- 一、 神经网络基础1.1 神经网络的构成在生物体中，神经元 是神经系统最基本的结构和功能单位。神经元从树突接收其它神经元细胞发出的电化学刺激脉冲，这些脉冲叠加后，一旦强度达到临界值，这个神经元就会产生动作电位，沿着轴突发送电信号。轴突将刺激传到末端的突触，电信号触发突触上面的电压敏感蛋白，把一个内含神经递质的小泡（突触小体）推到突触的膜上，从而释放出突触小体中的神经递质。这些化学物质会扩散到... 一、 神经网络基础1.1 神经网络的构成在生物体中，神经元 是神经系统最基本的结构和功能单位。神经元从树突接收其它神经元细胞发出的电化学刺激脉冲，这些脉冲叠加后，一旦强度达到临界值，这个神经元就会产生动作电位，沿着轴突发送电信号。轴突将刺激传到末端的突触，电信号触发突触上面的电压敏感蛋白，把一个内含神经递质的小泡（突触小体）推到突触的膜上，从而释放出突触小体中的神经递质。这些化学物质会扩散到...
- 随着物联网（IoT）和边缘计算技术的迅猛发展，边缘设备（如智能传感器、嵌入式摄像头、工业控制器等）已成为数据采集和实时处理的核心载体。传统的Agent架构多依赖云端算力支撑复杂的感知、决策与执行逻辑，难以满足边缘场景下低延迟、高可靠性、低带宽消耗的核心需求。面向边缘设备的轻量级Agent架构，通过模型裁剪压缩与硬件适配优化，实现Agent核心能力在资源受限设备上的高效部署，成为人工智能边缘化落地的 随着物联网（IoT）和边缘计算技术的迅猛发展，边缘设备（如智能传感器、嵌入式摄像头、工业控制器等）已成为数据采集和实时处理的核心载体。传统的Agent架构多依赖云端算力支撑复杂的感知、决策与执行逻辑，难以满足边缘场景下低延迟、高可靠性、低带宽消耗的核心需求。面向边缘设备的轻量级Agent架构，通过模型裁剪压缩与硬件适配优化，实现Agent核心能力在资源受限设备上的高效部署，成为人工智能边缘化落地的
- 基于图神经网络的大模型智能体关系推理能力增强：从理论到实践 摘要在复杂多智能体系统中，理解智能体之间的隐含关系是决策质量的决定性因素。传统大模型（LLM）虽具备强大语义理解能力，但在显式建模“谁影响谁、如何影响”这一关系维度时往往力不从心。本文提出一种可插拔的图神经网络（GNN）增强框架，让 LLM 在推理阶段动态构建“智能体关系图”，并通过消息传递机制显式地修正、补全和细化关系表征。我们... 基于图神经网络的大模型智能体关系推理能力增强：从理论到实践 摘要在复杂多智能体系统中，理解智能体之间的隐含关系是决策质量的决定性因素。传统大模型（LLM）虽具备强大语义理解能力，但在显式建模“谁影响谁、如何影响”这一关系维度时往往力不从心。本文提出一种可插拔的图神经网络（GNN）增强框架，让 LLM 在推理阶段动态构建“智能体关系图”，并通过消息传递机制显式地修正、补全和细化关系表征。我们...
- 人工神经网络之过程理解--损失函数与梯度下降的密切关系 人工神经网络之过程理解--损失函数与梯度下降的密切关系
- 引言在工业自动化、机器人控制及复杂系统管理领域，状态反馈、数据处理与智能控制技术的融合正成为提升系统性能与可靠性的关键。本文将围绕状态反馈机制、数据处理方法、智能控制策略及平台搭建技术展开深入探讨，结合实际案例与架构设计，为开发者提供一套可落地的技术方案。 一、状态反馈技术：系统稳定性的基石 1.1 状态反馈的核心原理状态反馈通过实时监测系统状态变量（如位置、速度、温度等），将状态信息反... 引言在工业自动化、机器人控制及复杂系统管理领域，状态反馈、数据处理与智能控制技术的融合正成为提升系统性能与可靠性的关键。本文将围绕状态反馈机制、数据处理方法、智能控制策略及平台搭建技术展开深入探讨，结合实际案例与架构设计，为开发者提供一套可落地的技术方案。 一、状态反馈技术：系统稳定性的基石 1.1 状态反馈的核心原理状态反馈通过实时监测系统状态变量（如位置、速度、温度等），将状态信息反...
- 从ChatGPT到文心一言：AI为什么能“懂人话”？——大语言模型的底层逻辑揭秘 从ChatGPT到文心一言：AI为什么能“懂人话”？——大语言模型的底层逻辑揭秘
- 神经网络的层数并非越多效果越好，其性能受模型容量、训练数据、计算资源、优化难度和泛化能力等多重因素影响。增加层数（即“深度”）可能提升模型表达能力，但也可能引发梯度消失/爆炸、过拟合等问题。以下是详细分析： 一、增加层数的优势更强的表达能力原理：深层网络通过堆叠非线性变换（如ReLU、Sigmoid），能学习更复杂的特征层次。例如：低层：学习边缘、纹理等基础特征（如CNN的卷积层）。中层：组... 神经网络的层数并非越多效果越好，其性能受模型容量、训练数据、计算资源、优化难度和泛化能力等多重因素影响。增加层数（即“深度”）可能提升模型表达能力，但也可能引发梯度消失/爆炸、过拟合等问题。以下是详细分析： 一、增加层数的优势更强的表达能力原理：深层网络通过堆叠非线性变换（如ReLU、Sigmoid），能学习更复杂的特征层次。例如：低层：学习边缘、纹理等基础特征（如CNN的卷积层）。中层：组...
- 在人工智能飞速发展的当下，智能体作为该领域的关键概念，正逐渐渗透到各个行业，从工业制造到医疗健康，从智能家居到智能交通，其身影无处不在。智能体是一种能够感知环境，并根据感知信息自主决策，进而执行相应行动以实现特定目标的系统。它可以是软件程序，如智能客服；也可以是硬件实体，如智能机器人。智能体的出现，极大地推动了人工智能从单纯的数据分析和模型训练，向具备自主交互和任务执行能力的方向发展。 在人工智能飞速发展的当下，智能体作为该领域的关键概念，正逐渐渗透到各个行业，从工业制造到医疗健康，从智能家居到智能交通，其身影无处不在。智能体是一种能够感知环境，并根据感知信息自主决策，进而执行相应行动以实现特定目标的系统。它可以是软件程序，如智能客服；也可以是硬件实体，如智能机器人。智能体的出现，极大地推动了人工智能从单纯的数据分析和模型训练，向具备自主交互和任务执行能力的方向发展。
- 当AI仰望星空：自动化天文学发现的新纪元 当AI仰望星空：自动化天文学发现的新纪元
- 企业如同在波涛汹涌的商海中航行的船只，而预测分析就是那精准的罗盘和望远镜，帮助企业预见未来的业务趋势和潜在机会。无论是市场波动、消费者行为变化，还是运营风险，预测分析都能凭借数据驱动的力量，为企业提供决策支持，助力企业提前布局、抢占先机。本文将深入探讨预测分析的核心概念、关键方法、实战案例以及技术工具，结合代码示例和项目实践，为您揭开预测分析的神秘面纱，使您能够在这片充满机遇的领域中熟练运用... 企业如同在波涛汹涌的商海中航行的船只，而预测分析就是那精准的罗盘和望远镜，帮助企业预见未来的业务趋势和潜在机会。无论是市场波动、消费者行为变化，还是运营风险，预测分析都能凭借数据驱动的力量，为企业提供决策支持，助力企业提前布局、抢占先机。本文将深入探讨预测分析的核心概念、关键方法、实战案例以及技术工具，结合代码示例和项目实践，为您揭开预测分析的神秘面纱，使您能够在这片充满机遇的领域中熟练运用...
- 当AI插上“翅膀”：无人机如何让农业更聪明、更高产 当AI插上“翅膀”：无人机如何让农业更聪明、更高产
- Transformer 架构的产生源于 2017 年 Google 研究团队在序列建模领域对循环神经网络（RNN）和卷积神经网络（CNN）局限性的根本性突破。在 Transformer 出现之前，序列转换任务主要依赖 RNN 及其变体 LSTM 和 GRU，这些模型按时间步顺序处理输入，存在梯度消失和并行化困难的问题。CNN 虽能并行计算但难以捕获长距离依赖关系，注意力机制作为辅助手段仅在编... Transformer 架构的产生源于 2017 年 Google 研究团队在序列建模领域对循环神经网络（RNN）和卷积神经网络（CNN）局限性的根本性突破。在 Transformer 出现之前，序列转换任务主要依赖 RNN 及其变体 LSTM 和 GRU，这些模型按时间步顺序处理输入，存在梯度消失和并行化困难的问题。CNN 虽能并行计算但难以捕获长距离依赖关系，注意力机制作为辅助手段仅在编...
- 钛丝驱动技术（NiTiDrivetech）的可靠性设计【前言】形状记忆合金（Shape memory alloy, SMA），也叫形态记忆合金、肌肉丝、镍钛记忆合金，它是由Ni（镍）- Ti（钛）材料组成，经过多道工序制成的丝，财哥简称钛丝，可以通过电路驱动钛丝发生运动。相比于传统的电机、电磁铁动力，钛丝是一种新型的动力元件。钛丝驱动技术（nitidrivetech）目前已经在航空航天、医疗... 钛丝驱动技术（NiTiDrivetech）的可靠性设计【前言】形状记忆合金（Shape memory alloy, SMA），也叫形态记忆合金、肌肉丝、镍钛记忆合金，它是由Ni（镍）- Ti（钛）材料组成，经过多道工序制成的丝，财哥简称钛丝，可以通过电路驱动钛丝发生运动。相比于传统的电机、电磁铁动力，钛丝是一种新型的动力元件。钛丝驱动技术（nitidrivetech）目前已经在航空航天、医疗...
- 在深度学习领域，Transformer 模型自从被提出以来，就以其卓越的性能在自然语言处理、计算机视觉等多个领域掀起了一场革命。而在 Transformer 模型中，注意力机制（Attention Mechanism）无疑是其核心与灵魂所在。本文将深入探讨注意力机制在 Transformer 模型中的核心作用，并辅以代码示例，帮助大家更好地理解这一关键技术。 在深度学习领域，Transformer 模型自从被提出以来，就以其卓越的性能在自然语言处理、计算机视觉等多个领域掀起了一场革命。而在 Transformer 模型中，注意力机制（Attention Mechanism）无疑是其核心与灵魂所在。本文将深入探讨注意力机制在 Transformer 模型中的核心作用，并辅以代码示例，帮助大家更好地理解这一关键技术。
- 面向高多普勒衰落信道的 OTFS 调制技术K. R. Murali and A. Chockalingam, “On OTFS Modulation for High-Doppler Fading Channels,” 2018 Information Theory and Applications Workshop (ITA), San Diego, CA, USA, 2018, pp.... 面向高多普勒衰落信道的 OTFS 调制技术K. R. Murali and A. Chockalingam, “On OTFS Modulation for High-Doppler Fading Channels,” 2018 Information Theory and Applications Workshop (ITA), San Diego, CA, USA, 2018, pp....
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签