為您找到相關(guān)結(jié)果 1213 篇
-
次論證會上，與會專家表示云南省公司以國家局現(xiàn)代物流建設(shè)規(guī)劃指導(dǎo)意見為依據(jù)，針對云南多山多江的特殊地理地貌條件，經(jīng)過詳細認真的調(diào)研，科學(xué)縝密的算法設(shè)計
-
感知預(yù)警平臺中的 AI 視覺算法可能會受到圖像質(zhì)量、光線等因素的影響，導(dǎo)致識別準確率下降。其次，數(shù)據(jù)安全也是一個重要問題。AI 技術(shù)需要大量的卷煙市場數(shù)據(jù)來進行訓(xùn)練和分析
-
數(shù)據(jù)，模型組反復(fù)調(diào)試邊緣計算算法，設(shè)備組則精準優(yōu)化47個傳感器的布局位置。在夜間運行模式優(yōu)化階段，團隊測試了20多種空調(diào)組合方案，通過集體研討、數(shù)據(jù)驗證
-
，技術(shù)工人轉(zhuǎn)型為設(shè)備維護專家。焦慮的緊箍咒提醒我們：唯有保持“技能饑渴癥”，才能在算法叢林中找到生態(tài)位。讓AI成為煙草職業(yè)穩(wěn)定的“定海針”。焦慮并非洪水猛獸
-
同配送模式，將多個訂單進行整合優(yōu)化，并借助GIS和路徑優(yōu)化算法等動態(tài)規(guī)劃最優(yōu)運輸路線。當前，數(shù)字技術(shù)飛速發(fā)展，煙草物流企業(yè)應(yīng)積極利用可視化管理平臺
-
卷煙廠運用AI視覺檢測技術(shù)，開展霉變煙葉在線檢測研究，針對霉煙樣本采集難、環(huán)境干擾大、識別難度高、霉煙樣本量不足等問題，深入解析霉變煙葉多模態(tài)特性表征、算法
-
，為傳統(tǒng)制造注入無限可能。這并非一場簡單的技術(shù)迭代，而是一次從“制造”到“智造”的范式躍遷——以數(shù)據(jù)為墨、算法為筆，人工智能勾勒出一幅虛實交融的“云上藍圖”。在傳統(tǒng)
-
研究，針對霉煙樣本采集難、環(huán)境干擾大、識別難度高、霉煙樣本量不足等問題，深入解析霉變煙葉多模態(tài)特性表征、算法迭代升級，創(chuàng)建高效在線智能檢測模型，
-
：通過開發(fā)管理系統(tǒng)采集實時電流數(shù)據(jù)，經(jīng)過智能算法與不同工況下的標準電流進行對比，用以驗證設(shè)備的狀態(tài)和性能，確認設(shè)備是否滿足生產(chǎn)條件。圖為全國勞模袁建華正在
-
：“我們可以通過機器的自主學(xué)習(xí)和控制模型代替人工經(jīng)驗。”于是，郭奔帶領(lǐng)工作室成員自學(xué)機器學(xué)習(xí)技術(shù)領(lǐng)域相關(guān)知識、研究人工智能算法。項目開發(fā)前期，團隊成員運用
