|
搜索
搜 索
高等教育领域数字化综合服务平台
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11
机器视觉系统应用实训平台（初级）
深圳市越疆科技有限公司
2022-06-14
机器视觉系统应用实训平台（中级）
深圳市越疆科技有限公司
2022-06-14
机器视觉系统应用实训平台（高级）
深圳市越疆科技有限公司
2022-06-14
MXY9003 机器视觉综合实训平台
一、产品介绍
机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点，特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用，可以充分挖掘学生的潜能，拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程，也可做为相关高职专业学生的实训课程。
二、实验内容
1、根据不同待测物的特征，分析适用的照明方式：
2、利用线阵CCD相机对物体的尺寸测量实验；
3、利用线阵CCD相机对物体的角度测量实验；
4、利用线阵CCD相机对物体扫描实验；
5、面阵CCD和CMOS相机用于边缘与轮廓检测实验；
6、面阵CCD和CMOS相机颜色识别与变换实验；
7、面阵CCD和CMOS相机对物体尺寸测量实验；
8、面阵CCD和CMOS相机对投影与差影图像分析实验；
三、配套文件资料
1、实验指导书1本；
2、实验软件1套；
客户自行配置电脑
天津梦祥原科技有限公司
2021-12-17
物联网终端设备低延时计算卸载通信节能技术
本技术设计了高效功率控制算法，实现了低功耗低延时的无线传输。同时，由于计算任务在数据量和计算量上的差异，本技术实现合理高效的卸载决策，利于有效降低计算延时。可以为未来的通信网络中，计算卸载物联网设备通信节能提供底层的技术支持。
东南大学
2021-04-11
基于观点语句可信度的话题观点强度计算方法
本发明公开了一种基于观点语句可信度的话题观点强度计算方法。该方法综合考虑了网页的可信度和网页对话题观点语句的支持程度，结合这两方面因素计算出话题观点类中每一个观点语句的可信度，最后通过对多个观点语句的可信度求和，得到每一个话题观点类的强度值。本发明能够帮助用户定量地了解不同观点的观点强度，区分主要观点和次要观点，揭示话题不同观点的细节。
东南大学
2021-04-11
计算机视觉检测技术的QR码检测识别方法
本发明主要由计算机、数字摄像机、补光装置和声光提示装置组成,数字摄像机的视频信号输出给计算机,接受到视频传感器输入后计算机控制补光设备和声光提示设备,计算机内安装有QR码智能检测模块,通过循环读取扫描视频中的帧数据,检测其中的QR码图形,并提取和译码。
四川大学
2021-04-10
钢丝热处理炉计算机自动控制系统
目前我国有近三千条用于钢丝热处理的马弗炉，其中绝大多数以煤为燃料，部分以煤气和电为燃料。这种炉型存在的最大问题是：控制系统自动化程度低，变产量、变品种时热处理质量不易控制，能耗高。为此，我们开发了钢丝热处理炉计算机自动控制系统，使用该系统，即使是燃煤热处理炉，也可实现根据钢丝直径、产量的要求自动调节炉温和拉速；或根据炉温、钢丝直径自动调节最佳拉速；或根据拉速、钢丝直径，自动调节最佳炉温；并自动调节煤、风配比例。以实现钢丝热处理高质量的前提下最大限度地节约能源。
北京科技大学
2021-04-13
基于计算机笔迹辅助鉴别的高自考毕业审核系统
一、 项目简介笔迹鉴别是根据手写笔迹来判断书写人身份的一门科学和技术，利用计算机辅助笔迹鉴别，不仅可以提高鉴定速度与准确性，而且为更为客观的人工鉴定提供了有利的帮助。本系统设计了一套计算机笔迹鉴别系统，能够将大部分非作弊的考生排除，只留下少部分有可能作弊的考生，然后再由专家评审，从而能够减轻专家的工作压力，同时能够提高工作的效率。二、 项目技术成熟程度该项目和天津教育招生考试院联合开发，历经5年，笔迹鉴别算法不断成熟。课题研究应用现有的笔迹鉴别算法，经过试验能够有效的进行笔迹鉴别，并有较高的准确率。在此基础上，实现了一个集成考生管理，课程管理，笔迹鉴别，报表打印等多项功能的自学考试毕业审核系统。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）该项目列入全国教育考试考试“十一五”科研规划重点课题“基于计算机笔迹辅助鉴别的高自考防作弊研究”，并于2012年鉴定通过。申请一项软件著作权“基于模式识别技术的高等教育自学考试毕业审核系统V1.0”。四、 市场前景（应用领域、市场分析等）该系统适用于高自考的毕业审核，可以大大减轻工作人员强度，提高工作效率，维护高自考的严肃性。五、 规模与投资需求（资金需求、场地规模、人员等需求）本系统售价5万（包括培训），加上服务器及数据库系统软件，总投资预计10万元。六、 效益分析使用该系统可以降低高自考毕业审核工作人员的劳动强度，提高毕业审核的工作效率和准确性，可以有效的维护高自考的严肃性和权威性，防止考试作弊，具有良好的经济效益和社会效益。七、 合作方式软件使用权转让，包括软件的安装和培训。八、 项目具体联系人及联系方式（包括电子邮箱）于明 yuming@hebut.edu.cn九、 高清成果图片
河北工业大学
2021-04-13