Elektroda.pl
Elektroda.pl
X
Proszę, dodaj wyjątek www.elektroda.pl do Adblock.
Dzięki temu, że oglądasz reklamy, wspierasz portal i użytkowników.

Głębokie uczenie maszynowe dla systemów radiowych - seminarium Analog Devices

ghost666 15 Mar 2019 16:51 282 0
  • Głębokie uczenie maszynowe dla systemów radiowych - seminarium Analog Devices
    Systemu głębokiego uczenia maszynowego są już od jakiegoś czasu dostępne i wykorzystywane w wielu dziedzinach elektroniki. Jednym z sektorów, gdzie ich wykorzystanie przynieść może niezwykle pozytywne skutki są systemy radiowe, gdzie algorytmy uczenia maszynowego pomóc mają w poradzeniu sobie z niezwykle wysoką zajętością bliskich siebie pasm radiowych, upraszczając jednocześnie projektowanie systemów radiowych i czynią je bardziej niezawodnymi.

    W ramach webinarium, organizowanego przez firmę Analog Devices, uczestnicy dowiedzą się jak wykorzystać algorytmy DSP pracujące w czasie rzeczywistym wraz z algorytmami uczenia maszynowego wykorzystującymi procesory graficzne NVIDIA. W ramach seminarium omówione zostaną tematy związane z oceną działania systemu uczenia maszynowego, trenowaniem go danymi RF i implementacji programowej otrzymanych algorytmów.

    Seminarium dedykowane jest głównie dla inżynierów i projektantów rozwiązań radiowych w zakresie telekomunikacji i systemów wojskowych, a także dla nauczycieli akademickich.

    W ramach webinarium uczestnicy dowiedzą się:

    * Jakie są aplikacje systemów głębokiego uczenia maszynowego dla systemów radiowych i do analizy sygnałów RF.
    * Jak wykorzystać zalety otwartego oprogramowania do uczenia maszynowego we własnych zastosowaniach.
    * Jak mierzyć jakość i szybkość działania systemów głębokiego uczenia maszynowego

    Seminarium zaplanowano na 21 marca bieżącego roku na godzinę 17:00 czasu środkowoeuropejskiego.

    Na seminarium zarejestrować można się tutaj.

    Źródło: materiały prasowe firmy Analog Devices


    Fajne! Ranking DIY
    Byłeś na tym wydarzeniu? Jak się podobało? Odpowiedz w tym temacie, publikując relacje, zdjęcia, materiały. Napisz do nas, a otrzymasz punkty za relację.