【摘 要】
:
在过去的两年里,边缘人工智能(Edge AI)实现了加速发展,这主要得益于小型化神经网络架构的进步,从而可以在微控制器级(MCU)的器件上实现高精度.这增加了边缘AI应用和设备的数量,这些应用和设备可以通过这项技术以较低的成本实现.这方面的一个示例就是关键字识别,它已经成为智能家居设备交互的标准方式.
论文部分内容阅读
在过去的两年里,边缘人工智能(Edge AI)实现了加速发展,这主要得益于小型化神经网络架构的进步,从而可以在微控制器级(MCU)的器件上实现高精度.这增加了边缘AI应用和设备的数量,这些应用和设备可以通过这项技术以较低的成本实现.这方面的一个示例就是关键字识别,它已经成为智能家居设备交互的标准方式.
其他文献
地下硐室围岩在富水条件下强度弱化,对硐室开挖与营运造成威胁.为探究围岩在饱水作用下的力学性质及细观结构特征变化,开展了不同围压和饱水条件下的三轴压缩及扫描电镜试验.研究表明:(1)随着饱水作用的增强,砂岩力学性能不断衰减,当饱水天数达到30 d时,衰减幅度趋于平缓;(2)砂岩饱水劣化效应显著,峰值应力、黏聚力、内摩擦角、弹性模量和变形模量的劣化度累积规律较相似,饱水天数15 d以前累积较快,15 d以后累积速率放缓;(3)砂岩断口多表现为贝纹性状,以韧性破坏为主,围压对断口微裂纹发育起抑制作用,饱水作用促
为了研究玄武岩纤维掺量对水泥土冲击劈裂性能的影响,进行了不同冲击气压条件下水泥土的霍普金森压杆(SHPB)试验.试验结果表明:随着玄武岩纤维掺量的不断增大,水泥土试件劈裂面的破碎程度逐渐变小,吻合程度逐渐变好,但过量的玄武岩纤维具有负面效应,试件冲击劈裂强度和吸收能均出现先提高后降低的趋势,在玄武岩纤维掺量为1.5%时,其冲击劈裂强度和吸收能达到极大值.在玄武岩纤维掺量相同时,水泥土的破碎程度和冲击劈裂强度均随着冲击气压的增大而提高.劈裂强度动态增大系数随着冲击气压的增大不断增大,且增长幅度随着玄武岩纤维
以鄂尔多斯某矿综采面末采段过双回撤通道为背景,通过现场实测、数值模拟和理论分析等方法,基于覆岩理论对综采面双回撤通道的冲击机理进行研究.现场实测及数值模拟结果表明,采用双巷回撤方案的的综采面末采阶段主回撤巷与工作面之间的煤柱将承载较高的集中应力,当承载能力达到极限时煤柱冲击危险性最高;根据理论分析结果,综采面双回撤通道冲击机理为“DLZ”及其承载的“SLZ”范围内的高位岩层将传递较高的静态支承压力,达到了回撤巷煤柱发生冲击危险的应力条件,理论分析与模拟、现场研究结果较为吻合.综采面双回撤通道冲击地压控制机
为比较抗滑桩与CFG桩的加固效果,以某高速公路软土地基路桥过渡段为例,基于FLAC3D模拟计算抗滑桩和CFG桩加固路基填筑后Z方向的地表沉降.台背后20 m范围内的计算结果为:(1)抗滑桩只对其周围土体有加固挤密作用,对距桩体1 m以外的加固作用较弱,分别发生0.62~13.28 cm的沉降;(2)CFG桩加固方案中,桩心距为1.8 m区域的沉降量在2.5 cm以内,桩心距为3.6 m区域沉降量在4 cm以内,在加固区域地基中没有出现土体破坏和生滑动现象,因此采用CFG桩为该桥台的加固方案.对完工的CFG
以南京地铁3号线越江隧道为依托,通过对大直径越江盾构隧道3环管片周边荷载、钢筋应力进行监测,并对实测数据进行统计分析,探讨越江盾构隧道施工期以及施工后一段时间,盾构隧道荷载、受力变化特征,并根据现场实测应力计算盾构管片内力,采用修正惯用法和梁-弹簧法计算隧道衬砌内力,并与实测值进行比较.研究结果表明:盾构掘进过程会引起管片周边土体的扰动,管片壁后注浆及施工期的临时荷载会影响管片周边土压力分布及大小;管片内外侧钢筋应力变化规律与实测土压力变化趋势基本一致,管片实测应力开始趋于稳定时间相比实测土压力较短;梁-
地铁施工竖井结构主要采用格栅钢架+喷射混凝土的喷锚支护结构.喷锚支护结构存在现场焊接作业量大,作业人员多,工期长及作业环境差等问题,为更好地解决竖井施工工期、成本及文明施工等问题,创新性地将装配式钢结构引入到地铁建设中,提出一种全新的施工竖井支护体系,用以替代传统的喷锚支护结构,从而有效解决与“格栅钢架+喷射混凝土”支护体系相伴的施工工期长、作业环境差等问题.从理论上分析了装配式钢结构衬砌结构受力的可行性,并在地铁学院桥站施工竖井进行了应用,该新型初衬的实施对提高行业技术水平、改善作业环境、缩短工期、提高
在复杂的场地条件下,尤其是场地内存在抽水井等不良地质条件时,MJS桩施工对周围土体位移的影响仍然缺乏深入的认识.基于上海某基坑工程,对附近存在抽水井时MJS桩垂直施工引起的土体位移进行监测,包括地表垂直位移、深层土体垂直位移、深层土体水平位移,施工结束后在设计桩边界和抽水井之间钻孔取样.研究结果表明:MJS桩垂直施工期间地表微隆起,深层土体的水平位移比垂直位移大;在距设计桩边界1 m处,土体最大水平位移(32.86 mm)的67%是受抽水井影响.抽水试验使抽水井周围土体细粒含量减少,MJS桩在附近施工时,
1 多因素推动边缘智能飞速发展rn边缘智能的飞速发展首先是得益于近两年人工智能(AI)技术的快速落地,各个行业在这个过程中可以感受到AI对于产业变革的巨大能量.这是一个关键原因:AI技术在应用中展现出来的巨大价值,从而推动了边缘智能的发展.
为探讨高应力条件下顶拱深部围岩出现的收缩受力特征,采用位移分析法讨论上游侧顶拱在开挖过程中产生的收缩变形,根据弹塑性理论定性分析顶拱深部收缩变形产生机制;采用回归分析讨论了收缩变形区无黏结锚索预应力特征及其与围岩变形的关系.研究表明,围岩变形在顶拱呈显著空间分异特征,收缩应变出现在上游侧,沿厂房轴线的分布范围与钻孔深度成正比.收缩应变集中在距洞壁10 m范围内,量值随深度增加而递减.开挖引起应力重分布使顶拱深层产生拱效应区,上游侧顶拱深层围岩位于“拱座”,其受力为沿顶拱径向加载,产生收缩变形;下游侧顶拱为
根据算力的需求,人工智能(AI)技术主要分为云端AI处理和端侧的AI处理.在集中式人工智能解决方案中,嵌入式设备(智能音箱、可穿戴设备等)通常依赖云服务器实现人工智能能力.