高周波・RFニュース 2024年8月20日 Qualcomm Aware Platformが肉サプライヤの追跡に採用、AMDがZT Systemsを買収、NVIDIAの生成AI竜巻予測StormCast、FortifyのRF 3DプリンタがNASAに導入、Motorola Edge50分解、iFixitは無線より有線イヤホン推し
・Qualcomm Aware Platformが肉サプライヤの追跡に採用
・AMDがZT Systemsを買収
AMD to Significantly Expand Data Center AI Systems Capabilities with Acquisition of Hyperscale Solutions Provider ZT Systems
・NVIDIAの生成AI竜巻予測StormCast
AI Chases the Storm: New NVIDIA Research Boosts Weather Prediction, Climate Simulation
・FortifyのRF 3DプリンタがNASAに導入
Fortify Delivers Flux One 3D Printer to NASA's Glenn Research Center-Revolutionizing Research by Unlocking Design and Material Freedom
・Motorola Edge50分解
・iFixitが無線より有線イヤホンの方がいいと言っている。
Why Wires Beat Wireless Every Time
« 高周波エンジニアのためのAI・機械学習入門(6)教師あり学習で分類をするためのデータ作成として、Pythonとscikit-rfで作ったLCフィルタ合成ライブラリfiltersynthを使ってモンテカルロシミュレーションでLPF、BPF、HPFをたくさん作ってSパラ入力、出力OneHot表現で分類を行う。 | トップページ | 高周波エンジニアのためのAI・機械学習入門(7)教師あり学習でフィルタ特性(LPF, BPF, HPF)が分類できるかをPythonとKeras 3.0を使ってディープラーニング(DNN)でやってみた。バリデーションもテストも精度100%になった。人間が一目でわかるものはAIにも簡単なのか。 »
「学問・資格」カテゴリの記事
- 高周波・RFニュース 2025年2月13日 iFixitがSamsung Galaxy S25 ultraを分解、ぐりぐり回せる3D CTモデルに、Spirentの5G Outlook レポート、QualcommのオンデバイスAIホワイトペーパー、InfineonがCoolSiC™ MOSFETs 650 Vの Q-DPAKとTOLLパッケージで発表(2025.02.13)
- 高周波・RFニュース 2025年2月12日 GSAが5G standaloneウェビナー開催、CTIAと5G americasがケーブルに対抗してSpectrum for Broadband Competitionで連携、NXPがエッジAIのKinaraを買収、PBKreviewsがSamsung Galaxy S25/plus/ultra全部分解していて5Gミリ波AiPは全部1個(2025.02.12)
「日記・コラム・つぶやき」カテゴリの記事
- 高周波・RFニュース 2025年2月13日 iFixitがSamsung Galaxy S25 ultraを分解、ぐりぐり回せる3D CTモデルに、Spirentの5G Outlook レポート、QualcommのオンデバイスAIホワイトペーパー、InfineonがCoolSiC™ MOSFETs 650 Vの Q-DPAKとTOLLパッケージで発表(2025.02.13)
- 高周波・RFニュース 2025年2月12日 GSAが5G standaloneウェビナー開催、CTIAと5G americasがケーブルに対抗してSpectrum for Broadband Competitionで連携、NXPがエッジAIのKinaraを買収、PBKreviewsがSamsung Galaxy S25/plus/ultra全部分解していて5Gミリ波AiPは全部1個(2025.02.12)
« 高周波エンジニアのためのAI・機械学習入門(6)教師あり学習で分類をするためのデータ作成として、Pythonとscikit-rfで作ったLCフィルタ合成ライブラリfiltersynthを使ってモンテカルロシミュレーションでLPF、BPF、HPFをたくさん作ってSパラ入力、出力OneHot表現で分類を行う。 | トップページ | 高周波エンジニアのためのAI・機械学習入門(7)教師あり学習でフィルタ特性(LPF, BPF, HPF)が分類できるかをPythonとKeras 3.0を使ってディープラーニング(DNN)でやってみた。バリデーションもテストも精度100%になった。人間が一目でわかるものはAIにも簡単なのか。 »
コメント