什么是S參數(shù)

編者注：S參數(shù)用于表征無源鏈路的行為模型。在S參數(shù)獲取阻抗， 插入損耗、回波損耗、阻抗、串?dāng)_、模式轉(zhuǎn)換等指標(biāo)。本文闡述了什么是S參數(shù)、S參數(shù)轉(zhuǎn)換TDR/...

2022-11-03 標(biāo)簽：數(shù)字信號模型S參數(shù) 1.3萬 0

經(jīng)典卡爾曼濾波器的五個(gè)公式

我們可以用這些公式對任何線性系統(tǒng)建立精確的模型，對于非線性系統(tǒng)來說，我們使用擴(kuò)展卡爾曼濾波，區(qū)別在于EKF多了一個(gè)把預(yù)測和測量部分進(jìn)行線性化的過程。

2022-10-19 標(biāo)簽：傳感器濾波器模型 1.1萬 0

深度神經(jīng)網(wǎng)絡(luò)模型cnn的基本概念、結(jié)構(gòu)及原理

深度神經(jīng)網(wǎng)絡(luò)模型CNN（Convolutional Neural Network）是一種廣泛應(yīng)用于圖像識別、視頻分析和自然語言處理等領(lǐng)域的深度學(xué)習(xí)模型。...

2024-07-02 標(biāo)簽：圖像識別人工智能模型 1.1萬 0

如何利用Google Colab的云TPU加速Keras模型訓(xùn)練

云TPU包含8個(gè)TPU核，每個(gè)核都作為獨(dú)立的處理單元運(yùn)作。如果沒有用上全部8個(gè)核心，那就沒有充分利用TPU。為了充分加速訓(xùn)練，相比在單GPU上訓(xùn)練的同樣...

2018-11-16 標(biāo)簽：GPU模型Keras 1.1萬 0

機(jī)器學(xué)習(xí)的幾種模型類型介紹

有監(jiān)督學(xué)習(xí)通常是利用帶有專家標(biāo)注的標(biāo)簽的訓(xùn)練數(shù)據(jù)，學(xué)習(xí)一個(gè)從輸入變量X到輸入變量Y的函數(shù)映射。Y = f (X)，訓(xùn)練數(shù)據(jù)通常是(n×x,y)的形式，其...

2022-10-10 標(biāo)簽：函數(shù)模型機(jī)器學(xué)習(xí) 1.1萬 0

AI大模型和小模型是什么？AI大模型和小模型的區(qū)別

　　隨著人工智能的不斷發(fā)展和應(yīng)用，機(jī)器學(xué)習(xí)模型的大小越來越成為一個(gè)重要的問題。在機(jī)器學(xué)習(xí)中，我們通常將模型分為兩類：大模型和小模型。本文將介紹AI大模型...

2023-08-08 標(biāo)簽：存儲器AI人工智能 1.1萬 0

如何在OpenSees中建立墩柱纖維模型并進(jìn)行PushOver分析

導(dǎo)讀：纖維模型在用于結(jié)構(gòu)彈塑性分析時(shí)，能以較低的計(jì)算成本獲得較高的求解精度，且各纖維可以采用材料單軸本構(gòu)關(guān)系，從而避免了確定多維本構(gòu)關(guān)系的困難。墩柱擬靜...

2022-08-31 標(biāo)簽：材料模型 1.0萬 0

卡爾曼濾波五個(gè)公式

卡爾曼濾波是一種估計(jì)和預(yù)測系統(tǒng)狀態(tài)的方法，通過將測量數(shù)據(jù)和系統(tǒng)模型結(jié)合，實(shí)現(xiàn)對系統(tǒng)狀態(tài)的最優(yōu)估計(jì)。它在控制、通信、導(dǎo)航等領(lǐng)域具有廣泛應(yīng)用。 卡爾曼濾波的...

2023-12-07 標(biāo)簽：模型測量數(shù)據(jù)卡爾曼濾波 1.0萬 0

一階低通濾波器詳解

俗話說得好，一流程序員靠數(shù)學(xué)，二流靠算法，三流靠邏輯；今天就和大家聊一聊嵌入式中的常用算法。

2023-03-16 標(biāo)簽：嵌入式濾波器低通濾波器 1.0萬 0

AI大模型的工作原理、技術(shù)特點(diǎn)及應(yīng)用領(lǐng)域

　　AI大模型是指參數(shù)數(shù)量巨大的人工智能模型。它們通常用于處理大量數(shù)據(jù)，并使用深度學(xué)習(xí)等復(fù)雜算法來學(xué)習(xí)和識別數(shù)據(jù)中的模式和趨勢。本文將詳細(xì)介紹AI大模型...

2023-08-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI人工智能 9966 0

一種文本挖掘方法稱為主題建模,什么時(shí)候會用到主題建模？

我們可以輕易地分辨二者，因?yàn)槲覀兝斫饬恕皀ovel”前后詞語的意思。但是，機(jī)器無法理解這些概念，所以也不能理解詞語所處的語境。這就需要用到隱藏語義分析（...

2018-10-10 標(biāo)簽：模型SVD 9391 0

XGBOOST模型介紹

以XGB做原生特征篩選，在原生特征中丟棄后不影響分?jǐn)?shù)甚至漲分的特征有：Time，RentRoom(漲幅明顯)，RoomDir，Livingroom，Re...

2019-03-26 標(biāo)簽：模型代碼機(jī)器學(xué)習(xí) 9328 0

改進(jìn)版BERT——SpanBERT，通過表示和預(yù)測分詞提升預(yù)訓(xùn)練效果！

在本文中，作者提出了一個(gè)新的分詞級別的預(yù)訓(xùn)練方法 SpanBERT ，其在現(xiàn)有任務(wù)中的表現(xiàn)優(yōu)于 BERT ，并在問答、指代消解等分詞選擇任務(wù)中取得了較大...

2019-08-02 標(biāo)簽：編碼器模型nlp 9280 0