進階篩選

技術類別
技術研發單位
  • 共有:筆資料
  • 顯示:
  • 筆商品
    • 應用機器學習於第五代行動網路之用戶移動類型辨識技術

      AI與IOT應用 未來科技館 應用機器學習於第五代行動網路之用戶移動類型辨識技術

      第五代行動網路(5G)因其快速發展而迫切需要辨識用戶的服務類型,以智慧化地分配網路資源。本技術著重於行動網路用戶的移動類型辨識技術,用戶端僅需使用行動通訊網路資訊即可判斷用戶的移動類型。本技術的辨識準確率最高可達0.95,且耗電量相較於傳統方式可降低0.16。
    • 3D點雲視覺物件指引以及快速抓取點偵測網路

      AI與IOT應用 未來科技館 3D點雲視覺物件指引以及快速抓取點偵測網路

      在未來的人機協作環境中,必須以簡便自然的方式操控機械手臂,並克服訓練樣本數過少的問題。本技術開發以自然語言來引導機器手臂抓取任意物件。我們展現三項關鍵技術包括(1)快速準確的3D點雲夾取偵測網路GDN,(2)3D物件指引技術以及全新3D指引資料集,(3)跨領域少量樣本學習。在相關領域呈現極大的進展。
    • 透視大腦技術:全腦光學刺激成像與神經迴路建模

      特色領域研究中心 未來科技館 透視大腦技術:全腦光學刺激成像與神經迴路建模

      結合自行架設之精準神經激發系統,以及具有毫秒解析度觀察神經動態行為的影像系統,我們可獲取大體積腦組織中的神經迴路上下游的連結編碼方式,並以此資料建立精確的神經網路計算模型。我們已在果蠅後級視覺系統上驗證此技術,並將應用於其它如老鼠之較大型物種上。此技術預期可大幅增進我們對大腦複雜運作原理之理解。
    • 應用三維膠囊網路於肺部電腦斷層影像之結節偵測

      AI與IOT應用 未來科技展 應用三維膠囊網路於肺部電腦斷層影像之結節偵測

      此電腦斷層影像之肺結節電腦輔助偵測系統採用了搜尋移動框、YOLOv2偵測架構、3-D膠囊網路、跳躍連接、以及後處理進行偵測。先利用移動框區塊化電腦斷層影像,再以YOLOv2搭配跳躍連結為偵測基礎的3-D膠囊網路進行區塊內結節偵測,最後,採用非最大抑制演算法決定偵測結果。
    • free5GC: 第五代行動網路之核心網路

      AI與IOT應用 未來科技展 free5GC: 第五代行動網路之核心網路

      雖然目前已有一些開源核心網路,但是它們都不符合3GPP Release 15(R15)。 free5GC是世界上第一個基於3GPP R15版本的開源核心網路。free5GC的最終目標是實現一個完整的商業營運核心網絡,包括符合3GPP R15及更高版本的營運、管理與維護,協調功能以及網路切片。
    • 低功耗高性能AI硬體加速器 / 高解析度即時影像分割與辨識技術

      AI與IOT應用 未來科技展 低功耗高性能AI硬體加速器 / 高解析度即時影像分割與辨識技術

      低功耗高性能AI硬體加速器:整合神經網路設計、模型壓縮、硬體加速器技術,使用少量運算及記憶體,於終端裝置實現低功耗、高精準度的效能。  高解析度即時影像分割與辨識技術:減少層與層之間的連線數量,優化內部cache的運作機制,大幅減少記憶體資料流量與所需的運算時間與運算功耗。
本網站使用您的Cookie於優化網站。繼續瀏覽網站即表示您同意本公司隱私權政策,您可至隱私權政策了解詳細資訊。