搜尋結果
2023年6月24日 · 2023筆電低谷別急，換機潮快來了！. AI筆電預期帶動全球產業出貨成長. Hsuann 發表於 2023年6月24日 10:30 收藏此文. 根據 IDC（國際數據資訊） 全球專業代工與顯示產業研究團隊最新的「 全球筆記型電腦組裝產業出貨研究報告 」顯示，2023年第一季全球筆記型電腦 ...
2022年6月13日 · 首頁. 商業/金融. 半導體進入埃米時代，ASML分享High-NA EUV曝光機進展、目標2024-2025年進廠. cnBeta 發表於 2022年6月13日 14:30 收藏此文. 為了順利用上極紫外光刻（EUV）技術來生產晶片，半導體行業耗費了十多年時間才走到今天這一步。 不過從ASML最近更新的 2024-2025路線圖來看，抵達具有高數值孔徑的下一階段，所需時間將要比預估的少得多。 據悉，當前市面上最先進的晶片，已經使用了 5 / 4 nm 的製造製程。 借助 ASML Twinscan NXE:3400C 或類似的系統，結合具有 0.33 數值孔徑（NA）的光學旗艦，機器能夠提供 13 nm 的精度。
- Yolov4 創生故事
- 產業出難題，學界來解題
- 物件辨識的阿基里斯腱：梯度消失問題
- 不只最快，還要最精準！
- 帶學生的第一要求：把科學帶進來！
「只要讓我看一眼，我就知道這是什麼！(You Only Look Once， YOLO）」YOLO，是目前當紅的 AI 物件偵測演算法。中研院資訊科學研究所所長廖弘源及博士後研究員王建堯，與俄羅斯學者博科夫斯基（Alexey Bochkovskiy）共同研發最新的 YOLO 第四版（簡稱為 YOLO v4），一舉成為當前全世界最快、最高精準度的物件偵測系統，引爆全球 AI 技術社群，已然改寫物件偵測演算法的發展。究竟，他們在演算法裡動了哪些手腳？又是什麼樣的契機，開啟了這項研究？
故事，是從一項產學合作開始。前幾年，科技部提出了「產學共創」機制：產業出題、學界解題，中研院合作對象義隆電子，出了一個考題給資訊所：如何增進十字路口的交通分析？也就是即時偵測車流量、車速等等。當時義隆電子已經在十字路口架設了監視器，包括全景攝影機及單一方向的槍型攝影機，接下來最需要的，就是辨識車輛的物件偵測技術。 「但我們需要的不只是辨識車輛而已。」王建堯說。在馬路上運行中的車速度很快，物件辨識必須非常即時，在短時間內就能辨識出車輛，並能持續追蹤，計算車速。換句話說，這個技術對物件的偵測必須「快、狠、準」。此外，因為影像資料不斷產生，如果把資料都上傳雲端運算，不但比較耗時，也會給雲端電腦帶來太大的負擔，因此這個偵測技術還得做到一件事──計算量必須夠小，小到可裝在十字路口監視器上的小型計算器，...
廖弘源團隊怎麼辦到這項不可能的任務？首先，王建堯著手研究著名物件偵測系統 YOLOv3 ，「我們想找出在建立一個物件偵測系統時，哪一個步驟是最關鍵的？如果改善了，效率和精確度會提升最多？」廖弘源強調：「雖然是工程問題，但我們要把科學思考帶進來。」 先來認識物件偵測技術！它是個卷積神經網路（Convolutional Neural Network, 簡稱CNN），具有許多網路層，每一層負責抽取某些圖像特徵。一個輸入的影像通過層層層層層層……分析，最後找出最可能的答案。理論上，層數越多、判斷結果應該越精確。 ▲ 先教電腦定義每個影像的值，再透過神經網路的層層非線性函數運算，判斷這個影像最可能為哪個數字，信心水準比值最高者為答案。 圖：研之有物 資料來源：李宏毅訓練這個卷積神經網路的方法是：先倒入...
2019 年年初，廖弘源與王建堯團隊首先研發出局部殘差網路 PRNet（partial residual networks, PRNet），將資訊「分流」，減少無謂的計算量，使運算速度增加兩倍。「一開始做出 PRNet，我還是覺得效果不夠好。雖然減少計算量，大幅加快了計算的速度，但是正確率和原本相比並沒有什麼提升。」廖弘源自信的說：「我覺得這樣沒什麼意思，因為我們的目標，是做出全世界最好的物件偵測技術！」 2019 年 11 月，他們在 PRNet 的基礎上，緊接著研發出跨階段局部網路 CSPNet（cross stage partial network, CSPNet），利用分割–分流–合併的路徑，成功達到了大幅減少計算量、卻能增加學習多元性的目標。 ▲ 以上為 CSPNet 簡化結構的一...
中研院資訊所所長廖弘源長期研究多媒體視訊處理，從雞尾酒浮水印到人臉資料庫、數位化影片修補等，再到這次的 YOLOv4 物件偵測技術，研究成果卓越。而每一項成果的後面，都是廖弘源帶領資訊所前後屆學生一起努力的成果。 想在廖弘源的實驗室工作，可不是件輕鬆的事。他說：「做研究，不該只想著工程問題，應該本著科學家的精神，從中找出最具科學價值的關鍵下手。」許多學生一到廖弘源的實驗室，必須將過去狹隘、僵化的工程解題模式打掉重練，重新以科學看待問題。例如：本次 YOLOv4 的成功關鍵，即在於一開始問了個好問題，找到最值得改善的環節。 儘管治學甚嚴，個性海派的廖弘源和學生也有著亦師亦友的關係。他喜歡和學生一起找出好的研究議題後，一起埋首投入研究工作的熱血感，也喜歡在研究遭遇瓶頸時，與學生一起「大吃一頓解憂...
2015年8月19日 · 影音. 輕鬆看懂耳機測量數據：頻率響應（上） Yazi 發表於 2015年8月19日 09:00 收藏此文. 有在關注耳機相關文章的朋友，大概都看過耳機相關的測量數據，其中包含「頻率響應」、「阻抗值和相位」、「失真比」、「瀑布圖」、「脈衝圖」和「隔音能力」等等測量數據圖表，但也許不一定清楚耳機測量本身就是個複雜的問題，會受到所使用的測量器材、測量環境和參數設定影響。 整個過程非常耗時耗工，加上測量的專業器材相對昂貴，像是國外 Innerfidelity 所使用的 HMSII.3 聲學頭售價就超過兩萬元美金，這還不包含後續接收、分析儀器，使得只有少數單位能夠提供穩定且完整的耳機測量數據。 HMS II.3 聲學頭，單個售價就高達兩萬元美金。
2022年8月14日 · MIT最近更新了他們的高等數學的求解AI，並在七門大學數學課程中正確率達到了81%！此外還能對求解過程進行解釋、繪圖，還能生成新問題！ 最近MIT的研究人員宣佈他們基於OpenAI Codex預訓練模型，在數學本科生領域的數學問題上通過few-shot learning成功達到81%的正確率！
2016年3月29日 · 官方頻道. 影音頻道. IG帳號. Google 地圖有許多協助判斷地理位置的工具，像是測量兩點直線距離的進階功能。 算出兩點直線距離有什麼用處呢？ 假設你打算到高雄旅遊，想繞著澄清湖走一圈，卻不知道這一圈有多遠，利用計算兩點直線距離，算出繞湖一圈的距離是多少？ 預計會花多久時間？ 協助你在規劃旅程時更省時、省力。
2015年8月17日 · 教學. 奈米製程的極限在哪裡？ 台積電、三星晶圓代工致勝關鍵在哪？ TechNews科技新報 發表於 2015年8月17日 16:00 收藏此文. 三星以及台積電在先進半導體製程打得相當火熱，彼此都想要在晶圓代工中搶得先機以爭取訂單，幾乎成了奈米之爭，然而奈米這個數字的究竟意義為何，指的又是哪個部位？ 而在縮小製程後又將來帶來什麼好處與難題？ 以下我們將就奈米製程做簡單的說明。 訂閱T客邦電子日報，升級科技原力！ 奈米到底有多細微？ 在開始之前，要先了解奈米究竟是什麼意思。 在數學上，奈米是 0.000000001 公尺，但這是個相當差的例子，畢竟我們只看得到小數點後有很多個零，卻沒有實際的感覺。 如果以指甲厚度做比較的話，或許會比較明顯。
&ck=538742BDEF741241B788F6B4F063E5E9&idpp=rc&idpview=singleimage&form=rc2idp "110學測落點預估1")
&ck=48EFC839185483EB5D10E65812027D16&idpp=rc&idpview=singleimage&form=rc2idp "110學測落點預估2")
&ck=59435CFC039EC481B831904D352E9990&idpp=rc&idpview=singleimage&form=rc2idp "110學測落點預估3")
&ck=2288625DC6B1D5ABAFA035E404933911&idpp=rc&idpview=singleimage&form=rc2idp "110學測落點預估4")
&ck=9A725D3DCB6B703981C4E5400A06FA88&idpp=rc&idpview=singleimage&form=rc2idp "110學測落點預估1")
&ck=38F2F27A3A69CA2591A68B2AB15F258B&idpp=rc&idpview=singleimage&form=rc2idp "110學測落點預估2")
&ck=B8DD2C967B5161CE7E823F35419C7521&idpp=rc&idpview=singleimage&form=rc2idp "110學測落點預估3")
&ck=930D5340375F16392DC0DC1257E8D437&idpp=rc&idpview=singleimage&form=rc2idp "110學測落點預估4")
