• img
    机器学习以统计学为理论基础,利用算法让机器具有类似人类一般的自动“学习”能力,即对已知的训练数据做统计分析从而获得规律,再运用规律对未知数据做预测分析。特征工程是我们提取、选择用来表示训练样例和实例的最重要的特征供机器学习算法处理的过程...
  • img
    深度学习首先利用无监督学习对每一层网络进行逐层预训练;每次用无监督学习只训练一层,并将训练结果作为更高一层的输入;最后用监督学习去调整所有层。在深度学习的研究中,每个图像都有几十亿甚至上千亿的连接待处理,训练这样的大型网络需要数千万亿 ...
  • img
    深度学习是利用复杂的多级「深度」神经网络来打造一些系统,这些系统能够从海量的未标记训练数据中进行特征检测。 计算能力的提升和可获得的数据的增加是深度学习的两个关键驱动因素。机器学习的很多进步都是受到计算能力和数据的驱动...
  • img
    机器学习是一项复杂的智能活动,学习过程与推理过程是紧密相连的,按照学习中使用推理的多少,机器学习所采用的策略大体上可分为4种——机械学习、通过传授学习、类比学习和通过事例学习。学习中所用的推理越多,系统的能力越强...
  • img
    人脸识别是模式识别和图像处理领域最前沿的研究课题之一,尤其是人脸表情识别这个领域,由于人脸表情非常复杂,计算机识别并不容易,所涉及到的数据密集,计算量大,重复性高,具有典型的并行计算的特点,而且在这样的数字图像处理领域,随着研究内容和算法 ...
  • img
    该项目需要大量并行计算核心,同时由于处理的对象大多为视频流数据,对于数据的缓存读取,存储数据的I/O性能,结果数据的显示清晰度都有严格要求。另外,初期的建设只是为了满足现有计算的需求,还需要考虑未来的无缝扩容,技术的升级需求...
  • img
    为进一步推动科研发展和人才培养,满足不断增长的高性能计算和大数据分析需求,南京信息工程大学于2015年下半年着手计划建设专属Hadoop集群实验室,用于大数据分析研究及更多后续扩展。项目对于高性能计算和大数据分析与处理有着极高的需求...
  • img
    无人机上挂载的视频拍摄装置将采集的视频信号传输并处理,然而高分辨率的图像数据往往量大,而且随着地面分辨率提高,需要传输的图像数据量呈几何级数增长,数据码速度也迅速增长到几百Mbit/s,因此图像数据处理传输毫无疑问成为无人机开发及应用的难点 ...
  • img
    计算电磁学所涉及的大型数据计算具有数据量大、运算密集、算法复杂等特点,如何快速、高效地通过处理海量数据是计算电磁学研究所面临的重要挑战。随着通用GPU计算技术的飞速发展,GPU的运算性能不断提高,具有浮点运算能力强、运算密集度高等特点...