基于状态的系统监测(CbM)方法及系统设计

亚德诺半导体 2019-07-31 15:01 次阅读
任何深谙设备维护必要性的人都知道,设备发出的声音和振动有多重要。通过声音和振动进行适当的设备健康监测,可以将维护成本降低一半,使用寿命延长一倍。实现实时声学数据和分析是另一种重要的基于状态的系统监测 (CbM) 方法。

我们可以学着了解设备发出的正常声音是什么样的。当声音出现变化时,我们可以确认出现异常。然后我们可以了解是什么问题,通过这样的方式把声音和特定的问题联系在一起。识别异常可能需要进行几分钟的训练,但将声音、振动和原因结合起来实施诊断可能需要一辈子的时间。经验丰富的技工人员和工程师可能具备这种知识,但他们属于稀缺资源。单单通过声音本身识别问题可能相当困难,即使使用录音、描述性框架或接受专家亲自培训也是如此。

因此,ADI团队在过去20年里一直致力于理解人类是如何解读声音和振动的。我们的目标是建立一个系统,能够学习来自设备的声音和振动,破译它们的含义,以检测异常行为,并进行诊断。本文详细介绍了OtoSense的体系结构,它是一种设备健康监测系统,支持我们所说的听觉,让计算机能够理解设备行为的主要指标:声音和振动

该系统适用于任何设备,可以实时工作,无需网络连接。它已被应用于工业应用,支持实现一个可扩展的高效设备健康监测系统。

本文探讨了引导开发OtoSense的原则,以及在设计OtoSense期间,人类听觉所发挥的作用。然后,本文讨论了声音或振动特性的是如何被设计出来的、如何从这些特性了解其代表的意义,以及在持续学习中如何不断改变和改进OtoSense,用于执行愈加复杂的诊断,且结果更为精准。

指导原则

为了保证耐用、不可知且高效,OtoSense设计理念秉持几个指导原则:

  • 从人类神经学中获得灵感。人类可以以一种非常节能的方式学习和理解他们听到的任何声音。

  • 能够学习静态声音和瞬态声音。这需要不断调整功能和持续实施监测。

  • 在靠近的终端进行识别。应该无需通过网络连接远程服务器来做出决策。

  • 与专家互动,向他们学习,前提是尽可能避免干扰他们的日常工作,且过程要尽可能愉悦。

 

人类听觉系统和对 OtoSense 的解析

听觉是一种关乎生存的感觉。它是对遥远的、看不见的事件的整体感觉,在出生前就已成熟

人类感知声音的过程可以用四个熟悉的步骤来描述:声音的模拟获取、数字转换、特征提取和解读。在每个步骤中,我们都会将人耳与 OtoSense 系统比较。

  • 模拟获取和数字化。中耳中的膜和杠杆捕捉声音,然后调整,将振动传输到充液腔道中,在那里,另一层膜会根据信号中存在的光谱成分选择性地移位。这反过来了弹性单元,这些单元发出数字信号,反映出弯曲程度和强度。然后,这些单独的信号通过按频率排列的平行神经传递到初级听觉皮层。

    • 在 OtoSense 中,这项工作由传感器、放大器和编解码器来完成。数字化过程使用固定的采样速率,可在 250 Hz 和 196kHz 之间调节,波形在 16 位编码,然后到大小在 128 到4096 之间的缓冲区。

  • 特性提取发生在初级皮层:频率域特性,如主频率、谐波和频谱形状,以及时间域特性,如脉冲、强度变化和在大约 3 秒时间窗内的主要频率成分。

    • OtoSense 使用一个时间窗,我们称之为块,它以固定的步长移动。这个块的大小和步长范围为 23 毫秒到 3 秒,具体由需要识别的事件和在终端提取特性的采样率决定。在下一节中,我们会就 OtoSense 提取的特性进行更详细地解释。

  • 解析发生在联络皮层,它融合了所有的感知和记忆,并赋予声音以含义(比如通过语言),在塑造感知期间起着核心作用。解析过程会组织我们对事件的描述,远远不止是对它们进行命名这么简单。为一个项目、一个声音或一个事件命名可以让我们赋予它更大、更多层的含义。对于专家来说,名字和含义能让他们更好地理解周围的环境。

    • 这就是为什么 OtoSense 与人的互动始于基于人类神经学的视觉、无监督的声音映射。OtoSense 利用表示所有听到的声音或振动,它们按相似性排列,但不尝试创建固定分类。这让专家们能够组织屏幕上显示的组,并为它们命名,而无需尝试人为创建有界线的类别。他们可以根据自身的知识、感知和对 OtoSense 最终输出的期望构建语义地图。对于同样的音景,汽车师、航空工程师,或者冷锻压力机专家,甚至是研究相同领域,但来自不同公司的人员,都可以按不同的方式进行划分、组织和。OtoSense则与塑造语言意义一样,使用相同的自下而上的方法来给定意义。

从声音和振动到特性

经过一段时间(如之前所示,时间窗或块),我们会给某个特征分配一个单独的编号,用于描述该时间内声音或振动的给定属性/质量。OtoSense 平台选择特性的原则如下:

  • 对于频率域和时域,特征都应该尽可能完整地描述环境,供尽可能多的细节。它们必须描述静止的嗡嗡声,以及咔哒声、哗啦声、吱吱声和任何瞬间变化的声音。

  • 特征应尽可能按正交方式构成一个集合。如果一个特征被定义为“块上的平均振幅”,那么就不应该有另一个特征与之高度相关,例如“块上的总光谱能量”。当然,正交性可能永远无法实现,但不应将任何一种表述为其他特征的组合,每种特征都必须包含单一信息。

  • 特性应该最小化计算量。我们的大脑只知道加法、比较和重置为0。大多数OtoSense特性都被设计成增量,这样每个新示例都可以通过简单的操作修改特性,而不需要在完整的缓冲区,或者更为糟糕的,在块上重新进行计算。最小化计算量还意味着可以忽略标准物理单元。例如,尝试用值(以dBA为单位)表示强度是没有意义的。如果需要输出dBA值,则可以在输出时完成(如果必要)。

在OtoSense平台的2到1024个特性中,有一部分描述了时域。它们要么是直接从波形中提取,要么是从块上任何其他特性的演化中提取。在这些特性中,有些包括平均振幅和最大振幅、由波形线性长度得到的复杂度、振幅变化、脉冲的存在与否和其特性、第一个和最后一个缓冲区之间相似性的稳定性、卷积的超小型自相关或主要频谱峰值的变化。

在频域上使用的特性提取自 FFT。FFT 在每个缓冲区上计算,产生从 128 到 2048 个单独频率的输出。然后,该过程创建一个具 有所需维数的向量,该向量比FFT小得多,但仍能细致地描述环境。OtoSense最初使用一种不可知的方法在对数频谱上创建大小相同的数据桶。然后,根据环境和要识别的事件,这些数据桶将重点放在信息密度高的频谱区域,要么是从能够熵最大化的无监督视角,要么是从使用标记事件作为指导的半监督视角来判断。这模拟了我们的内耳细胞结构,在语言信息密度最大的地方,语音细节更密集。

结构:支持终端和本地数据

OtoSense在终端位置实施异常检测和事件识别,无需使用任何远程设备。这种结构确保系统不会受到网络故障的影响,且无需将所有原始数据块发送出去进行分析。运行 OtoSense 的终端设备是一种自包含系统,可以实时描述所鉴听设备的行为。

运行AI和H的OtoSense服务器一般托管在本地。云架构可以将多个有意义的数据流聚合成为OtoSense设备的输出。对于一个专门处理大量数据并在一个站点上与数百台设备交互的AI 来说,使用云托管的意义不大。

图1. OtoSense 系统

从特性到异常检测

正常/异常评估无需与专家进行太多交互。专家只需要帮忙确定表示设备声音和振动正常的基线。然后,在推送给设备之前,先将这个基线在 Otosense 服务器上转换为异常模型。

然后,我们使用两种不同的策略来评估传入的声音或振动是否正常:

  • 第一种策略是我们所说的“常态性”,即检查任何进入特性空间的新声音的周围环境、它与基线点和集群的距离,以及这些集群的大小。距离越大,集群越小,新的声音就越不寻常,异常值也就越高。当这个异常值高于专家定义的阈值时,相应的块将被标记为不寻常,并发送到服务器供专家查看。

  • 第二种策略非常简单:任何特性值高于或低于特性定义的基线的最大值或最小值的传入块都被标记为“极端”,并发送到服务器。

异常和极端策略的组合很好地涵盖了异常的声音或振动,这些策略在检测日渐磨损和残酷的意外事件方面也表现出色。

从特征到事件识别

特征属于物理领域,含义属于人类认知。要将特征与含义联系起来,需要OtoSenseAI和人类专家之间展开互动。我们花了大量时间研究客户的反馈,开发出人机界面(HMI),让工程师能够高效地与OtoSense交互,设计出事件识别模型。这个HMI允许探索数据、标记数据、创建异常模型和声音识别模型,并测试这些模型。

OtoSense Sound Platter(也称为splatter)允许通过完整概述数据集来探索和标记声音。Splatter在完整的数据集中选择最有趣和最具代表性的声音,并将它们显示为一个混合了标记和未标记声音的 2D 相似性地图。

图2. OtoSense Sound Platter 中的 2D splatter 声音地图。

任何声音或振动,包括其环境,都可以通过许多不同的方式进行可视化——例如,使用 Sound Widget(也称为 Swidget)。

图3. OtoSense sound widget (swidget)。

在任何时候,都可以创建异常模型或事件识别模型。事件识别模型是一个圆形的混淆矩阵,它允许 OtoSense 用户探索混淆事件。

图4. 可以基于所需的事件创建事件识别模型

异常可以通过一个显示所有异常和极端声音的界面进行考察和标记。

图5. 在 OtoSense 异常可视化界面中,声音分析随时间的变化。

持续学习过程—从异常检测到日益复杂的诊断

OtoSense 的设计初衷是向多位专家学习,并且随着时间推移,进行越来越复杂的诊断。常见过程是 OtoSense 和专家之间的循环:

  • 异常模型和事件识别模型都是在终端运行。这些模型为潜在事件发生的概率以及它们的异常值创建输出。

  • 超出定义阈值的异常声音或振动会触发异常通知。使用 OtoSense 的技术人员和工程师可以检查该声音和其前后声音信息。

  • 然后,这些专家会对这个异常事件进行标记。

  • 对包含这些新信息的新识别模型和异常模型进行计算,并推送给终端设备。

结 论

ADI提供的OtoSense技术旨在使声音和振动专业知识在任何设备上都持续可用,且无需连接网络来执行异常检测和事件识别。在航空航天、汽车和工业监测应用中,该技术被越来越多地用于设备健康监测,这表示,在曾经需要专业知识,以及涉及嵌入式应用的场景中,尤其是对于复杂设备而言,该技术都表现出了不错的性能。

秒速时时彩原文标题:听懂声音——ADI人工智能如何大幅延长设备的正常运行时间?

文章出处:【微信号:analog_devices,微信公众号:亚德诺半导体】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

David,加州大学物理博士,美国著名电商数据科学家。本课程介绍什么是深度学习, 深度学习与机器学习的关系,几种神经网络
发表于 11-08 00:00 7724次 阅读

品览数据完成数千万元融资

据悉,本轮融资资金将重点用于品识AI中台迭代开发和技术团队建设。
的头像 联动原素 发表于 08-05 17:49 187次 阅读

计算机视觉迈进新征程 “玩家”找出哪些新玩法?

当前,计算机视觉的已经成为了一个跨学科的领域,计算机视觉源于1980年左右的神经网络技术,但是直到近几年才真正
的头像 张康康 发表于 08-05 13:58 44次 阅读

未来人工智能或将替代人类超过50%的工作

早从《黑客帝国》开始,人们就对未来科技生活展开了想象:在未来,人们将会生活在虚拟世界,平常的感知都将....
发表于 08-05 09:46 28次 阅读
未来人工智能或将替代人类超过50%的工作

AI系统的建立必须估计算法的泛化能力

在新数据中,深度学习系统执行(泛化)能力如何?其性能如何?要想建立AI系统的信赖度和可靠性,必须估计....
发表于 08-04 09:43 43次 阅读
AI系统的建立必须估计算法的泛化能力

深度学习脑结构和脑工作原理最详细图解

很好地提醒了我,为什么我愿意跟如此美丽可爱的大脑一起工作。因为真正的大脑非因为真正的大脑非常不可爱,....
的头像 人工智能学家 发表于 08-03 12:00 492次 阅读

各位好,现在正在使用AD7689芯片,这个芯片有两个供电,一个是VDD供电,还有一个是通讯IO供电,我看手册上写的,IO供电...
发表于 08-02 17:35 235次 阅读

研究人员们提出了PBA的方法来获取更为有效的数据增强策略

数据增强策略通常包括剪切、填充、翻转和旋转等,但这些基本策略对于深度网络的训练还是太简单,在对于数据....
的头像 将门创投 发表于 08-02 15:56 96次 阅读

英伟达研究团队的公布的“AI神笔”吗?

今年3月英伟达的新科技GauGAN在GTC 2019上一经推出,获得无数手残党点赞。GauGAN的拼....
的头像 将门创投 发表于 08-02 15:29 220次 阅读

深度学习时代的来为基于图像的三维重建提供了新的可能

这些方法在近年来取得了令人瞩目的效果,在通用物体重建和类似人脸的特殊物体重建上都取得了不错的结果。接....
的头像 将门创投 发表于 08-02 15:04 246次 阅读

研究人员们提出了一系列新的点云处理模块

为了探索这些问题的解决办法、来自伦敦大学学院的研究人员们提出了一系列新的点云处理模块,从效率、信息共....
的头像 将门创投 发表于 08-02 14:44 186次 阅读

细粒度图像分析任务在发展过程中面临着独特的挑战

细粒度图像分析所面临的任务是分析和处理某个类别目标下的一系列子类别的问题,例如狗的类别下包含了各种不....
的头像 将门创投 发表于 08-02 14:29 144次 阅读

1、根据AD9361_calibration手册,TDD模式下,40M参考时钟,VCO时间为37.075us,即ALERT所需要的时间。我用PIN控...
发表于 08-02 10:22 92次 阅读

基于深度学习的推荐算法大部分都存在不同程度的数据集缺失和源码缺失

不同工作采用的数据集,验证方法,性能指标,数据预处理步骤都不同,这使得性能对比很困难,无法确定哪个工....
的头像 AI科技大本营 发表于 08-02 09:33 107次 阅读

中文预训练模型ERNIE使用指南

Okay,当我们了解了ERNIE模型的大体框架及原理之后,接下来就可以深入理解一下具体的实现啦。ER....
的头像 AI科技大本营 发表于 08-02 09:15 237次 阅读

一本书来帮助你入门深度学习生成模型

这一事实并没有真正公正地反映AGC的辉煌。由于摩尔定律,你可以选择任何计算机器,也可以说50年后,将....
的头像 新智元 发表于 08-02 08:57 106次 阅读

PCB(印制电路板)布线在高速电路中具有关键作用,那么高速PCB的布线需要考虑哪些事项呢? 这个问题大家考虑过吗? ...
发表于 08-02 06:46 17次 阅读

人工智能被纳入国家战略,催生AI落地中国

中国目前拥有50家AI独角兽企业,其中超级独角兽有19家,估值总金额占全部AI独角兽总估值的90.9....
的头像 新智元 发表于 08-01 15:26 217次 阅读

数据显示,全球4G/5G基站市场规模将在2022年达到16亿美元,其中用于Sub-6GHz频段的M-MIMO PA器件年复合增长率将达到...
发表于 08-01 08:25 83次 阅读

什么是宽带频率合成器件的相位校准和控制?顾名思义,锁相环(PLL)使用鉴相器比较反馈信号与参考信号,将两个信号的相位锁定在...
发表于 08-01 08:18 83次 阅读

过去二十年来,商用航空领域一直依赖卫星通信协调民用航空乘客出行。随着数据流量和物联网(loT)应用的增长,对卫星通信系统的需...
发表于 08-01 08:11 87次 阅读

如果系统精度、效率和可靠性至关重要,设计传感器节点无线数据传输以用于远程监控会是一个相当大的挑战。溶液的pH值是许多行业需...
发表于 08-01 07:23 101次 阅读

在电子设计中,模拟/RF设计一直是最让设计师头疼的部分,传统上,模拟射频器件供应商一般只提供器件的datasheet以及若干参考设...
发表于 08-01 07:11 70次 阅读

       如何设计射频电路?        PCB设计基频电路时,需要大量的信号处理工...
发表于 08-01 06:32 25次 阅读

如今,无线系统无处不在,无线设备和服务的数量持续增长。设计完整的RF系统是一项跨学科设计挑战,模拟RF前端是其中最关键的...
发表于 08-01 06:00 70次 阅读

深度学习全新打开方式Google Brain提出概念激活向量新方法

最近,Google Brain团队的研究人员发表了一篇论文,提出了一种名为概念激活向量(Concep....
的头像 大数据文摘 发表于 07-31 14:11 108次 阅读

强人工智能离我们还有多远

什么是机器学习?“人或者是智能体,通过与环境的交互来提升自己行为的这种智能叫机器学习。”他说,机器学....
发表于 07-31 09:59 148次 阅读
强人工智能离我们还有多远

深度学习会是医疗行业的未来吗

医疗领域常常被认为是处于AI革命边缘的领域。人工智能领域的很多知名企业,如谷歌的DeepMind,都....
发表于 07-31 09:14 153次 阅读
深度学习会是医疗行业的未来吗

ADI助力加速迈向工业4.0

5G通过强大的无线连接、边缘计算和网络切片技术,将助力无线自动化控制、工业云化机器人、预测性维护、柔....
的头像 OFweek工控 发表于 07-30 16:18 248次 阅读

怎样保证人脸识别的准确性

随着消费者意识到他们在互联网上留下的数据能够产生的巨大威力,人脸识别数据集正在加剧人们对隐私和监控的....
发表于 07-30 10:44 184次 阅读
怎样保证人脸识别的准确性

推荐系统中候选生成和冷启动挑战的研究

本研究针对推荐系统冷启动和候选生成两方面的问题,提出了一种基于深度学习的分类方法。
的头像 普泽电子 发表于 07-30 10:22 201次 阅读

吱一声就知道你是谁,深度学习识别短片段说话人

UtterIdNet是一种新型的具有短语音片段识别能力的深度神经网络。
的头像 大数据文摘 发表于 07-30 10:02 301次 阅读

戴尔易安信关注FPGA的原因是什么

FPGA作为未来强大的计算加速器,不但影响主要企业的决策和市场趋势,而且加速企业中的工作负载,促进超....
发表于 07-29 17:54 61次 阅读
戴尔易安信关注FPGA的原因是什么

现在ArXiv最火的深度学习框架到底是什么?

仅仅一年时间,PyTorch在学术圈中地位飙升,论文提及数量猛增194%,从第2018年第4位升至2....
的头像 全球人工智能 发表于 07-28 11:22 335次 阅读

聚焦 | 基于深度学习的人工智能技术已触及天花板

此前由这一技术路线带来的“奇迹”在Alphago获胜后未再出现,而且估计未来也很难继续大量出现。
的头像 天津机器人 发表于 07-24 15:37 440次 阅读

FGIA 中的主要问题和挑战

本文对基于深度学习的细粒度图像分析进行了综述,从细粒度图像识别、检索和生成三个方向展开论述。
的头像 人工智能爱好者社区 发表于 07-23 16:04 185次 阅读

嵌入式处理器与AI芯片的差异

自从人工智能进入机器的深度学习时代,原有MCU的硬件加速已无法满足高速海量数值计算要求,以及大数据的....
发表于 07-23 09:09 146次 阅读
嵌入式处理器与AI芯片的差异

基于残差精炼的新模块提升图像超分辨性能

拒绝马赛克!
的头像 将门创投 发表于 07-22 16:53 323次 阅读

DeepCubeA的AI程序,20步内破解出魔方!

反正在玩这点上来说,人类是真滴搞不过AI了。
的头像 网易智能 发表于 07-22 15:54 448次 阅读

初创公司利用深度学习助力医生检测痴呆症

Quantib是一家总部位于荷兰的创业公司,其目前正在致力于通过深度学习的方法来帮助医生诊断痴呆症。
的头像 英伟达NVIDIA中国 发表于 07-22 15:41 520次 阅读

技术 | 基于深度学习图像识别的变电站监控系统

基于计算机网络技术以及无线通信技术和视频监控技术,研究深度学习图像识别的变电站基建安全行为监控系统。
的头像 集成电路应用杂志 发表于 07-22 08:29 305次 阅读

Mipsology Zebra在深度学习推断的应用

Zebra 可消除深度学习推断中具有挑战性的编程及 FPGA 任务。Zebra 可轻松部署和适应广泛....
发表于 07-21 10:59 56次 阅读
Mipsology Zebra在深度学习推断的应用

鼻纹识别技术方案在犬只身份认证的应用

近日,一项鼻纹识别解决方案,一经推出就大受好评,并已最先应用于犬只身份认证。这一方案将有助于城市中的....
发表于 07-21 09:33 75次 阅读
鼻纹识别技术方案在犬只身份认证的应用

商汤论文精选:计算机视觉和深度学习技术最新突破

值得一提的是,在CVPR 2019 Workshop NTIRE 2019视频恢复比赛中(包含两个视....
的头像 AI科技大本营 发表于 07-18 14:43 248次 阅读

边缘智能传感可实现更智能的自主机器人

TI毫米波传感器可用于旨在帮助工业机器人避免碰撞的系统中,解决同人类和其他物体相互作用的机器人协同互....
发表于 07-18 14:39 75次 阅读
边缘智能传感可实现更智能的自主机器人

回顾3年来的所有主流深度学习CTR模型

微软于2016年提出的Deep Crossing可以说是深度学习CTR模型的最典型和基础性的模型。如....
的头像 AI科技大本营 发表于 07-18 14:33 347次 阅读

神经网络时代,中文分词还有必要吗?

这个问题涉及到的更本质的问题,就是语言学的structure在深度学习的框架下有多重要 (因为词是一....
的头像 AI科技大本营 发表于 07-18 14:26 216次 阅读

大数据+深度学习下,BigDL框架的利弊与应用教程

为什么要权衡这些问题其实不难理解,我们需要保持一致的环境,避免大型数据集跨不同集群之间的传递。此外,....
的头像 AI科技大本营 发表于 07-18 14:21 291次 阅读

从代码设计到应用开发,入坑深度学习看这本书就够了

在第9章我们将介绍如何加载预训练网络(该网络是Keras提供的五个预训练网络之一),研究图像输入网络....
的头像 AI科技大本营 发表于 07-18 14:19 226次 阅读

拖动验证码的具体实现

.验证码的一个功能就是来规避机器的自动操作,所以我们需要通过轨迹来判断这个拖动过程是真实的人还是机器....
的头像 AI科技大本营 发表于 07-18 11:02 234次 阅读

深度学习工具根据健身数据可以给出什么建议

这使计算机科学家能够建立一个模型,分析过去的表现,预测特定锻炼时间和路线下的速度和心率。
发表于 07-18 10:49 62次 阅读
深度学习工具根据健身数据可以给出什么建议

GNN在普适性与学习局限性等问题

即在分布式计算或者多代理(multi-agent)系统中,如何在发生进程故障的情况下保持系统的可靠性....
的头像 AI科技大本营 发表于 07-18 10:06 281次 阅读

一个名叫《Awesome Graph Classification》的GitHub项目

那么它和PyTorch Geometric有什么区别呢?PyTorch Geometric仅涵盖了深....
的头像 新智元 发表于 07-18 09:16 330次 阅读

AI在实际应用中最大的问题与困扰是什么?

本次邀请该研究中心的薛向阳教授,为我们共同探讨产研合作中存在的问题。
的头像 安全自动化 发表于 07-17 15:51 358次 阅读

智能工业-产品外观瑕疵质检

使用人工智能深度学习核心技术手段,结合2D/3D工业相机、自动化工装、机械臂等硬件设备,提供全套的工....
发表于 07-17 11:08 153次 阅读
智能工业-产品外观瑕疵质检

EdgeBoard为程序员打造的一款深度学习加速套件

摘要: 简介 市面上基于嵌入式平台的神经网络加速平台有很多,今天给大家带来是百度大脑出品的EdgeB....
发表于 07-16 21:46 50次 阅读
EdgeBoard为程序员打造的一款深度学习加速套件

深度学习的下一站在哪里

深度学习是一个好的开始,但是不能解决一切问题,需要和更高维度的方式叠加。
发表于 07-16 15:32 157次 阅读
深度学习的下一站在哪里

机器学习与深度学习之间有什么异同

AI(人工智能)是计算机科学的一个子领域。
发表于 07-16 09:08 100次 阅读
机器学习与深度学习之间有什么异同

从头开始构建最先进的深度学习模型

Deep Learning from the Foundations
的头像 AI科技大本营 发表于 07-15 10:02 406次 阅读

能不能用GAN破解标注数据不足的问题呢

在计算机视觉领域,深度学习方法已全方位在各个方向获得突破,这从近几年CVPR 的论文即可看出。但这往....
的头像 AI科技大本营 发表于 07-14 11:58 345次 阅读

人工智能芯片发展方向与误区

但这里其实有一个误区。我们可以看到,几十种 AI 芯片像潮水一样涌现,但是却只能支持一部分功能,它可....
的头像 AI科技大本营 发表于 07-13 07:21 434次 阅读

6B11 热电偶输入:mV / Volt输入:电流输入:信号调节模块

信息优势和特点 2500V CMV Version Available 6B11-HV Accepts mV, V, I, and Common TC Inputs (J, K, T, E, R, S, B) National Instruments Labview Supported RS-485 接口Additional 6B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of World电路图、引脚图和封装图
发表于 04-18 19:16 31次 阅读
6B11 热电偶输入:mV / Volt输入:电流输入:信号调节模块

AC1367 电压开关输入模块

信息产品分类接口和隔离 IOS子系统产品详情AC1367是一款电压开关输入模块,支持将高电平预调理模拟信号方便、低成本、安全地连接到5B系列背板连接器。这个模块接受-5V至+5V输入,提供-5V至+5输出,同时能够保护计算机侧电路免受现场侧过压故障影响。输入信号无增益或衰减,输出未隔离。此外,AC1367模块支持混搭使用和热插拔,可以在不中断系统电源的情况下将其插入或拔出同一背板中的任何插槽。...
发表于 04-18 19:15 37次 阅读
AC1367 电压开关输入模块

AC1352 电源连接器

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:15 36次 阅读
AC1352 电源连接器

AC1362 20 Ω电流检测电阻

信息产品分类接口和隔离 IOS子系统产品详情AC1362是一款完全密封的20 Ω、0.1%(典型值)、1/8 W、20 ppm/°C即插即用式替换电阻。
发表于 04-18 19:15 28次 阅读
AC1362 20 Ω电流检测电阻

AC1360 单通道评估板

信息产品分类接口和隔离 IOS子系统产品详情AC1360是一款单通道测试或评估板,既可以利用Phoenix UM通用模块元件安装在DIN轨上,也可以利用附带的4个支柱安装在工作台/墙壁上。该模块针对所有输入、输出、控制和电源连接提供螺纹接线端子。
发表于 04-18 19:15 55次 阅读
AC1360 单通道评估板

AC1361 CJC传感器

信息产品分类接口和隔离 IOS子系统Additional 6B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of World
发表于 04-18 19:15 56次 阅读
AC1361 CJC传感器

AC1363 机架安装套件

信息产品分类接口和隔离 IOS子系统Additional 7B Resources: Accessories and Backplanes Sales and Service: North America (SCS Embedded Tech), Rest of World
发表于 04-18 19:15 4次 阅读
AC1363 机架安装套件

AC1345 带CJC传感器的独立模块安装套件

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:15 56次 阅读
AC1345 带CJC传感器的独立模块安装套件

AC1351 用户设计的3B系列模块,外壳和连接器

信息产品分类接口和隔离 IOS子系统产品详情The AC1351 is a kit which contains a individual blank case and connectors to enable the construction of a user-designed 3B-type module using their own PC board and design.
发表于 04-18 19:15 10次 阅读
AC1351 用户设计的3B系列模块,外壳和连接器

AC1350 用户设计的3B系列模块

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:15 16次 阅读
AC1350 用户设计的3B系列模块

AC1341 6英尺直流电源线

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:15 41次 阅读
AC1341 6英尺直流电源线

AC1342 电流转换电阻

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:15 46次 阅读
AC1342 电流转换电阻

AC1324 模拟I/O用接口板

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:15 61次 阅读
AC1324 模拟I/O用接口板

AC1310 3B系列定制范围调整模块

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:15 50次 阅读
AC1310 3B系列定制范围调整模块

AC1330 19英寸机架安装套件

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:15 52次 阅读
AC1330 19英寸机架安装套件

AC1331 16通道表面安装套件

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:14 50次 阅读
AC1331 16通道表面安装套件

AC1332 8通道表面贴装套件

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:14 36次 阅读
AC1332 8通道表面贴装套件

AC1307 3B系列电源、115V交流输入、±15V DC (+800/-225mA)和+24V DC (350mA)输出

信息产品分类接口和隔离 IOS子系统Additional 3B Resources: Accessories, Backplanes and Power SuppliesSales and Service: North America (SCS Embedded Tech), Rest of WorldDownload a PDF copy of this user manual
发表于 04-18 19:14 56次 阅读
AC1307 3B系列电源、115V交流输入、±15V DC (+800/-225mA)和+24V DC (350mA)输出

AC1301 3B系列电源、115V交流输入、±15V DC、±350mA输出

信息产品分类接口和隔离 IOS子系统产品详情AC1301是一款AC/DC双输出、±15 V DC电源,提供±350 mA的电流。利用附带的安装夹和硬件,可以将其安装在3B01、3B02或3B03背板上。工作温度范围为-25°C至+70°C。
发表于 04-18 19:14 62次 阅读
AC1301 3B系列电源、115V交流输入、±15V DC、±350mA输出

AC1315 I / O背板电缆

信息产品分类接口和隔离 IOS子系统Additional 7B Resources: Accessories and Backplanes Sales and Service: North America (SCS Embedded Tech), Rest of World
发表于 04-18 19:14 54次 阅读
AC1315 I / O背板电缆

亚德诺半导体

文章:242 被阅读:944826

关注 41人关注