人工智能与专家的故事

人工智能几起几落,一般认为这一轮热潮从2012年开始。这一年,Hinton和他的学生Alex Krizhevsky设计的Alex Net采用深度学习算法,在Image Net图像识别竞赛中获得冠军,图像错误识别率下降10多个百分比,同期的其他神经网络每次的成绩提升很少达到5%,立即引起业界对深度学习的极大关注。之后的两年时间,深度学习网络进一步把整体错误率下降至5%以内,达到了人眼的水平。随后,Google、Micro Soft、Facebook先后开源了自己的深度学习框架Tensorflow、CNTK和Caffe。一时间,国内外涌现了大量的人工智能创业公司。除了深度学习技术,GPU芯片、分布式计算、计算位数压缩等新的优化技术也加快了神经网络的训练和使用效率,人工智能应用从高性能数据中心向嵌入式设备发展。     

基于微服务架构的公安业务系统设计与实现

一、引言 随着信息技术的快速发展及海量数据的快速增长,微服务架构作为云计算技术和大数据平台发展成熟后出现的新型应用架构,已经成为了国内外诸多大型公司首选的架构形态.理论上来说,在大型分布式计算环境中,随着业务变更、功能增加必然会导致系统不断进行升级和演变,特别是跨警种、跨层级、跨地区的业务系统,它本身就非常复杂,存在海...     

复杂电磁环境仿真软件中的电磁态势显示计算技术研究

在复杂电磁环境仿真软件中，电磁态势显示是一个重要的功能，而传统的单PC机仿真软件很难满足电磁态势显示大数据量和高计算精度的要求。从分布式计算以及接收区域模型化两个方面对传统的射线追踪算法加以改进，使其更加适合电磁态势仿真场景，以达到提升仿真效率的目的。