You are here

AI - umělá inteligence

Umělá inteligence pro kontrolu kvality, řízení údržby i obchodní management

Umělá inteligence je hlavně tvořena softwarem vytvářející neuronové sítě, které následně mohou běžet i na průmyslovém hardwaru. Mezi moderní AI systémy prezentované na letošním MSV 2019 patří i LOTYLDA české společnosti OptiSolutions umožňující inteligentní kontrolu kvality, prediktivní údržbu i tzv. Business Intelligence.

Jak se rychle připojit a odesílat data přímo do cloudu?

Některé aplikace potřebují připojení ke cloudu nejen pro ukládání dat a vzdálený přístup, ale i k podrobné analýze. V cloudu probíhají výkonné algoritmy a sofistikované výpočty. Cílem tohoto článku je najít řešení pro nejúčinnější a nejbezpečnější připojení do cloudu.

Léto s... umělou inteligencí

Umělá inteligence se výrazně mění. Ze superpočítačů se přestěhovala do her a do průmyslových systémů. Dnes ji můžete integrovat s komerčně dostupnými čipy, nebo single boardem Raspberry. Letní speciál Hw.cz shrnuje poslední novinky. 
Nesnažíme se přitom jakkoli omezit šířku tématu a dostupných informací, spoléháme na to, že si každý vybere to, co ho zajímá. Od čipů, přes dostupné embedded systémy až po aplikace.

Omron HVC – modul rozpoznávání obličeje nabízí 10 funkcí

Deset typů funkcí snímání obrazu je využito pro rozpoznání lidských podmínek v různých perspektivách jako detekce obličeje, detekce lidského těla, detekce ruky, odhad směru obličeje, odhad doby pohledu, odhad mrknutí, odhad věku, odhad pohlaví, odhad výrazu, a rozpoznání obličeje.

IoT aplikace: vývojáři preferují jednodeskové počítače, WiFi a LTE

Farnell v loňském roce provedl průzkum mezi vývojáři. Výsledky  ukazují, jak konstruktéři řeší rychlé a nákladově efektivní testovaní prototypů. V tom  hrají klíčovou roli platformy Raspberry Pi nebo BeagleBone a také to, že LPWAN sítě nemají zdaleka takový podíl, jaký by si přáli jejich zastánci.

Sestavte a programujte FPGA snadno a rychle pomocí Pythonu a Jupyter Notebooku

Na FPGA se často obrací vývojáři proto, aby využili velký výkon pro náročné aplikace jako je počítačové vidění, komunikace průmyslových systémů a internet věcí. Běžné programování FPGA však je složité a časově náročné, což vedlo ke vzniku vývojového prostředí Python Productivity for Zynq (PYNQ) na bázi notebooků Jupyter, který problematiku programovatelnosti FPGA řeší.

Pages