embedded system
PulseAugur coverage of embedded system — every cluster mentioning embedded system across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Quest Global 利用人工智能和软件推动数字工程创新
Quest Global 正在利用人工智能、软件和云技术推动数字工程领域的创新。该公司旨在将复杂的挑战转化为高效的解决方案。Quest Global 因其在半导体工程服务方面的领导地位而获得认可。
-
Quest Global 以人工智能和工程为重点推动数字化转型
Quest Global 通过结合软件、嵌入式系统、自动化和人工智能专业知识，推动数字化转型。该公司强调，真正的数字化转型始于强大的工程架构，而不仅仅是采用云技术。通过集成数字孪生，Quest Global 旨在加速产品开发、提高质量并缩短周期时间，将数字化转型定位为一项核心工程学科。
-
程序员追溯从Logo到AI辅助编码的35年历程
作者回顾了自己数十年的编程历程，从童年时期的Logo和BASIC开始，到高中和大学时期的C和C#，再到深入研究嵌入式系统和硬件交互。他的经验涵盖了电子、网络、信号处理，最终发展到神经网络和RAG等现代AI技术。作者强调，核心技能是精确地描述一个系统供机器执行，而与所使用的具体语言无关，并指出AI现在可以方便地将详细的伪代码翻译成各种语言的可用代码。
-
专家讨论嵌入式系统上的EdgeAI部署
一个专家小组参加了Digi-Key的“Let's Talk Technical”视频会议，讨论将EdgeAI模型部署到嵌入式系统的实际问题。讨论旨在阐明将人工智能能力引入边缘设备的当前流程和挑战。
-
新型LMV-Net模型利用纵向乳腺X线摄影数据改进乳腺癌风险预测
研究人员开发了LMV-Net，一种利用纵向乳腺X线摄影数据预测乳腺癌风险的新型深度学习模型。该模型在一个明确对齐的纵向框架内联合分析互补的CC和MLO视图，解决了先前方法仅使用单一视图或缺乏明确时间对齐的局限性。在公共数据集上的评估显示，LMV-Net的性能持续优于现有方法，凸显了其在增强风险分层和个性化筛查方面的潜力。
-
AI改进跨数据集的乳腺钼靶钙化分类
研究人员开发了一个新框架，以提高AI模型在不同数据集和设备上对乳腺钼靶图像中的乳腺钙化进行分类的准确性。该系统利用无监督域自适应和AdaIN、CycleGAN等风格迁移模型，生成多样化的训练数据，而无需新的标注。这种方法结合Swin Transformer V2分类器，在外部数据集上展示了改进的性能，提高了钙化分类的AUC分数。
-
Agentic AI 将通过基于模型的设计开发嵌入式系统
Agentic AI 系统可用于通过基于模型的设计方法开发嵌入式系统。此方法利用 AI 代理来简化开发过程，有可能提高创建复杂嵌入式系统的效率和能力。将 AI 代理与 MATLAB 和 Simulink 等工具集成被视为实现这一目标的一种途径。
-
人工智能集成挑战自主系统的安全性、可靠性和认证
一篇新论文讨论了在集成人工智能和机器学习组件的自主系统中确保可靠性所面临的挑战。由于人工智能的不可预测性，传统的安全、安保和可靠性方法已不足以应对。该论文探讨了新的方法和框架，以弥合人工智能创新与可认证的系统级可靠性需求之间的差距。