- 博客(69)
- 收藏
- 关注
RSS订阅原创 SEO优化与AI品牌信息建设的工程对比
本文对比SEO优化与AI品牌信息建设的技术路径差异。SEO通过关键词研究、内容优化等技术手段提升搜索引擎排名，而AI品牌建设侧重信息盘点、发布优化来提高AI回答可见度。二者在核心动作、工具和评估维度上均不同，但可协同增效：SEO内容可为AI提供信息基础，AI优化的结构化信息也能反哺SEO。建议企业并行推进两种方法，发挥协同效应提升品牌可见度。
2026-06-25 16:40:29
149
原创 搜索排名指标与AI回答测评指标的差异
本文对比分析了搜索排名指标与AI回答测评指标这两类品牌可见度评估体系。搜索排名指标（如排名位置、SERP占有率）用于评估主动搜索场景中的品牌表现，基于搜索引擎实时数据；而新兴的AI回答测评指标（提及率、推荐率等）则通过分析AI回答样本来评估品牌认知，适用于智能交互场景。两者在数据来源、更新频率和可控性等方面存在显著差异。企业应同时关注这两种指标，根据行业特性合理配置资源，全面把握不同场景下的品牌可见度。
2026-06-25 16:38:25
143
原创 AI品牌榜单计算中的推荐信号识别实践
摘要： 本文探讨AI品牌榜单中推荐信号的识别方法。推荐信号分为显性（如“推荐”“建议”）和隐性（如“不错的选择”），需与单纯提及区分。核心算法通过否定词过滤和关键词匹配实现，并设计了数据库存储结构。验证需抽样检查一致性和误判率，注意否定词误判和列举干扰。准确识别需综合关键词、句式及语境分析。（150字）
2026-06-24 18:15:06
133
原创 多平台AI回答采集中统计口径的一致性设计
摘要： 本文探讨多平台AI回答采集中的统计口径一致性难题，指出其直接影响数据可比性。从有效样本定义、提及/推荐判断标准到别名处理等关键决策出发，提出统一数据模型与核心代码实现方案，并强调验证环节需检查平台间处理逻辑一致性。最终表明，预先明确定义及统一处理逻辑是确保多平台数据有效对比的基础。全文150字。
2026-06-24 18:12:05
199
原创 多模型共识度的工程实现与成本优化 | 下篇
本文提出了一种基于多模型共识度的可信输出方案。该方法通过聚合多个异构模型的独立采样结果，计算答案的共识度指标：当共识度≥70%时可直接输出，50%-70%需人工复核，<50%必须人工介入。针对工程实现中的三个核心挑战：1）API调用成本问题，提出分歧触发机制、并行调用和缓存优化；2）语义等价问题，采用ROUGE-L/BERTScore进行答案聚类；3）模型选择策略，建议覆盖不同厂商、架构和数据分布。最终设计的生产级架构首先通过主模型快速判断，仅在分歧时触发多模型验证，在保证可信度的同时优化了成本效率。
2026-06-22 17:45:56
231
原创 单模型采样的统计学本质与系统性偏差分析 | 上篇单模型采样的统计学本质与系统性偏差分析 | 上篇
大模型文本生成本质上是基于概率的自回归采样过程。虽然通过多次采样可以消除温度参数带来的随机性（根据大数定律经验频率收敛于真实概率），但单模型存在根本性的系统偏差。这种偏差来源于训练数据的分布偏差（如文化视角不均衡）、模型架构的容量限制（对长尾知识拟合不足）以及人工对齐引入的偏好扭曲。因此，单模型多次采样仅能减少方差，无法修正模型的固有偏差，导致在冷门知识、文化特定问题等领域，模型可能持续给出自信但错误的答案。这表明单纯增加采样次数无法突破模型本身的能力局限。
2026-06-22 17:44:37
202
原创 技术领导者如何为生成式 AI 做好准备
比如强调技能和世界观的多样性，保证参与创造和使用模型的人可以对应上客户的多样性，这有助于确保你提供服务的相关性，并在早期阶段识别可能存在的歧视问题。云计算能够为生成式 AI 赋能，为用户提供高性价比的数据湖、可持续供应的图形处理器（GPU）和算力、高速的网络、以及基于消耗的成本计算。同时，云端架构还融合了基于 AmazonTrainium 和 Inferentia 芯片组的计算实例以优化模型训练和推理性能，即便一些本地的解决方案切实可行，云服务仍然可以提供成本更低、性能更高、碳排放量更友好的解决方案。
2024-09-27 22:13:20
1151
原创 向量数据存储在生成式人工智能应用程序中的作用
生成式人工智能深受大众喜爱，并且由于具备回答问题、写故事、创作艺术品甚至生成代码的功能，推动了行业的转变。越来越多的 AWS 客户询问我们，如何才能在自己的企业中充分地利用生成式人工智能。许多客户已经积累了大量特定领域的数据（财务记录、健康记录、基因组数据、供应链等），这为他们提供了独特而有价值的视角，有助于他们深入探究自身的业务及更广泛的行业。对于您的生成式人工智能策略而言，这些专有数据可以为您带来优势，成为差异化因素。
2024-09-27 22:07:50
1148
原创 Bedrock 多 IAM 用户的成本追踪和控制方案助力 AI Character 最佳实践
本文设定了一个用户场景，就是企业级用户使用多个 IAM 用户来使用 Bedrock Claude3，管理人员监控每个 IAM 用户的 InputToken 和 OutputToken 以及费用，当单个 IAM 用户的使用量超过阈值的时候发送邮件报警，同时也可以剥夺该 IAM 用户的 Bedrock 使用权限（Bedrock Permission），从而实现对单个 IAM 用户的精细成本管控，避免因为不当使用大语言模型而造成潜在的巨大成本损失。同时，它也注重数据的隐私和安全性，确保客户的数据得到妥善保护。
2024-09-26 20:46:44
920
原创 Bedrock 打造您的 Claude3 Opus 智能助理
近期，Anthropic 发布了其最新的大模型 Claude3。截止本文撰写时，Claude3 Opus、Claude3 Sonnet、Claude3 Haiku 均已在 Amazon Bedrock 可用，您可参考来获取新闻资讯。随着 Amazon Bedrock 可提供越来越多的大模型，您可以在您的应用场景里将其落地，以便扩展您丰富的业务功能。在此博客里，我们将通过构建一个前端示例（基于开源项目。
2024-09-26 20:45:21
1021
1
原创 利用生成式 AI 加速您的网站内容创作
生成式人工智能（Generative AI，GenAI）自 2022 年以来迅速兴起并风靡全球，在多个领域中展现出巨大的潜力和影响力。例如文生图、文生文、图生图等等多个技术领域，都已经或正在被 GenAI 所改变和重塑。以文生图技术为例，Stable Diffusion、DALL-E 等 AI 模型能够根据语言描述生成逼真的图像，为创意设计、视觉艺术等领域带来全新体验。
2024-09-25 19:48:03
832
原创 基于 RAG 实现大模型商品智能检索
传统商品检索需要依赖人工解析和构建商品的描述字段，将商品信息存入 ElasticSearch 或数据库，然后通过分词查询结合多重条件（类别或其他属性）检索到匹配的商品。但是在传统检索中，因为分词本身的特点，经常会遇到误匹配的问题，例如：我们检索 "苹果耳机"的时候，往往会出现苹果和耳机的相关商品，导致客户体验效果不佳。为了让检索更人性化，我们可以借助 RAG 技术，在传统分词搜索的基础上融入向量检索的能力，从而获得更贴近人类需求的检索效果。
2024-09-24 20:35:16
553
原创 云上部署文生图大模型Stable Diffusion 3
随着人工智能技术的不断进步，越来越多的人开始关注和使用AI艺术生成工具。而Stable Diffusion 3作为最新一代的文生图大模型，于2024年6月12日正式开源，以其高质量的图像生成受到了广泛欢迎。那么，如何快速部署Stable Diffusion 3，让它成为您的专属AI艺术家呢？请跟随本文，在百度智能云GPU服务器上部署Stable Diffusion 3。
2024-09-24 20:33:10
579
原创 想转行AI大模型开发工程师？这本书是你的必读指南！！！《AI大模型开发之路》
当前最热门的技术无疑是AI大模型。虽然它的应用前景广阔，但真正精通大模型技术的人还不多。然而，市场对大模型的需求却在不断增长，吸引了不少开发者想要转行进入这个领域。然而，面对新技术，许多人心中充满疑虑，担心自己无法掌握。笔者也是充满疑虑，然后直到我看到这本书籍，感觉受益匪浅，给与了很多指导和引路，先分享给大家，也希望可以帮助更多的小伙伴。一起开启大模型之路。加油加油加油！！！要做大模型应用开发工程师，首先得会编程，Python是必备的，因为几乎所有的机器学习框架都支持它。
2024-09-23 13:42:20
2916
原创 Bedrock Claude3 多模态能力和 Grafana 构建智能巡检平台
现在智能监控平台已经成为确保 IT 基础设施高效运行和优化运维效率的关键工具，很多公司已经使用 Grafana 和 Prometheus 作为可观测性的核心工具。传统的监控系统往往只能被动收集和展示原始数据，缺乏深入分析和智能见解的能力。相比之下，智能监控平台通过融合先进的人工智能、机器学习和大数据分析技术，可以从海量监控数据中主动发现隐藏的模式和趋势，提供预测性维护和自动化优化建议。
2024-09-23 13:39:37
1647
1
原创 在持续集成流水线中应用 Gen AI 识别并修复漏洞
现代化应用的高速发展使开发人员能够构建高度解耦的基于微服务的架构。然而，这些架构的分布式特性同时也带来了一系列的运维挑战。开发团队需要一直负责应用环境安全的各个方面，如网络安全、IAM 权限、TLS 证书和代码漏洞扫描。在数十甚至上百个微服务的规模下处理这些安全问题，高度自动化变得尤为重要。在容器中运行应用程序是构建微服务的常用方法。该方法允许开发人员使用同样的持续集成流水线来构建应用程序，而无需关心是使用Amazon EKSAmazon ECS还是AWS Lambda来运行应用程序。
2024-09-23 13:37:59
999
原创 如何利用智能体玩转“狼人杀“
这个变化可能是：某个“狼人”的伪装，某个“预言家”的查验，某个“玩家”的临终遗言等等。Claude 3 系列模型在多项 AI 系统常用评估测试集中，包括本科级别专家知识（MMLU）、研究生级别专家推理（GPQA）、基础数学（GSM8K, MATH），多语种数学（MGSM），阅读理解（RACE-H），常识推理（HellaSwag），代码领域均取得领先业界的性能。灵活的模型切换这一点，Amazon Bedrock 为我们提供了丰富的模型选择，我们完全可以根据业务的需要，去做不同模型之间的切换。
2024-09-22 17:38:02
1510
原创 AI 和 AWS 为传统媒体内容创建超分辨率
如今，媒体和娱乐公司拥有大量在高分辨率技术出现之前以低分辨率或标准分辨率创建的传统媒体内容，例如电影、电视剧、音乐视频和体育精彩片段。鉴于当今显示技术的进步，观众普遍要求视频内容以高清格式（如高清或 4K）交付，以在较大屏幕上获得增强的观看体验。通过以更高分辨率（高清、4K 或更高）提供传统媒体资产，提高增加收入的机会。深度学习和生成式 AI 模型的最新进展使得通过超分辨率等技术大幅提高图像质量成为可能。超分辨率可以增加图像的像素密度，使其显得更清晰，并包含更多细节。
2024-09-22 17:35:40
1010
原创 悠星运维团队的 GenAI 技术实践：Claude 3-Powered Code Reviewer
Claude 3 Haiku，这是速度最快、最紧凑的模型，从上图 Review History 图片中可以看出，对于有 47 个文件的代码仓库整体 Review Task 可以在 18s 内完成，对于单个 commit Review Task 最低可以在 8s 内完成。Claude 3 可以在 10 秒内生成上面 code review 结果，不难看出 Claude 3 找到了 bug 位置，并且对 bug 进行描述，说明了潜在影响，并且给出了一个时间效率更高和内存效率更优秀的实现方式。
2024-09-21 10:38:31
1173
原创 为生成式 AI 工作负载设计弹性
弹性在任何工作负载的开发中都扮演着关键角色，而工作负载也不例外。从弹性的角度来设计生成式 AI 工作负载时有一些独特的考虑因素。理解并优先考虑弹性对于生成式 AI 工作负载来满足组织的可用性和业务连续性要求至关重要。在这篇文章中，我们讨论了生成式AI工作负载的不同技术栈以及应该考虑的因素。
2024-09-21 10:36:16
610
原创 Connect、Lex 和 Bedrock 打造智能客户问答方案
Amazon Connect 是一种基于云的联络中心服务，旨在帮助企业提供更灵活、更高效的客户支持。通过集成多种通信渠道和自动化工具，Amazon Connect 能够显著提升客户体验和业务效率。某客户前期已经使用 Amazon Connect 在工作时间为其终端用户提供人工电话咨询服务。为了在非工作时间为终端用户提供自动化问答服务，我们将 Amazon Lex 和 Amazon Bedrock 与现有知识库结合起来，借助大型语言模型，为客户构建一个自动化的问答方案。
2024-09-20 20:13:11
774
原创 Bedrock 知识库加速客服团队应用 GenAI 能力
在客服工作台方面，如果您正在使用 Zendesk，那么本文提到的定制的 Zendesk App 结合 Amazon Bedrock 知识库可以让您的团队在半天内拥有一个基于您自己的知识库的解决方案，并帮助提供基于工单的自动回复内容。当您的客服登录 Zendesk 服务台并打开一个 ticket 后，在右边的侧面工作栏就可以看到这个 App，单击打开就可以开始愉快地享受 GenAI 的高效率回复了。2）它可以将来自公司私有数据源的上下文信息提供给基础模型和代理，以提供更相关、更准确、更定制的响应。
2024-09-20 20:11:57
837
原创 RoboMaker 构建和捆绑 ROS 应用程序
确保为要依赖的软件包使用正确的 ROS 软件包名称。在apt中，软件包可能被命名为，但在 package.xml 中它应该是。搜索ROS 发行版 GitHub 存储库，以查看该软件包是否在已有的rosdep数据库中。如果不是，您可以按照这些教程中的一个向 rosdep 添加依赖项。
2024-09-19 09:27:08
1185
原创 构建机器人机群管理应用程序的 AWS IoT RoboRunner
然后将在此站点作业的机器人设置为一个“机群”，每个单独的机器人都在 AWS IoT RoboRunner 中设置为某个机群中的一个“机器人”。您可以根据符合自己使用场景的业务需求自定义任务分配代码。借助 AWS IoT RoboRunner，您可以将贵公司的机器人和作业管理系统连接起来，从而通过统一的系统界面协调整个企业的作业。在与机器人开发人员和运营任意合作过程中，他们经常提到在自动化工作中操作不同类型的机器人时面临的挑战，包括自动导引车（AGV）、自主移动机器人（AMR）和机器人操纵器等。
2024-09-19 09:25:00
573
原创 re:Invent ? 的五项发布内容
要将您的应用部署到 5G，只需将 Amazon Virtual Private Cloud (VPC) 扩展到 Wavelength Zone，然后创建 AWS 资源即可，比如 Amazon Elastic Compute Cloud (EC2) 实例和 Amazon Elastic Block Storage (EBS) 卷。Amazon Braket 的工作原理是提供一种开发环境，让您可以从头开始设计自己的量子算法，或从一组预构建的算法中进行选择。在这样的速度下，访问低延迟服务的能力确实很重要。
2024-09-18 19:08:59
1302
原创 在 Braket 上使用 PennyLane + 向容错型量子计算迈进 + 张量网络模拟器
是混合量子算法中的一个重要类型。经典代码（在 CPU 中）通过迭代的方式来调整参数化量子回路的参数，其方式与通过反复处理不同批量的训练数据并根据目标函数的结果来调整参数，从而构建神经网络的方式类似。这一描述很好地反映了量子计算机的当前状况：量子计算回路中的每个门都会带来一定数量会损害精确度的噪音，而由于这种噪音的累积，会对问题的量级施加了一些实际的限制。将 CPU 与 QPU 结合使用来加快传统算法中的特定计算，从而支持较短的量子执行，这类量子执行可减少噪音累积效应的影响，并且能够在目前的设备上正常运行。
2024-09-18 19:06:48
704
原创 Braket Hybrid Jobs 的介绍 – 设置、监控并高效运行混合量子经典工作负载
量子计算中一个快速发展的研究领域使用 QPU，即量子计算机使用的处理器，就像在机器学习中使用 GPU 一样：将量子电路参数化，用一些值进行初始化，然后在 QPU 上运行。为了帮助解决此问题，我们可以从机器学习中汲取灵感：我们不使用固定量子电路，即实现算法的逻辑，而是通过调整调节电路的参数来“学习”算法，从而更有可能通过适应特定设备中的噪声来解决给定问题（将它们视为“自学习量子算法”）。为了看到真正的价值，让我们来看看它是如何与混合算法一起工作的，在混合算法中，我们可以在任务之间迭代地调整量子电路的参数。
2024-09-17 21:04:26
896
原创 弧光量子 & Braket 实现全流程对接打造量子应用生态
isQ 是软件所、清华大学计算机系和弧光量子共同自主研发的量子编程语言。isQ 不仅仅包含程序设计过程，还包括测试、分析、定理性证明、等价性验证等其他工具。即 isQ 包含从底层开发的设计逻辑到工程化的实现技术都是纯原生的，其包含的各种功能和实现逻辑框架如图所示。
2024-09-17 21:02:56
1498
原创 想转行AI大模型开发工程师？这本书是你的必读指南！！！《AI大模型开发之路》
当前最热门的技术无疑是AI大模型。虽然它的应用前景广阔，但真正精通大模型技术的人还不多。然而，市场对大模型的需求却在不断增长，吸引了不少开发者想要转行进入这个领域。然而，面对新技术，许多人心中充满疑虑，担心自己无法掌握。笔者也是充满疑虑，然后直到我看到这本书籍，感觉受益匪浅，给与了很多指导和引路，先分享给大家，也希望可以帮助更多的小伙伴。一起开启大模型之路。加油加油加油！！！要做大模型应用开发工程师，首先得会编程，Python是必备的，因为几乎所有的机器学习框架都支持它。
2024-09-16 08:47:36
3667
原创 NeMo Parakeet ASR 模型突破语音识别的界限
Parakeet 是一个端到端平台，用于在任何地方（任何云端和本地）大规模开发多模态生成式 AI 模型，包括自动语音识别 (ASR) 模型。这些最先进的 ASR 模型是与合作开发的，能够极其准确地转录英语口语。本文详细介绍了 Parakeet ASR 模型在语音识别领域的新突破。图 1、NVIDIA Parakeet 系列 ASR 模型截至 2024 年 1 月 3 日。
2024-09-16 08:44:25
1464
原创 新款 Varjo XR-4 系列头显设备，增强沉浸式体验
借助集成 NVIDIA 技术的 Varjo 新款 XR-4 系列头显设备，开发者和企业现在可以部署如生的虚拟现实和混合现实体验。这些 XR 头显设备与肉眼所能看到的分辨率相匹配，为用户提供逼真的视觉保真度和性能。最新的 XR-4 系列头显设备支持并由 NVIDIA GPU 提供支持，为扩展现实 (XR) 开发者和用户解锁高保真照片级真实感和实时光线追踪功能。
2024-09-16 08:43:03
574
原创 NIM 在阿里云容器服务（ACK）中加速 LLM 推理
本文将介绍如何在阿里云 ACK 集群上，使用云原生 AI 套件集成开源推理服务框架KServe，快速部署 NVIDIA NIM。同时，结合阿里云的 Prometheus 和 Grafana 服务，快速搭建监控大盘，实时观测推理服务状态。利用 NVIDIA NIM 提供丰富的监控指标，如num_requests_waiting，配置推理服务弹性扩缩容策略。当有突发流量导致推理服务处理请求排队时，能自动扩容新的实例来应对高峰流量。整体解决方案架构如下所示。创建 ACK 集群并安装云原生 AI 套件，
2024-09-15 11:20:51
1630
原创 实时神经接收器推动 AI-RAN 创新
当今的 5G New Radio (5G NR) 无线通信系统依靠高度优化的信号处理算法，在短短几微秒内重建从杂信道观察到的传输消息。这一非凡的成就是电信工程师和研究人员数十年不懈努力的成果，他们不断改进信号处理算法，以满足无线通信严苛的实时限制。最初，一些算法因其在发现时过于复杂而被广泛遗忘。Gallager 在 20 世纪 60 年代发现的低密度奇偶校验（LDPC）代码就是一个明显的例子。David MacKay 在 20 世纪 90 年代重新发现了这些算法，现在它们已成为 5G NR 的支柱。
2024-09-15 11:18:26
1659
原创 重塑现实：VDB，助力打造规模更大的数字化世界模型
它能够基于 NanoVDB 构建机器学习，将 VDB 体积数据的内存占用量压缩多达 100 倍，使创作者、开发者和研究人员能够与极其庞大、高度复杂的数据集进行交互。这不仅带来了速度飞升，提升了性能，简化了开发，而且开启了实时仿真和渲染的大门。借助 AI 算子，企业能够构建复杂的神经网络以实现空间智能，例如大规模点云重建和 3D 生成式建模。构建而成，OpenVDB 是一个行业标准库，用于仿真和渲染稀疏体积数据，例如水、火、烟和云。，这是一种全新的深度学习框架，用于生成现实世界的 AI 就绪型虚拟表示。
2024-09-14 12:16:46
1204
原创 神经网络生成全球碳储量潜力图
在未来，我们希望扩大我们在全球范围内绘制生物量以及时间变化的方法，” EcoVision 实验室的主要作者 Nico Lang 说， ETH Z ü rich 摄影测量和遥感小组成员。通过这个项目，我们的目标是在深度学习的帮助下，通过合并来自两次太空任务的数据来填补缺失的数据空白，”土木工程、环境与工程系教授康拉德·辛德勒说，以及苏黎世 ETH 的地理信息工程。通过对数据中的不确定性进行建模，并使用由五个单独训练的 CNN 组成的集合，这些模型具有深度学习算法中不常见的透明度。
2024-09-13 21:01:31
819
原创 实时人工智能模型旨在帮助保护大堡礁
健康的珊瑚礁需要 10 到 20 年的时间才能从 COTS 爆发中恢复， COTS 爆发的定义是每 10000 平方米有 30 个或更多的成年人，或者密度消耗珊瑚的速度快于珊瑚的生长速度。”作者 Megha Malpani 是谷歌的 AI / ML 产品经理， Ard Oerlemans 是谷歌的软件工程师，他们是 CSIRO 研究团队的一员，致力于构建最精确、性能最好的模型。研究人员利用 CSIRO 提供的一个带注释的数据集，开发了一个精确的目标检测模型，该模型使用实时摄像头而不是浮潜器来检测海星。
2024-09-13 20:59:28
1118
原创 教机器用计算机视觉阅读乐高手册
这增加了难度，因为机器必须解析出所有的乐高积木，甚至是那些可能不可见的积木，如乐高钉和反积木。利用视觉场景解析和程序合成的最新进展，我们旨在构建具有类似技能的机器，从乐高开始，最终以现实世界场景为目标，”该研究资深作者吴家军说，斯坦福大学计算机科学助理教授。根据一系列预测，在每一步，模型都会阅读手册，定位要添加的零件，并推导出 3D 定位。通过将 MEPNet 与现有模型进行比较，研究人员发现，它在现实世界的乐高积木、合成手册和 Minecraft 示例中的表现优于其他模型。
2024-09-13 20:57:33
828
原创 人工智能在睡眠期间远程检测帕金森病
受帕金森氏症和呼吸信号之间的高维复杂联系的启发，自然选择是使用机器学习的能力来诊断和跟踪进展，”主要作者杨宇哲说，麻省理工学院计算机科学与人工智能实验室的博士生。使用能够检测患者细微变化和对新疗法的反应的人工智能模型可以加快临床试验，降低成本，并为更有效的治疗提供信息。关键问题是我们需要收集大量多样的数据集，以进行模型训练和评估，以进行严格验证，”杨说。他们还设想了该模型用于检测帕金森氏症以外的疾病的用例。其他研究还发现，控制患者呼吸的区域的脑干退化比运动技能症状早几年发生，可能是该疾病的早期指标。
2024-09-13 20:56:32
1065
原创 AI 模型匹配放射学家在 MRI 中识别乳腺癌的准确性
研究人员利用从纽约大学朗根健康乳腺成像网站进行的临床检查中提取的数据集，制作了一个人工智能模型，以提高乳腺癌诊断的准确性。开放源码库中训练了一组具有 3D 卷积的深部神经网络，用于检测时空特征，使用 14198 个标记的 MRI 检查，精度参差不齐。AI 和放射科医生预测的平均值一起增加了至少 5% 的总体准确性，表明混合方法可能是最有益的。作者指出，这项工作有一些局限性，包括理解混合方法如何影响放射科医生在医院环境中的决策，或者模型如何进行预测。加强了多 GPU 训练，单个模型的训练平均耗时 12 天。
2024-09-13 20:54:38
1117
原创 用晶体物理学进行 X 射线研究揭示机场行李中的危险
Korolkovas 在研究中写道：“在现有 CT 扫描仪上添加 XRD 成像是可行的，并且能够以安装额外的一两个探测器和开发合适的重建软件的低成本提供独特的材料特定信息。为了缩短时间， Korolkovas 采用了一种针对高强度而非高分辨率 X 射线束的新型扫描仪设计，这在传统上是不可行的，因为它会降低 XRD 信号质量，无法识别。在这种情况下， Korolkovas 设计并实现了一种 GPU 加速的 X 射线衍射断层重建算法，以补充机场安检中现有的计算机断层扫描（ CT ） X 射线扫描。
2024-09-13 20:53:16
1011
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人