頭條 使用有安全保障的閃存存儲構建安全的汽車系統 在現代汽車嵌入式系統中，高度安全的數據存儲是必不可少的，尤其是在面對日益高明的網絡攻擊時。本文將介紹設計師正確使用閃存的步驟。 最新設計資源 聯合隨機性策略的深度強化學習探索方法[其他][其他] 目前深度強化學習算法已經可以解決許多復雜的任務，然而如何平衡探索和利用的關系仍然是強化學習領域的一個基本的難題，為此提出一種聯合隨機性策略的深度強化學習探索方法。該方法利用隨機性策略具有探索能力的特點，用隨機性策略生成的經驗樣本訓練確定性策略，鼓勵確定性策略在保持自身優勢的前提下學會探索。通過結合確定性策略算法DDPG和提出的探索方法，得到基于隨機性策略指導的確定性策略梯度算法(SGDPG)。在多個復雜環境下的實驗表明，面對探索問題，SGDPG的探索效率和樣本利用率要優于DDPG算法。 發表于：6/10/2021 基于浮柵器件的低位寬卷積神經網絡研究[其他][其他] 浮柵器件(Flash)能夠將存儲和計算的特性相結合，實現存算一體化，但是單個浮柵單元最多只能存儲位寬為4 bit的數據。面向Nor Flash，研究了卷積神經網絡參數的低位寬量化，對經典的AlexNet、VGGNet以及ResNet通過量化感知訓練。采用非對稱量化，將模型參數從32位浮點數量化至4位定點數，模型大小變為原來的1/8，針對Cifar10數據集，4位量化模型的準確率相對于全精度網絡僅下降不到2%。最后將量化完成的卷積神經網絡模型使用Nor Flash陣列加速。Hspice仿真結果表明，相對于全精度模型，部署在Nor Flash陣列中的量化模型精度僅下降2.25%，驗證了卷積神經網絡部署在Nor Flash上的可行性。 發表于：6/10/2021 融合外觀特征的行人重識別方法[其他][其他] 針對行人重識別中由于姿勢變化、視角改變、遮擋等引起的識別率不高的問題，提出了融合外觀特征的行人重識別方法。該方法通過兩個網絡分支的設計，分別提取行人的全局特征和局部特征，二者融合后得到行人的外觀特征。同時結合分類損失和度量學習損失，通過多任務學習策略對兩個網絡分支進行模型優化。此外，該模型設計了隨機擦除算法，在數據集中加入噪聲，增強模型的魯棒性。實驗結果表明：融合外觀特征的行人重識別方法大大提高了行人重識別的準確率，在Market-1501數據集上rank1達到了92.82%、mAP 達到了80.51%，在DukeMTMC-reID數據集上rank1達到了85.06%、mAP達到了72.72%。 發表于：6/10/2021 基于深度學習的車輛檢測算法研究[其他][其他] 針對目前車輛實時檢測中存在定位不準確、檢測精度低等問題，采用了一種以Darknet-53為骨架網絡的YOLOv3車輛檢測算法，將該算法模型在標準數據集Pascal-VOC2012上進行訓練，以拍攝的西安南二環路的圖片作為測試集進行測試。實驗結果表明，YOLOv3算法的檢測精度達到84.9%，相比于SSD算法，其檢測精度提高了11.3%，檢測速度提高了3.8 f/s。因此YOLOv3算法檢測精度更好，檢測速度更快，能準確地檢測出圖像中的車輛信息，滿足車輛實時檢測的要求。 發表于：6/10/2021 函數級別的復用開源代碼檢測方法[其他][其他] 軟件開發中對開源代碼的復用會帶來開源代碼漏洞和違反開源許可等問題。傳統復用代碼檢測方法常常檢出較多偶然克隆代碼，影響了復用代碼的檢測準確性。為此，提出了一種基于復用度量指標的函數級別復用開源代碼檢測方法。該方法對被測代碼和開源代碼庫，先使用克隆檢測工具獲取克隆函數，然后使用依據克隆代碼行和共用標識符在開源代碼庫中的出現頻率的復用度量指標，判定每對克隆函數是否為復用。在公開有標注數據集和真實數據集上的實驗結果均表明所提方法優于基于逆文檔頻率的方法。 發表于：6/10/2021 面向工控現場應用的邊緣網關架構設計和性能評估[通信與網絡][物聯網] 工業現場控制作為邊緣網關的典型應用場景，是物聯網與人工智能交叉學科的研究熱點。在場景中，傳感器的數據經過高速無線網絡匯集至邊緣網關，算法模塊根據傳感器數據向設備發送控制指令，完成控制閉環。與傳統網關僅僅收集和轉發數據相比，邊緣計算網關還承擔了數據加工和控制生成的重要功能，所以其安全與性能顯得尤為重要。針對邊緣網關中的安全與性能要求，提出了一種工業邊緣網關架構，該架構在基于X86的Linux平臺上進行了模擬仿真和實機測試，結果表明該邊緣網關可以滿足工業現場控制的典型應用場景，并滿足了傳統網關的基準性能。 發表于：6/10/2021 一種利用類別顯著性映射生成對抗樣本的方法[其他][其他] 如果對抗樣本的遷移性越強，則其攻擊結構未知的深度神經網絡模型的效果越好，所以設計對抗樣本生成方法的一個關鍵在于提升對抗樣本的遷移性。然而現有方法所生成的對抗樣本，與模型的結構和參數高度耦合，從而難以對結構未知的模型進行有效攻擊。類別顯著性映射能夠提取出樣本的關鍵特征信息，而且在不同網絡模型中有較高的相似度。基于顯著性映射的這一特點，在樣本生成過程中，引入類別顯著性映射進行約束，實驗結果表明，該方法生成的對抗樣本具有較好的遷移性。 發表于：6/10/2021 域名畫像系統的設計與實現[通信與網絡][通信網絡] 網絡空間逐漸成為人類生產活動的第二空間，網絡空間測繪對人們了解認識網絡空間資源分布、網絡關系和威脅情況等具有重要意義。當前對域名這一網絡空間重要資產的測繪研究相對較少，因此針對域名資產進行探測分析，結合多源域名數據對域名的基礎屬性、譜系關系、規模狀況和時空變化等情況進行分析，形成域名畫像。該研究有助于用戶掌握互聯網域名整體發展情況，可對網絡流量過濾和惡意域名檢測、網絡空間資產屬性識別等提供支撐。 發表于：6/10/2021 泛林集團計算產品部副總裁David Fried博士：晶體管與IC架構的未來 [電子元件][其他] 泛林集團計算產品部副總裁David Fried接受了行業媒體Semiconductor Engineering (SE)的采訪，探討并分享他對于芯片縮放、晶體管、新型架構和封裝等話題的看法。以下內容節選自采訪原文。 發表于：6/8/2021 在后疫情時代替換觸控屏幕[顯示光電][消費電子] 新冠已經永久改變了我們的世界，在我們開始迎接挑戰以面對新的現實生活時，許多領域會與之前完全不同。 發表于：6/8/2021 需要備用電源？保持電源連續性[電源技術][工業自動化] 電子系統需要其他形式的電源，以便在主電源中斷時有電可用。 發表于：6/8/2021 Vicor 發布針對汽車、高性能計算及機器人在疫情下的發展預測[電源技術][汽車電子] 因疫情原因改變了大家的習慣、優先次序被重新定義，這些推動了創新加速。Vicor 的專家列舉了一些示例，表明現有趨勢將大幅加快并重點關注高效、緊湊、模塊化供電網絡 (PDN) 的使用與發展。 發表于：6/8/2021 40年ALD積淀助力超越摩爾，思銳智能完成第一階段發展布局[EDA與制造][工業自動化] 業界主流的薄膜沉積工藝主要有原子層沉積(ALD)、物理式真空鍍膜(PVD)和化學式真空鍍膜(CVD)等。其中ALD屬于CVD的一種，是當下最先進的薄膜沉積技術。 發表于：6/7/2021 安富利：激光雷達進入量產元年，將加快自動駕駛的商用進程[MEMS|傳感技術][汽車電子] 跨界“造車”年年有，尤其今年特別多！繼小米高調官宣投資百億造車之后僅半個月，華為也與合作伙伴北汽聯合發布了采用自家技術平臺的新款車型——極狐阿爾法S華為HI版智能純電動轎車。 發表于：6/7/2021 如何采用人工智能規劃試點項目[模擬設計][智能電網] 人工智能（AI）為各行業領域的企業提供了發展和改善業務運營的機會。根據《財富商業見解》的調查，2019年全球人工智能市場規模為270億美元，這一數字預計到2027年將達到2670億美元。這表明很多企業致力于采用當今時代這個最具生產力的技術。 但是，實施人工智能戰略面臨著挑戰，特別是對于那些根本不知道從 發表于：6/3/2021 ?…200201202203204205206207208209…?
