏、聚英翱翔、贝锐、卓岚、共进移动、麦斯杰、ZETA联盟、创想、码讯、滴答、黑马、富联芯微、力必拓、虹科、骁强云、领佳、蓉视通、鲲鹏无限、帝特、广熵、睿蜂。高精度定位领域:联睿、四相致新、沃旭、蓝色创源、全迹、云酷、场景、中芯微、极维、电咖测控、真源、华云时空、长虹、比逊、在那、博世、仁微、空循环、Quuppa、核芯、天工测控、引力波、未来感知、辉烨、凡星位航、谦尊升。通信天线、物联网卡、通信测试领域:尚远、中元创新、中科无线、业优、腾祥、云顶、酷鱼互动、讯众、来次购、威凯、立讯、蓝亚。*以上企业按照展位号排列。04云的市场也经历着玩家洗牌,巨头入场的变动。智能计算、云平台、大数据等已经进入到各管理细分领域,展会上国内外平台厂商皆已准备就绪。云平台、物联网安全和大数据领域的企业有:莘科、前海翼联、萤石、天合云、优锘、青云、华为、中服软件、万物互联、Software AG、菜鸟、先施、伊泰特伦、广联智通、优友互联、兆洲、赛意、涛思数据、金蝶、网亿、共进移动、华洋、七牛云、庞盛、启奈、驿通智能、三世联、中云创新、云垦、云塔、南潮、瑞迅、滴答、明泰智能、数蛙、虹科、极音、曼斯克、铠湾安全、中元易尚、青柠互动、通微、齐犇、倍诺、广云物联、子午丰汇、破格联驳、广熵、联信智慧、琢谷、珠海原子、同讯、亮瞳光电、弘星智联、摩泰光电、航天科技、云软在线、益邦阳光、前海港大、畅联智融、迈威通信、海域信息、千通科技、中电华大、星汉、凯姿乐、宏思电子、三零嘉微、蓝光存储、亿时空、柯拓云、联祥海安、耘想存储。*以上企业按照展位号排序05人工智能应用开始深入我们的生活当中,在商超,在制造工业、在管理行业等等都可以看到人工智能辅助作业的影子。当然,在展会上少不了前沿科技的身影,人工智能领域的企业有:恒领、亿智、米唐、知存、唯创知音、亚迪欣、创荣发、伟邦、游密、前海方睿、海瑞银、返景、联控智能、阿木新、金超云控、方盒智控、英恒利、库克智能、八识、阿尔法智汇、睿智谷、海歌、卓羽、吉布斯、鑫保泰、明森、勇艺达、博迈、万为、鹏锦、智绘、万勋、扩博智能、深度赋智、仁舟、达而观、普强信息、声联网、神州数码、布谷鸟、数据堂、艾格威、奥尼电子、信邦、行云新能。*以上企业按照展位号排序06智慧城市的建设依旧如火如荼,更多智能化的应用和建设,搭建城市数据之间的连接,全国从各方面加速推进智慧城市项目的建设。在IOTE2021第十六届展会上,智慧城市类展商已做好准备,与各位共论优秀智慧建设项目。铭控、菲尔斯特、迪晟能源、昆仑海岸、炜盛、全景智联、精讯畅通、微筑、拓普索尔、飞奕、都市圈、庐阳大数据产业园、优旭、联客、阿尔法、物安、景悦、国网科技、瑞斯康、中科智联、微智体、桥芯电材等企业将大秀技术和专业能力。*以上企业按照展位号排序07新零售打造新的消费模式,智慧零售顺势推行。本次展会上有不少条码、打印机、智慧商显、POS软硬件、自助终端等智慧零售领域的企业就位:思普瑞特、芯烨、普贴、爱宝文仪、江裕信息、中码、优库、民德、蓝码、鑫宝、鑫骏马、爱格尔、美恒通、深圳高通、皮克、博大光通、荣亚、智控、赛秀、英迪、纽帕斯、吉成、芯蓝、瑞利信、浪里豹、易联达、微晟、天波、长岛宇恒、新国都、欣瑞达、彩虹源、威触、定昌、亮钻、灰度、珞宾、触沃、壹米、爱镭仕、新北洋、胜华、利恩、尚颜、瑞丰彩、丽晶、五宫格、志华、恒康、扩博、灵智数科、百胜、易神、有赞、酷盈、博优思创、华兰海电测、中能泰富、汇聚光电、丰贺、研硕、快手。*以上企业按照展位号排序08展会上还有不少综合类供应商已就位。电动车变革也引起了能源类对电池的革新。电池类展商:鲸孚、重山光电、宏力、睿奕、力佳、鹏辉、力兴、惠德瑞、壹凌、孚安特、中原长江、巨能、宇峰、昊诚、捷顺、安纳德、戎天、帅福得、优特、朗升、亿纬、金升阳、比苛、孚特、科恩瑟尔、粟垣、明纬、苏州柔能。证卡打印机及色带类展商有:得实、速普特、合扬、冠苑、赛尔瑞、恩沃、盈博达、可得、智卡源、广州证卡。行业供应商类展商有:福声、印唯、晶光华、晶科鑫、晶远兴、富致、摩尔佳、艾利丹尼森、智奇、惠興力、金邦织带、山旗、扬兴、戎天、本征晶体、金升阳、创芯工坊、昊睿、信步、浩跃、君安天下、北京理工。*以上企业按照展位号排序除了众多优秀企业荟萃,展会同期还有14场特色论坛举办,进行各细分领域的专业内容分享,有需要的朋友可前往各会场交流识友~同期会议·10月23日2021中国物联网产业领航者峰会IOTE 2021深圳智慧零售创新应用高峰论坛IOTE 2021第十九届RFID世界大会IOTE 2021深圳智慧园区&社区创新应用高峰论坛IOTE 2021深圳国际物联网传感器高峰论坛IOTE 2021年度5G物联网产业生态大会(深圳站)CSA连接标准联盟Zigbee开发论坛第十七届中电港物联网技术应用研讨会(IoT深圳·2021)·10月24日IOTE 2021深圳AIoT高峰论坛IOTE 2021深圳智能家居创新应用高峰论坛IOTE 2021深圳国际工业互联网创新技术与应用论坛IOTE 2021深圳国际高精度定位技术与应用创新高峰论坛IOTE 2021 LoRa创新应用论坛除了专业内容的思潮碰撞,IOTE组委还组织策划了“IOTE 2021金奖”创新产品评选活动,从上百家参展商的10000+展品中评选出116个获奖对象,并在10月23日的IOTE·2021深圳国际物联网传感器高峰论坛结束之后举行颁奖仪式。乘科技之风,借IOTE展会交流平台,掘产业蓄力潜能。群英汇聚,论专业技术革新、探产业动能趋势,在今年IOTE 2021深圳国际物联网展见分晓!
  • [行业资讯] 物联网技术未来发展趋势
    当前,物联网(IoT) 结合 5G 和云计算等新兴技术,物联网可以提高运营效率、降低成本、改进决策并增强客户体验,可以成为各个行业数字化转型的关键推动因素。下面列出的是确定影响物联网的关键技术趋势:一、技术趋势一是缺乏全球物联网安全标准。连接设备数量的增加显着增加了网络攻击的潜在点,并造成了巨大的安全漏洞。当前的物联网生态系统缺乏足够的安全法规来解决这一差距。物联网安全包括一系列威胁媒介,这些媒介可以是基于设备、基于应用程序、基于网络或基于数据的。物联网技术的主要焦点是端点安全,它指的是保护连接设备,从冰箱到制造工具。世界需要一个统一的全球物联网安全标准,让无处不在的物联网成为现实。二是缺乏全球物联网通信标准。目前,世界各地使用了大量的物联网通信协议(用于将物联网设备连接到互联网的技术)。大量的通信协议可能会导致物联网生态系统之间和内部的互操作性问题。目前还没有全球物联网通信标准,这使得大规模物联网部署比需要的更加复杂。需要统一的物联网通信标准才能充分发挥物联网的潜力。三是5G技术。需要低延迟的物联网用例,例如联网汽车、预测性维护和医疗保健领域的可穿戴技术,将从 5G 中受益最大。5G 的超可靠、低延迟通信 (URLLC) 容量和对 TSN(时间敏感网络)的支持对于物联网的采用非常重要。四是健康科技。医疗保健行业长期以来一直抵制数字革命,远远落后于其他行业。Covid-19 大流行导致远程患者监护和医疗机器人等医疗物联网技术的迅速采用,这为物联网解决方案提供商开辟了巨大的数字化机会。五是物联网 (AIoT)技术。人工智能 (AI) 技术通常用于实时解释和响应一些人对机器和机器对机器的数据流。AI 和 IoT 两种技术的融合催生了 AIoT 的概念,即将 AI 技术嵌入到 IoT 组件中。将连接的传感器和执行器收集的数据与 AI 相结合,可以在边缘减少延迟、增加隐私和实时智能。这也意味着需要在云服务器上发送和存储的数据更少。六是智能边缘计算。随着物联网技术的发展,传感器将无处不在,这将导致收集的数据量大幅增加。然而,大多数物联网设备的处理能力有限,因此数据处理在云中进行,数据中心通常远离生成传感器数据的物联网设备。随着物联网生态系统变得更加复杂,以减少延迟并在响应来自物联网设备的传感器信号时实现近乎自主的决策,一些数据分析功能正在转移到网络边缘,更靠近数据生成源。这对于时间紧迫的用例尤其重要,例如健康监测设备或自动驾驶汽车,在这些用例中,瞬间反应可以挽救生命。七是物联网即服务 (IoTaaS)。IoTaaS 供应商提供各种平台来帮助组织进行 IoT 部署,而无需内部专业知识。该技术旨在使企业能够轻松部署和管理其连接的设备。它已成为企业物联网采用的加速器,尤其是在预测性维护、高级自动化和状态监控方面。随着世界从 Covid-19 中复苏,IoTaaS 收入可能会大幅增长。八是数字孪生。数字孪生可以帮助优化物联网部署以实现最高效率,并帮助物联网采用者在实际部署之前确定事物的发展方向或运作方式。数字孪生是物理资产和流程的软件表示,允许组织执行“假设”模拟。这些模拟可用于主动发现和避免问题,帮助防止停机,并加快新产品的开发。九是可穿戴设备。新冠疫情推动了消费者行为的变化,包括在家工作、数字媒体消费的增加以及虚拟健身锻炼的普及,正在推动可穿戴设备的采用和消费者物联网的采用。借助生物识别传感器技术的进步,可穿戴技术供应商正在将一系列健康和健身监测选项集成到他们的设备中。十是下一代芯片。芯片设计的重点已经从在 1 平方毫米的硅片上放置更多晶体管的竞赛转移到将微处理器构建为由多个组件组成的系统,每个组件执行一项专门的任务。随着越来越多的传感器和微控制器集成到连接设备中,半导体行业开发更小、更便宜、更快的芯片的压力越来越大。物联网设备中嵌入的底层半导体技术需要更便宜、更紧凑、功耗更低,才能让物联网普及。十一是软件定义网络 (SDN)。SDN 是一种新兴的数据网络架构,它允许软件而不是硬件来控制数据包流动的网络路径。它仍在开发中,但最终可能会取代互联网协议 (IP) 网络(一种硬件标准),成为管理互联网传输机制的主要标准。SDN 将对物联网生态系统产生重大影响,因为它从根本上改变了谁控制数据中心。SDN 起步缓慢,主要是因为网络安全问题。SDN 的开放硬件标准威胁到网络和数据中心硬件的商品化,这些硬件仍然主要基于专有系统,使互联网公司更容易对数据网络进行编程。二、宏观经济趋势后疫情时代世界的新一波数字化转型预计将推动物联网市场的增长,为此建议尽早采用物联网的公司和组织更有可能从疫情的影响中迅速恢复。下面列出的是确定影响物联网主要宏观经济趋势:一是新冠肺炎疫情的影响。Covid-19大流行迫使企业加大对技术的投资。物联网技术尤其有助于完成需要社交距离、远程工作或联系人追踪的任务。在后疫情世界中,许多组织将数字化视为首要任务,并将物联网视为推动因素之一。远程资产访问和业务流程自动化将成为未来办公室和工厂的突出特点。2021 年,远程医疗、智能办公室、远程资产监控和位置跟踪服务将推动对新物联网应用的需求。二是中美是影响物联网发展的重要因素。中国和美国陷入了一场争夺 5G、人工智能 (AI)、量子计算、自动驾驶汽车和其他下一代技术的技术霸权之战。随后的贸易战导致对各种商品的进出口征收关税或禁令。它还影响了从半导体到工业机器人和机械、计算机存储设备、电子元件、成像系统和网络设备的技术转移。曾经支持全球化供应链的中国和美国的物联网生态系统正在脱钩。从供应链的角度来看,贸易战正在影响许多物联网技术领导者,包括亚马逊、苹果、思科、戴尔、谷歌、HPE、华为、海康威视、IBM、浪潮、英特尔、微软和中兴通讯。三是上市活动。从 2018 年 1 月 1 日至 2020 年 12 月 31 日,以 IPO 募集资金衡量,物联网是推动技术、媒体和电信 (TMT) 行业首次公开募股 (IPO) 活动的第五大主题。前四个是电子商务、移动、金融科技和云。在此期间,共有 35 宗以物联网为主要主题驱动力的 IPO,占全球 IPO 总收益的 5%。中国主持了其中的 28 笔交易,美国主持了 6 笔交易。四是并购活动。以交易价值衡量,物联网是 2020 年推动 TMT 行业并购(M&A)活动的第七大主题。前六个主题驱动因素是连接性、大数据、云、金融科技、数字媒体和游戏。五是可持续性。物联网解决方案可以解决一系列可持续性目标,但连接设备的制造会产生其自身的环境问题。首先,它会产生大量的电子垃圾。包括 Apple、HPE 和三星电子在内的许多技术供应商都在启动可持续电子废物管理的绿色计划,但越来越多的人呼吁监管机构提高环境审计的透明度,以减少“漂绿”的程度。物联网是智慧城市发展的关键技术点。通过使用这项技术来收集城市数据并提高绩效和管理,城市目的地可以快速提高与可持续性相关的绩效。三、监管趋势现有分散的安全法规是采用物联网技术的主要障碍,人们普遍担心数据隐私以及可能会破坏企业关键运营的恶意攻击。下面列出了确定的影响物联网 (IoT) 主题的主要监管趋势:一方面,物联网监管现状。物联网市场的快速增长引发了一些安全问题,这些问题通常围绕着缺乏监管和缺乏通用物联网标准,涵盖物联网安全的立法仍然是零散的法律拼凑而成。随着物联网部署的增长,政府开始关注这个问题,新的治理措施越来越受到关注。2020 年5 月,美国国家标准与技术研究院 (NIST) 发布了物联网设备制造商的基础网络安全活动指南。同样,欧洲电信标准协会 (ETSI) 发布了消费者物联网领域网络安全技术规范指南,其中概述了消费者物联网设备的领先安全实践。最重要的政府举措之一是 2020 年 12 月签署的美国物联网网络安全改进法案。在监管机构协调努力以就国际物联网安全标准达成一致之前,物联网生态系统将继续使许多企业面临不可接受的安全风险水平。另一方面,对数据隐私的担忧。除了网络安全风险外,物联网生态系统还引发了消费者和员工对数据隐私的担忧。一个典型的例子是 Ring 在 2019 年遭受的数据泄露,黑客入侵了 Ring 家庭安全摄像头,以数字方式侵入家庭,骚扰儿童,甚至索要赎金。世界经济论坛 2020 年的一项调查将安全、隐私和信任确定为使用物联网设备的消费者面临的最大风险。该调查还强调了消费者对物联网设备收集的数据缺乏认识,这是整个物联网价值链中持续存在的问题。除了制定通用物联网安全标准外,监管机构还必须解决消费者物联网领域普遍存在的数据隐私问题。
  • [活动公告] 华为云博客“拜托了,物联网”有奖征文投票正式开启,参与【投票】即有机会获奖!
    “拜托了,物联网”有奖征文投票通道正式开启啦!传送门: 【10月征文】拜托了物联网!待万物互联,迎接智慧未来评审团们在所有投稿的67篇文章里,选出了18篇优秀文章,进行公开投票欢迎大家选出您最喜爱的文章支持原创博主!积极投票就有机会获得联想(Lenovo)128GBU盘1枚!投票时间:10月22日-10月25日!活动规则:幸运奖3名:我们将在所有参与投票用户中随机抽取3名用户各送出联想(Lenovo)128GBU盘1枚~图片仅供参考,以实物为准以下是18篇文章的投票链接,点击标题即可查看文章详情!动动小手为你欣赏的文章投票吧!每个人最多可以选3篇文章投票哦!
  • [课程打卡] 【7天玩转网络AI模型开发】kiminano打卡
    7天实战营上机指导书 Day11、数据资产管理服务和数据集服务订阅成功。
  • [网络精度/性能调优] 【AI Core 矩阵计算单元INT8算力是否只有通过模型量化后才能使用】
    AI Core 矩阵计算的计算能力包括FP16和INT8计算能力,是否默认ATC转换后的离线模型如果使用矩阵计算能力都是用的FP16计算性能,如果要让我们执行矩阵计算时使用INT8算力就需要先对模型进行量化操作?
  • [分享交流] AI商超搭配的实验页面是空的
    为什么 AI商超搭配的实验页面是空的?我点击开始实验就跳转到了个空页面,我网络是没问题的
  • [行业资讯] 6G的10大挑战
    从“尽力而为”到“确定性”一直以来,由于IP协议的属性,移动互联网提供的是“尽力而为”的服务。在4G时代,由于网络主要连接人,这种“尽力而为”的方式可以满足人们的连接需求,毕竟,轻微的网络延迟和丢包,一般不会影响我们上网购物甚至在线看视频的体验。但5G和6G网络的连接范围将从人扩展到千行万业到万物,这要求网络必须能提供低时延、高可靠的确定性服务能力,否则就可能影响企业持续稳定生产。为此,5G通过引入网络切片、MEC等技术,可提供SLA可承诺可保障的端到端网络服务能力。面向未来6G时代,随着网络向更多行业、更多场景渗透,需进一步增强网络的确定性服务能力。开放化与定制化一方面,众所周知,开放与共享是互联网的核心精神,并促进了互联网不断繁荣发展;另一方面,比较而言,移动通信网络一直采用更专有的技术,生态更封闭,一定程度上限制了其自身发展。进入5G时代,为了赋能各行各业数字化转型,移动网络必须以更加开放的态度推动CT与IT融合,以催生丰富的行业创新应用,促进生态繁荣。正如我们今天所看到的,5G与云计算、边缘计算和AI技术融合,已孵化出AI质检、5G远程控制等大量行业应用。领先运营商和供应商们已打造开放、灵活的MEC边缘云平台,可通过API开放网络能力、IT能力、工具和应用组件等,让第三方开发者和行业伙伴可根据自己的业务需求快速定制开发、部署和上线新应用。进入6G时代,这种开放化和定制化能力将持续演进,将通过API接口为行业客户提供更敏捷、更友好的服务,以更好的满足客户按需配置网络和定制应用。人工智能网络今天,人工智能已应用于多个领域,比如AI图像识别、语音识别和自动翻译等。一方面,随着网络业务不断发展,对网络时延、可靠性、用户体验等KPI指标提出了更严苛的需求;另一方面,随着网络越来越复杂,靠传统人工方式来维护和提升网络KPI,变得更具挑战性。为了应对挑战,当前运营商和设备商们也正在把AI引入网络,推动网络自动化、智能化转型。但是,AI引擎要最大化发挥出价值,需要海量的数据“喂食”和计算资源使能。对于未来的自动化、智能化网络,AI引擎不能仅部署于某一位置、某一台设备上,而是需部署于拥有海量数据和无限计算资源的整个网络上,让智能注入网络全身,以最大限度的发挥出AI和网络的潜力。因此,未来5G和6G时代的人工智能网络,需要AI和网络相互赋能,一方面,AI赋能网络向自动化、智能化升级;另一方面,网络也要赋能AI发挥出最大价值,具体而言,就是依靠5G/6G网络的低时延、大带宽特性,让训练数据、AI/ML模型流动于云边管端各个环节,以高效的运力充分释放算力,从而以更低成本的方式实现更高质量的网络和AI服务能力。100%覆盖当前我们已进入“一部手机行遍天下”的时代,但这一数据可能会让你吃惊——全球依然有超过30亿人目前无法访问互联网,原因之一是,在偏远地区安装基站、敷设光缆成本太高,或者受地理条件限制,根本无法实施网络建设。为了实现全球100%覆盖,6G时代构建空-天-地一体的立体网络,已成为业界共识。简单而言,就是将基站部署于平流层高空平台、低轨道卫星上,让网络信号“从天而降”,以补充地面移动网络覆盖,尤其是解决山区、海域、草原、沙漠等偏远地区的网络覆盖。这种方式成本是否低、投资收益如何还待验证,但把眼光放长一点,它为自动驾驶、飞行出租车、无人机送货等未来新兴应用铺平了道路。太赫兹通信如果把移动通信网络的频谱资源分配比喻为一次次的拓荒之旅,5G时代要开拓的“荒地”是毫米波频段,而6G时代要开拓的就是太赫兹频段,即通常所指100GHz到10THz的频段范围。这些频段都是未开垦的处女地,不仅面积大(带宽大),而是都是未被污染的净土,无线产业可以不必担心干扰,自由自在、随心所欲地使用。但问题是,就像今天的毫米波依然面临覆盖能力弱、建网成本高、终端生态不成熟等问题一样,估计6G时代的太赫兹同样会面临类似问题,需要行业努力解决。感知与定位到目前为止,移动运营商仅将无线频谱用于通信,但到了6G时代,无线频谱不仅可以用于通信,还能同时用于传感和定位功能,从而可通过网络和基站提供通信、环境感知和位置追踪服务,使能大量新兴应用。比如,可利用无线信号识别人的姿态和手势、人和机器所处的环境,来丰富和提升用户体验;通过感知环境温度、湿度、震动、空气质量等,来更好的保障各行各业和智慧城市稳定运行;通过无线波束识别车辆、行人、路障等,来更好的服务自动驾驶;通过高精准的定位丰富室内新业务。最大化频谱利用率无线频谱是稀缺资源,是推动数字化社会持续创新的重要载体。进入移动时代,各国开创了授权频谱拍卖或分配的制度,推动了移动网络和移动生活蓬勃发展。但过去的成功并不总是未来的参考,传统方式下,针对不同的运营商、不同的网络制式分配专门的频段,逐渐造成了频谱碎片化、频谱闲置和利用不充分等问题,加剧了频谱供需矛盾,也拉低了频谱利用率。
  • [IVS1800相关技术问题] 【IVS产品】【伙伴对接功能】上层应用通过restful接口如何获取第三代AI算法的识别结果?
    【功能模块】上层应用与IVS对接【操作步骤&问题现象】1、采用两级架构,IVS1800部署AI算法,IVS3800负责视频、AI算法结果的汇集2、上层应用通过restful接口与IVS3800对接获取第三方伙伴AI算法的识别结果未找到合适的restful接口,望提供相关操作指导或技术支持,感谢
  • [交流分享] 面向5G/B5G通信的智能无线资源管理技术
    一、面向5G/B5G通信的智能无线资源管理中的问题1、新技术的出现+应用场景的多样化和复杂化,无线资源管理的复杂度进一步提高;2、在多用户大规模MIMO(大规模天线)系统中,随着用户数和天线数的大规模增加,下行用户信道的获取及相应的预编码变的更具有挑战,如:导频污染问题、高维预编码权重矩阵计算的高复杂度问题等;3、在异构超密集网络(UDN)中,由于小区尺寸的减小以及各层网络(如宏小区、微小区以及微微小区等)的共存,异层/同层小区间干扰问题以及相邻小区间移动用户的切换问题变得尤为困难。4、无线网络虚拟化与切片技术虽然能够让5G“分身有术”支持个性化需求,但也随之带来了新的切片管理和调度问题。上述这些问题的解决,需要在5G资源管理问题上做一定的调度管理和优化。 二、基于优化的物理层技术(物理层要做的事情)1、物理层(PHY)是整个5G系统设计中最为关键的一环。2、大规模天线技术和传统的多天线技术(MIMO)有着本质的区别,区别最为重要的是:不可能每一个天线都能分配到一个射频链路(RF chain),原因是这样的全数字(FD)设计会导致整个系统价格昂贵。3、“混合波束形成”技术,是毫米波和大规模天线系统中的关键技术。其含义如下:同时使用一个射频预编码和一个基带数字预编码来进行上下行的多天线波束形成。相关算法:1)基追踪算法(basis pursuit);2)交替最小化算法(Alternating Minimization,AltMin);(在求解该问题的过程中,使用了流行优化算法-Manifold Optimization),交替最小化是一个在非凸优化中常用的方法。3)基于原始对偶分解的算法(Primal-Dual Decomposition, PDD)4)稀疏矩阵优化算法;5)低秩及张量优化算法;三、基于优化的接入层技术(接入层要做的事情)在设计接入网络的时候需要考虑的重点包括降低功耗以及大规模接入。算法:1)非正交多址接入(NOMA):可以让多个用户同时使用同一个载波,可以帮助整个系统显著地提高频谱利用率;2)大规模随机接入:基站需要能够有效检测哪些用户正在试图发送信息。     对于检测问题:一种有效的建模方法是将设备的活动用一个稀疏的“活跃矩阵”来表示,然后从叠加了所有用户的信息中找出一个最稀疏的矩阵来作为需要估计的活跃矩阵。四、基于优化的网络层技术(网络层要做的事情)    ① 5G会变成一个以多服务为导向的网络。要求整个网络能对于这些不同的服务进行有效“切片”。    ② 网络切片:是一种网络功能虚拟化的方法,在一个物理网络的基础上,搭建多个逻辑网络,每个逻辑网络对应一种网络服务。(服务之间形成服务功能链)    ③ 网络节点具备一定的服务功能;综上三点:网络资源管理的任务:尽量满足每种服务的需求,保证和每个网络节点不过载。延伸1:Xu一个服务可以在多个节点完成,并提出一个具有线性约束的大规模优化问题,然后利用了交替乘子法(Alternating Direction Method of Multipliers,ADMM)算法来高效求解。Xu的文章:Xu H,Li BC.Joint request mapping and response routing for geodistributed cloud services. Proceding IEEE INFOCOM,2013,854—862.延伸2:Zhang 提出一个模型:允许一个SFC可以有一系列的功能叠加,并且对与任何一个端对端数据流,每一个的功能必须在一个独立的物理节点上完成。Zhang 用一个混合整数优化的模型来表示网络切片和服务链选择问题,并且提出了一个基于罚函数的优化方法将整数变量转变为连续变量来求解。五、基于AI的物理层技术基于机器学习的大规模MIMO系统优化设计方法,包括信号检测,信道估计,功率分配,预编码等。目的:降低大规模天线导致的高计算复杂度和反馈开销。文献19:利用深度神经网络解决多小区网络的功率控制问题,验证DNN能够有效逼近迭代资源优化算法;文献20:多小区多用户大规模MIMO系统的功率控制问题。基于用户位置与传播环境特征和网络内干扰大小存在的强相关的特性,构建了一个由用户位置到功率分配之间的神经网络映射关系。实验过程:通过仿真证明,与传统功率分配算法相比,基于DNN的方法可以大大降低功率分配的计算复杂度。文献21:基于DNN的多用户MISO下行系统预编码优化设计,利用预编码最优结构这一先验信息,降低神经网络的输出维度,从而增强神经网络拟合的容易程度。文献22:基于学习去噪的AMP(Learned Denoising-Based AMP,LDAMP)信道估计方法。将信道矩阵看作二维自然图像,将卷积神经网络引入。文献23:CsiNet的神经网络进一步减少大规模MIMO系统的信道反馈开销。模拟压缩感知结构,一方面用卷积神经网络以对信道矩阵进行特征提取,一个方面一个自动编码器以对信道矩阵进行压缩和重建。文献24:将CsiNet与LSTM的递归神经网络进行级联,进一步挖掘大规模MIMO信道的时间相关性,提高估计精确度。六、基于AI的接入层技术机器学习能够有效的从大量数据中学习到网络环境的相关特征及变化。  (应对动态频谱)深度强化学习不通过标记数据进行学习而通过智能实体与环境的直接交互来捕捉环境变化的规律并学习最优的策略。文献25:针对多时隙网络中时隙共享的问题,基于残差网络的深度强化学习解决方案来最大化整个网络的吞吐量。文献26:针对无线传感网络,基于深度Q网络的多址接入解决方案来预测和选择最优的接入信道,以最大化平均网络吞吐量。七、基于AI的网络层技术目的:优化网络的整体性能,因此需要关注网络环境和网络参数设置的实时适配性。文献27:基于神经网络的预测模型应用于预测蜂窝网络中的用户体验;文献28:基于深度卷积神经网络的预测模型,在特定网络切片的基站上观察流量热力分布图,来预测未来相关服务的流量需求。文献29:基于文献28,提高流量预测的准确性,LSTM循环设计网络模型以挖掘流量的时间相关性,并将该模型与通过自动编码器提取的流量空间特征相结合进行流量预测。文献30:为高效挖掘流量的时空性,一种结合图卷积神经网络和LSTM的新型深度学习架构来预测移动流量。
  • [其他] 强大图表示的重建
    图神经网络的表达能力有限,不能正确地表示许多图类。虽然表达性更强的图表示学习(GRL)替代品可以区分其中一些类,但它们非常难以实现,可能可扩展性不好,而且在现实任务中也没有显示出比调优的GNN更好的性能。因此,设计简单、可扩展和表达的GRL架构,同时实现真实世界的改进,仍然是一个开放的挑战。在这项工作中,我们展示了图重构——从图的子图重构图——能够减轻GRL体系结构目前面临的理论和实践问题的程度。首先,我们利用图重构来构建两个新的表达图表示类。其次,我们展示了图重构如何提高任何GNN架构的表达能力,同时作为一个(可证明的)强大的对顶点移除的不变性的归纳偏差。通过解决7个原始GNN无法解决的图属性任务,我们展示了重构如何提高GNN的表达能力,同时保持其对顶点排列的不变性。此外,我们演示了它如何提高最先进的GNN的性能跨越九个真实世界的基准数据集。https://www.zhuanzhi.ai/paper/d317e28c549e3b94855679a5a05b4fa6\
  • [开发工具] 【AppCube产品】【AI数据可视化大屏功能】预制的折线图这些前端组件,不应该绑定死内置的桥接器
    【AI数据可视化大屏功能】预制的折线图这些前端组件,不应该绑定死内置的桥接器,前端组件应该做数据渲染,确定好输入的数据json格式就可以了。数据源支持静态数据或者AppCubeAPi,然后桥接器应该让客户自己编写,来把AppCubeAPI返回的数据 通过js转化为内置前端组件的输入数据格式要求,当前组件绑定死桥接器,实际做不了数据的格式转换。必须要求APPCubeAPI后端来吧数据转换做完,不合理
  • [其他] OpenCV涉及的应用领域
    OpenCV用C++语言编写,它的主要接口也是C++语言,但是依然保留了大量的C语言接口。该库也有大量的Python、Java and MATLAB/OCTAVE(版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#、Ch、Ruby的支持。所有新的开发和算法都是用C++接口。一个使用CUDA的GPU接口也于2010年9月开始实现。1、人机互动2、物体识别3、图像分割4、人脸识别5、动作识别6、运动跟踪7、机器人8、运动分析9、机器视觉10、结构分析11、汽车安全驾驶ModelArts同样涉及不少应用领域,ModelArts一站式AI开发平台是华为技术有限公司研发的一款技术产品。提供全流程的AI开发服务,海量数据处理、大规模分布式训练、端·边·云模型按需部署,运维管理,帮助用户快速创建和部署模型、管理全周期 AI 工作流,满足不同开发层次的需要,降低AI开发和使用门槛,实现系统的平滑、稳定、可靠运行。获得荣誉该技术产品在2019年5月26日获得2019中国国际大数据产业博览会“领先科技成果奖之黑科技”奖项。
  • [课程打卡] 【7天玩转网络AI模型开发】z-13050666684打卡
    7天实战营上机指导书 Day11、数据资产管理服务和数据集服务订阅成功。
  • [热门活动] 1024程序员节——Ai百变秀儿 现实版的鱿鱼游戏 快来~
    又到了一年一度的1024程序员节想起去年小编我还是个锦鲤 今年不知道花落谁家~小编收到了由1号小助手发的直播海报这部赶快的为各位小主奉上~就在下午3点哦  会员中心补货 抢完了大家可以去瞅瞅https://bbs.huaweicloud.com/live/HDZ_live/202110211500.html也提前爆料了这次的锦鲤礼包 大奖居然是华为平板~看的我是心动了呢  到现在为止拿了四个平板了~大家拼手术看运气!冲鸭奉上海报:
总条数:3507 到第
上滑加载中