一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一款基于傳感器的神經(jīng)網(wǎng)絡(luò)解決方案

Xilinx賽靈思官微 ? 來源:Xilinx賽靈思官微 ? 作者:Xilinx賽靈思官微 ? 2022-10-20 10:58 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

后疫情時代,企業(yè)面臨的挑戰(zhàn)在于如何才能更好地了解其工作環(huán)境的日常使用情況,從而制定更明智的房地產(chǎn)投資決策。

XY Sence 于 2016 年成立于澳大利亞維多利亞州克雷蒙,致力于開發(fā)新一代計算機視覺傳感器及解決方案,簡化工作場所占用情況及空間利用率數(shù)據(jù)的采集與使用。

XY Sense 公司的工作場所占用傳感器解決方案是一款基于傳感器的神經(jīng)網(wǎng)絡(luò)解決方案,幫助用戶掌握工作場所的占用狀況與員工移動路徑,從而動態(tài)分配工作場所。該解決方案由來自 AMD 的 Zynq 7000 自適應(yīng)計算平臺提供支持。

項目挑戰(zhàn)

對于大多數(shù)企業(yè)而言,房地產(chǎn)開支是排名第二位或第三位的開支。然而,很多企業(yè)無法準(zhǔn)確地詳盡描述其工作空間如何(或是否)被使用。無法實時準(zhǔn)確掌握工作場所的占用數(shù)據(jù),就意味著企業(yè)不能恰當(dāng)?shù)毓芾砜臻g利用率。

盡管市面上的一些解決方案能夠解決這個問題,但它們要么過于昂貴,要么由于以設(shè)備而非人作為跟蹤對象,因而缺乏足夠的準(zhǔn)確性。XY Sense 的開發(fā)宗旨,是提供一種采集并應(yīng)用工作場所利用率數(shù)據(jù)的捷徑。

該公司希望開發(fā)出一款可負擔(dān)性與靈活性較好的解決方案,以長期在任意給定時點掌握所有辦公空間的使用狀況。他們清楚,要求員工登錄某個設(shè)備或攜帶 GPS 跟蹤器并非良策,因為員工難免會在離開辦公室的時候忘記登錄或隨身攜帶設(shè)備。他們希望開發(fā)出一款能自主運行、精確且只提供( X,Y )坐標(biāo)數(shù)據(jù)以隱匿員工身份的解決方案。

解決方案

這款解決方案就是 XY Sense 的工作場所空間占用傳感器解決方案。這種基于傳感器的神經(jīng)網(wǎng)絡(luò)解決方案實時運行,幫助用戶掌握辦公室空間的占用狀況以及員工的移動路徑,方便他們動態(tài)分配可用的工作空間。此外,它還能幫助企業(yè)監(jiān)測疫情相關(guān)社交距離要求的遵守情況,輕松制定安全的返回辦公室計劃。

31fcccb0-5010-11ed-a3b6-dac502259ad0.png

XY Sense 跟蹤( X,Y )坐標(biāo),幫助企業(yè)管理辦公空間。

XY Sense 在數(shù)字網(wǎng)格平面布局圖上以匿名( X,Y )坐標(biāo)定位工作人員,定位精度優(yōu)于一英尺??蓴U展的無服務(wù)器云解決方案從傳感器采集數(shù)十億個數(shù)據(jù)點,然后在采集后兩秒以內(nèi)顯示該信息。隨后,這個歷史數(shù)據(jù)將呈現(xiàn)在控制面板上以便使用。每個傳感器能夠覆蓋約 20 張辦公桌(約93 方米)的面積,從而使系統(tǒng)覆蓋面積提升了 2 倍左右。這樣便可以減少客戶需要購買和安裝的傳感器數(shù)量。

來自 AMD 的 Zynq 7000 自適應(yīng)計算平臺為這套系統(tǒng)提供技術(shù)支持,并幫助其采集和處理實時傳感器數(shù)據(jù)。這種片上系統(tǒng)器件擁有充足的板載 FPGA 邏輯,幫助 XY Sense 實現(xiàn)其定制神經(jīng)網(wǎng)絡(luò),并提供高分辨率圖像檢測和分析。

Zynq 7000 自適應(yīng)計算平臺搭載雙 ARM 核心處理器,速度足夠完成所需的預(yù)處理和后處理,同時留出充足裕度運行 Linux 和保持連接性能。

XY Sense 市場營銷主管 Libby Owens

“這種工業(yè)級芯片對我們非常適合,因為我們可以更多挖掘 XY Sense 機器學(xué)習(xí)算法的潛力,而無需擔(dān)心達到熱極限,特別是在我們采用緊湊產(chǎn)品結(jié)構(gòu)的情況下(沒有強勁的空氣流或風(fēng)扇)?!?/p>

“此外,這款芯片的長期供貨和支持時限也意味著我們能夠放心地擴展我們的產(chǎn)品制造規(guī)模,從而滿足全球客戶的需求?!?/p>

與此同時,Owens 稱贊了 Zynq 的綜合生態(tài)系統(tǒng),將其稱為“擁有豐富的可用資源、示例和支持的成熟平臺”。

設(shè)計成效

Owens 認為,與 AMD 合作帶來了眾多成效,其中包括節(jié)省時間和資金以及有助于解決復(fù)雜問題。

她表示:“其中有很多在線提供的示例設(shè)計和解決方案,幫助我們快速啟動和運行基本平臺基礎(chǔ)設(shè)施,節(jié)省更多時間用來解決我們的具體業(yè)務(wù)問題?!彼€補充道,芯片長期供貨意味著他們不必浪費時間管理芯片停產(chǎn)退市問題。

她表示:“我們已經(jīng)開發(fā)出在 FPGA 上實現(xiàn)機器學(xué)習(xí)算法的定制方法。我認為我們無法使用不同的平臺實現(xiàn)同等性能與靈活性水平?!?/p>

審核編輯 :李倩

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2565

    文章

    52930

    瀏覽量

    766831
  • gps
    gps
    +關(guān)注

    關(guān)注

    22

    文章

    2982

    瀏覽量

    169229
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    66

    文章

    8501

    瀏覽量

    134536

原文標(biāo)題:工作場所傳感器助力實時管理辦公空間

文章出處:【微信號:賽靈思,微信公眾號:Xilinx賽靈思官微】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機轉(zhuǎn)速估計中的仿真研究

    0 引言 在高性能的異步電動機矢量控制中,轉(zhuǎn)速的閉環(huán)控制環(huán)節(jié)般是必不可少的。采用傳統(tǒng)的速度傳感器檢測轉(zhuǎn)速,由于速度傳感器在安裝、維護、環(huán)境影響等方面會嚴(yán)重影響異步電動機調(diào)速系統(tǒng)的簡便性、廉價性
    發(fā)表于 06-16 21:54

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每層都由若干個神經(jīng)元構(gòu)成,神經(jīng)元之間通過權(quán)重連接。信號在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) :
    的頭像 發(fā)表于 02-12 15:53 ?646次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點分析

    BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為種常用的機器學(xué)習(xí)模型,具有顯著的優(yōu)點,同時也存在些不容忽視的缺點。以下是對BP神經(jīng)網(wǎng)絡(luò)優(yōu)缺點的分析
    的頭像 發(fā)表于 02-12 15:36 ?905次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法(Backpropagation Algorithm)是種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的有效方法。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法的介紹:
    的頭像 發(fā)表于 02-12 15:18 ?756次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系,以下是對它們之間關(guān)系的介紹: 、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò),即反向傳播神經(jīng)網(wǎng)絡(luò)(Ba
    的頭像 發(fā)表于 02-12 15:15 ?846次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上篇文章中,我們介紹了傳統(tǒng)機器學(xué)習(xí)的基礎(chǔ)知識和多種算法。在本文中,我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工
    的頭像 發(fā)表于 01-09 10:24 ?1176次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    文詳解物理信息神經(jīng)網(wǎng)絡(luò)

    物理信息神經(jīng)網(wǎng)絡(luò) (PINN) 是神經(jīng)網(wǎng)絡(luò),它將微分方程描述的物理定律納入其損失函數(shù)中,以引導(dǎo)學(xué)習(xí)過程得出更符合基本物理定律的解。
    的頭像 發(fā)表于 12-05 16:50 ?8121次閱讀
    <b class='flag-5'>一</b>文詳解物理信息<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    神經(jīng)網(wǎng)絡(luò),也稱為全連接神經(jīng)網(wǎng)絡(luò)(Fully Connected Neural Networks,F(xiàn)CNs),其特點是每層的每個神經(jīng)元都與下
    的頭像 發(fā)表于 11-15 14:53 ?1848次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機器學(xué)習(xí)領(lǐng)域中的種強大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和傳統(tǒng)
    的頭像 發(fā)表于 11-15 09:42 ?1121次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)準(zhǔn)備方法

    、數(shù)據(jù)收集與清洗 數(shù)據(jù)收集 : 根據(jù)LSTM神經(jīng)網(wǎng)絡(luò)的應(yīng)用場景(如時間序列預(yù)測、自然語言處理等),收集相關(guān)的時間序列數(shù)據(jù)或文本數(shù)據(jù)。 數(shù)據(jù)可以來自數(shù)據(jù)庫、日志文件、傳感器讀數(shù)、用戶行為記錄等多種來源。 數(shù)據(jù)清洗 : 去除數(shù)
    的頭像 發(fā)表于 11-13 10:08 ?2091次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作機制

    LSTM(Long Short-Term Memory,長短期記憶)神經(jīng)網(wǎng)絡(luò)種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),設(shè)計用于解決長期依賴問題,特別是在處理時間序列數(shù)據(jù)時表現(xiàn)出色。以下是LSTM神經(jīng)
    的頭像 發(fā)表于 11-13 10:05 ?1622次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的基本原理 如何實現(xiàn)LSTM神經(jīng)網(wǎng)絡(luò)

    LSTM(長短期記憶)神經(jīng)網(wǎng)絡(luò)種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),它能夠?qū)W習(xí)長期依賴信息。在處理序列數(shù)據(jù)時,如時間序列分析、自然語言處理等,LSTM因其能夠有效地捕捉時間序列中的長期依賴關(guān)系而受到
    的頭像 發(fā)表于 11-13 09:53 ?1555次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺新增了全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實時機器學(xué)習(xí)算法,進行快速、靈活的信號分析、去噪、傳感器調(diào)節(jié)校準(zhǔn)、閉環(huán)反饋等應(yīng)用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?653次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念你厘清了么~

    神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中非常有效。卷積層使用種被稱為卷積的數(shù)學(xué)運算來識別像素值數(shù)組的模式。卷積發(fā)生在隱藏層中,如圖3所示。卷積會重復(fù)多次直至達到所需的精度水平。如果要比較的兩個輸入值(本例是輸入圖像和濾波
    發(fā)表于 10-24 13:56

    matlab 神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析

    matlab神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析 精通的可以討論下
    發(fā)表于 09-18 15:14