Maschinelles Lernen Archive - Seite 2 von 2

AVCC und MLCommons: Automotive Benchmark Task Force

3. Juli 2023

Die Branchenvereinigung Autonomous Vehicle Computing Consortium (AVCC) und das Ingenieurkonsortium MLCommons haben zur Teilnahme an der Arbeitsgruppe eingeladen, die eine ML-Benchmark-Suite für die Automobilindustrie (ABTF-Benchmark) definieren, entwickeln und als Open Source verfügbar machen soll.

[…]

„6G-Designs werden die Verbreitung von KIs in der EDA-Welt beschleunigen“

3. März 2023

Keysight wandelt sich zur Softwarefirma. EDA-Tools rücken dabei in den Fokus. Wie es um die Integration der verschiedenen Designdomänen steht und warum zukünftig vermehrt KI-basierte Werkzeuge zu sehen sein werden, verrät Nils Faché im Interview.

[…]

Blogbeitrag: Navigating the Era of Autonomous Design for Powerful Compute with Hardware

17. Januar 2023

Mit künstlicher Intelligenz lassen sich die bestehenden Chipdesignprozesse verbessern und traditionelle Flows in autonome Designinstrumente verwandeln. Viele Aufgaben, die bisher Entwickler übernehmen, können mit Maschinellem Lernen schneller und besser erledigt werden.

[…]

Deutsche MIT-Forscherin bringt Transparenz in KI-Modelle

10. Januar 2023

Die in Deutschland aufgewachsene Stefanie Jegelka entwickelt Algorithmen für Deep-Learning-Anwendungen und untersucht, wie sich Deep-Learning-Modelle verhalten und was sie lernen können.

[…]

TDK plant Qeexo-Übernahme

4. Januar 2023

Qeexo ist ein US-amerikanisches Venture-Backed-Unternehmen, das aus der Carnegie Mellon University hervorgegangen ist und sich mit der Automatisierung von maschinellem End-to-End-Lernen für Edge-Geräte beschäftigt.

[…]

Blog: Deep Soccer – Mit K.I. und Machine Learning zum Top-Ergebnis

14. Dezember 2022

Ein Ansatz, um bis zur Vorhersage eines Fußballergebnisses zu gehen, ist „Deep Soccer“, der Machine Learning Soccer Predictor von Dr. Miguel Gonzalez, der bei Cognizant Mobility im Fachbereich Data Science tätig ist.

[…]

Beitrag: AI experts are increasingly afraid of what they’re creating

30. November 2022

Die Gefahr, die von KIs ausgehen kann, sollte nicht unterschätzt werden. Dabei sind schon immense Summen in die Entwicklung von universell einsetzbarer KIs geflossen und haben für einen rasanten Fortschritt gesorgt.

[…]

Video: Dos and Don’ts of Machine Learning in Computer Security

25. November 2022

Daniel Arp von der TU Berlin stellt eine Forschungsarbeit vor, die zehn übliche Fallstricke und deren Häufigkeit sowie Auswirkungen beim Einsatz von maschinellem Lernen in Sicherheitsanwendungen aufzeigt.

[…]

AEEmobility

Der Information Hub für Automobilelektronikentwickler

Maschinelles Lernen