$VideoContentTcplayer$
  • 盖世汽车产业大数据
  • 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 具身智能
  • 汽车出海新书发布
  • 2026具身智能核心硬件与关键零部件创新研讨会
  • 走进奇瑞汽车行业共创论坛暨前瞻技术展
  • 造车2.0新书发布
  • 2026第六届汽车AI智能底盘大会
  • 2026第七届新一代动力技术创新峰会
当前位置:首页 > 新技术 > 正文

研究人员开发SDDGR新技术 推动AI在物体检测和分类方面的发展

盖世汽车 钟群 2024-07-02 09:17:44
主营产品汽车零部件、汽车配件、汽车部件
主营产品塑料部件、轮胎、车身和外饰零件、精密零件、电气和电子产品

盖世汽车讯 人工智能(AI)的核心技术在于其在学习新信息的同时能够保留现有知识。这种能力对于人工智能系统在各种应用中有效发挥作用至关重要,正如人类在获取新经验的同时能够回忆过去的经验一样。

据外媒报道,韩国蔚山国立科学技术院(UNIST)人工智能研究生院(Graduate School of Artificial Intelligence)的Seungryul Baek教授及其研究团队开发出名为“基于稳定性扩散的深度生成重放(SDDGR, stability diffusion-based deep generative replay)”的新技术,使人工智能能够在保留现有知识的同时学习新信息。这项研究目前已发表在arXiv预印本服务器上。

研究人员开发SDDGR新技术 推动AI在物体检测和分类方面的发展

图片来源:arXiv

SDDGR技术凭借其广泛的有效性改变了人类日常生活的各个方面,使其成为智能家电、机器人和医疗领域的重要工具。值得注意的是,SDDGR在自动驾驶汽车中尤为有效,使其能够准确识别道路物体并实现安全驾驶。在安全环境中,SDDGR可以准确地检测入侵者并触发提示警报。

此前开发的类增量学习(CIL)技术在识别和分类图像中的多个物体时存在局限性。为了应对这一挑战,SDDGR技术应运而生。它能生成高质量的图像,并通过迭代处理帮助维护先验知识。通过利用先进的学习方法,SDDGR可提高处理新数据的准确性。

此外,SDDGR还能通过高效的数据重用降低数据存储和处理成本,从而带来经济效益。研究团队表示,这种方法有望为企业带来显著的经济效益。

Baek Seung-ryul教授指出:“SDDGR模型将有助于提高各个行业连续物体检测的准确性。”

该研究的第一作者Junsu Kim补充道:“我们已经在各种应用中证明了SDDGR技术的实际有效性,这将使企业能够以更低的成本和时间开发更好的人工智能模型。”

本文涉及

Autodata企业洞察与产业数据
  • DEEP

    供应商

    所在地区 · 印度DEEP CORPORATION

    主营产品汽车零部件、汽车配件、汽车部件

  • CIL

    供应商

    所在地区 · 印度CIL

    主营产品塑料部件、轮胎、车身和外饰零件、精密零件、电气和电子产品

2024年全球前瞻技术情报

*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。

本文地址:https://auto.gasgoo.com/news/202407/2I70397628C409.shtml

文章标签: 前瞻技术 自动驾驶
 
0

好文章,需要你的鼓励

微信扫一扫分享该文章