KYODO NEWS IMAGELINK

報道写真の購入なら共同通信イメージズ

  • 人工ニューラルネットワーク
  • 中心
  • 令和
  • 教授
  • 構築
  • 科学者
  • 解決
  • しん
  • ネイチャー
  • 吉林大学

「ニューラルネットワーク」の写真・映像

絞り込み
  • 提供元
  • 日付
  • 種類
  • 向き
  • カテゴリ
並び順
  • 古い順
18
( 1 18 件を表示)
  • 1
18
( 1 18 件を表示)
絞り込み
並び順
  • 古い順
  • 02:09.92
    2019年02月25日
    「新華社」スマートモニタリングで爆竹生産の安全確保江西省萍郷市

    中国江西省萍郷(へいきょう)市上栗(じょうりつ)県は、全国的な花火・爆竹の生産地。同県では、花火・爆竹の安全な生産のために、ビッグデータ・モニタリングや人工知能(AI)技術を活用し、花火・爆竹生産の全プロセスにける全面的なスマート化安全監督管理を行い、春節(旧正月)時期の花火・爆竹生産の安全に関する各業務が確実に実施されるよう確保している。上栗県花火・爆竹監督管理情報システムは、AI技術やニューラルネットワーク・アルゴリズムにより、作業スペースがふさがっていないか、半製品が規定以上に積み上げられていないか、現場の薬品量が超過していないかなどの情報を現場と同期している。モニタリング・システムが警報を出すと、対応する作業スペースのスピーカーが自動的に警戒情報を流し、規定違反の行為を最短で中止させ、現場の安全管理の効率を大幅に向上させることができる。昨年12月10日から稼働した同システムは企業と政府をインターネットで接続し、企業と政府の関係部門を網羅する総合的なモニタリング情報システムとなっている。同システムは運用開始から2か月余りの間、県全体で人員超過の違反事例3800件以上を発見し警告を発した。このうち企業が内部で処理した事例は3300件、企業が政府の監督の下で処理した事例が500件余りあった。(記者/温美良)<映像内容>花火・爆竹生産をスマートモニタリングで安全管理する様子、撮影日:撮影日不明、クレジット:新華社/共同通信イメージズ

    商品コード: 2019022604096

  • 2019年04月10日
    Artificial intelligence investigates insect mortality

    10 April 2019, Baden-Wuerttemberg, Karlsruhe: At the company apic.ai you can see a bee on a hive, sitting on a device through which the bees go into the hive. With the monitoring system developed by apic.ai all honeybees entering or leaving their hive are captured by a camera. Image processing software and intelligent algorithms recognize the bees and interpret patterns in the images. This artificial intelligence is based on a multimodal neural network with several thousand parameters. From the data, new insights can be gained into the condition of the individual peoples, but also into the condition of the nature surrounding them. Photo: Uli Deck/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2019041218984

  • 2019年04月10日
    Artificial intelligence investigates insect mortality

    10 April 2019, Baden-Wuerttemberg, Karlsruhe: Katharina Schmidt, co-founder and CEO of apic.ai GmbH, stands on a beehive with a device through which the bees enter the hive (bottom of the picture). With the monitoring system developed by apic.ai all honeybees entering or leaving their hive are captured by a camera. Image processing software and intelligent algorithms recognize the bees and interpret patterns in the images. This artificial intelligence is based on a multimodal neural network with several thousand parameters. From the data, new insights can be gained into the condition of the individual peoples, but also into the condition of the nature surrounding them. Photo: Uli Deck/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2019041219513

  • 2019年04月10日
    Artificial intelligence investigates insect mortality

    10 April 2019, Baden-Wuerttemberg, Karlsruhe: At the company apic.ai a device is attached to a beehive (left in the picture), through which the bees enter the hive. With the monitoring system developed by apic.ai all honeybees entering or leaving their hive are captured by a camera. Image processing software and intelligent algorithms recognize the bees and interpret patterns in the images (right in the image on a mobile device). This artificial intelligence is based on a multimodal neural network with several thousand parameters. From the data, new insights can be gained into the condition of the individual peoples, but also into the condition of the nature surrounding them. Photo: Uli Deck/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2019041218578

  • 2019年04月10日
    Artificial intelligence investigates insect mortality

    10 April 2019, Baden-Wuerttemberg, Karlsruhe: At the company apic.ai a device is attached to a beehive (left in the picture), through which the bees enter the hive. With the monitoring system developed by apic.ai all honeybees entering or leaving their hive are captured by a camera. Image processing software and intelligent algorithms recognize the bees and interpret patterns in the images (right in the image on a mobile device). This artificial intelligence is based on a multimodal neural network with several thousand parameters. From the data, new insights can be gained into the condition of the individual peoples, but also into the condition of the nature surrounding them. Photo: Uli Deck/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2019041218564

  • 2019年04月10日
    Artificial intelligence investigates insect mortality

    10 April 2019, Baden-Wuerttemberg, Karlsruhe: At the company apic.ai a device is attached to a beehive through which the bees enter the hive. With the monitoring system developed by apic.ai all honeybees entering or leaving their hive are captured by a camera. Image processing software and intelligent algorithms recognize the bees and interpret patterns in the images. This artificial intelligence is based on a multimodal neural network with several thousand parameters. From the data, new insights can be gained into the condition of the individual peoples, but also into the condition of the nature surrounding them. Photo: Uli Deck/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2019041219703

  • 2019年04月10日
    Artificial intelligence investigates insect mortality

    10 April 2019, Baden-Wuerttemberg, Karlsruhe: At the company apic.ai a device is attached to a beehive through which the bees enter the hive. With the monitoring system developed by apic.ai all honeybees entering or leaving their hive are captured by a camera. Image processing software and intelligent algorithms recognize the bees and interpret patterns in the images. This artificial intelligence is based on a multimodal neural network with several thousand parameters. From the data, new insights can be gained into the condition of the individual peoples, but also into the condition of the nature surrounding them. Photo: Uli Deck/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2019041217871

  • 2019年04月10日
    Artificial intelligence investigates insect mortality

    10 April 2019, Baden-Wuerttemberg, Karlsruhe: At the company apic.ai a device is attached to a beehive through which the bees enter the hive. With the monitoring system developed by apic.ai all honeybees entering or leaving their hive are captured by a camera. Image processing software and intelligent algorithms recognize the bees and interpret patterns in the images. This artificial intelligence is based on a multimodal neural network with several thousand parameters. From the data, new insights can be gained into the condition of the individual peoples, but also into the condition of the nature surrounding them. Photo: Uli Deck/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2019041219345

  • 00:47.70
    2019年08月01日
    「新華社」清華大学、「自動運転自転車」を開発

    中国の清華大学類脳計算研究中心(脳型コンピューター研究センター)の施路平(し・ろへい)教授率いる研究チームによる脳型コンピューターチップ「天機芯(Tianjicチップ)」の研究論文が1日、国際的科学誌「Nature」の特集記事に掲載された。研究チームは人工ニューラルネットワーク(ANNs)とスパイキングニュートラルネットワーク(SNNs)の融合を大きく進展させ、その成果を使った「自動運転自転車」を制作。クロスモーダルな脳型チップの情報処理実験を行い、汎用人工知能(AGI)の発展に新たなアイデアを提供した。(清華大学提供)<映像内容>自動運転自転車が走る様子、撮影日:2019(令和元)年8月1日、クレジット:清華大学/新華社/共同通信イメージズ

    商品コード: 2019080607705

  • 2020年02月19日
    High performance computer

    19 February 2020, Baden-Wuerttemberg, Stuttgart: A high-performance computer with which neural networks are calculated is located in the High Performance Computing Centre Stuttgart (HLRS). Photo: Sebastian Gollnow/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2020022800530

  • 2020年02月19日
    High performance computer

    19 February 2020, Baden-Wuerttemberg, Stuttgart: A high-performance computer with which neural networks are calculated is located in the High Performance Computing Centre Stuttgart (HLRS). Photo: Sebastian Gollnow/dpa、クレジット:DPA/共同通信イメージズ

    商品コード: 2020022801331

  • 01:03.62
    2020年09月07日
    「新華社」中国の科学者、ニューロン1億超の脳型コンピュータを開発

    中国の浙江大学と之江実験室はこのほど、1億個以上のスパイキングニューロンを持つ最新の脳型コンピュータ「ダーウィン・マウス」を共同で発表した。同コンピューターは浙江大学が開発した脳型チップ「ダーウィン(第2世代)」792個を使用。1億2千万個のスパイキングニューロンと約1千億個のシナプスを持っており、これはマウスの脳のニューロン数とほぼ同程度となっている。脳型コンピューティングとは、ハードウエアとソフトウエアを駆使し、脳のニューラルネットワーク(神経回路網)の構造と動作メカニズムをシミュレートし、新たな人工知能(AI)パラダイムを構築することを指す。こうした革新的な計算思想は、AIなどの分野で複雑なコンピューティング関連の問題を解決する重要な手段として期待されている。(記者/朱涵、李濤、殷暁聖)<映像内容>脳型コンピュータ「ダーウィン・マウス」の発表、撮影日:撮影日不明、クレジット:新華社/共同通信イメージズ

    商品コード: 2020090803190

  • 2020年12月29日
    (6)新たに月のクレーター11万個を識別吉林大など国際研究チーム

    コペルニクス代(11億年前~現在)に形成されたクレーターの分布図。(資料写真)中国の科学者が中心となる国際研究チームがこのほど、月面クレーターの自動識別と年代測定で画期的な成果を上げた。新たに11万個近いクレーターを識別し、うち1万8千個以上の地質年代を明らかにした。研究成果は22日、国際学術誌「ネイチャー・コミュニケーションズ」に掲載された。吉林大学(吉林省長春市)地球科学学院の楊晨(よう・しん)副教授率いる同研究チームは、「転移学習」と呼ばれる習得済みの知識を用いて別の問題を解決する機械学習法に基づき、識別済みクレーター7895個と年代特定済みクレーター1411個のデータを用いたディープニューラルネットワークモデルを構築した。(長春=新華社配信)= 配信日: 2020(令和2)年12月29日、クレジット:新華社/共同通信イメージズ

    商品コード: 2020122900268

  • 2020年12月29日
    (4)新たに月のクレーター11万個を識別吉林大など国際研究チーム

    インブリウム代(38億5千万年前~32億年前)に形成されたクレーターの分布図。(資料写真)中国の科学者が中心となる国際研究チームがこのほど、月面クレーターの自動識別と年代測定で画期的な成果を上げた。新たに11万個近いクレーターを識別し、うち1万8千個以上の地質年代を明らかにした。研究成果は22日、国際学術誌「ネイチャー・コミュニケーションズ」に掲載された。吉林大学(吉林省長春市)地球科学学院の楊晨(よう・しん)副教授率いる同研究チームは、「転移学習」と呼ばれる習得済みの知識を用いて別の問題を解決する機械学習法に基づき、識別済みクレーター7895個と年代特定済みクレーター1411個のデータを用いたディープニューラルネットワークモデルを構築した。(長春=新華社配信)= 配信日: 2020(令和2)年12月29日、クレジット:新華社/共同通信イメージズ

    商品コード: 2020122900267

  • 2020年12月29日
    (5)新たに月のクレーター11万個を識別吉林大など国際研究チーム

    エラトステネス代(32億年前~11億年前)に形成されたクレーターの分布図。(資料写真)中国の科学者が中心となる国際研究チームがこのほど、月面クレーターの自動識別と年代測定で画期的な成果を上げた。新たに11万個近いクレーターを識別し、うち1万8千個以上の地質年代を明らかにした。研究成果は22日、国際学術誌「ネイチャー・コミュニケーションズ」に掲載された。吉林大学(吉林省長春市)地球科学学院の楊晨(よう・しん)副教授率いる同研究チームは、「転移学習」と呼ばれる習得済みの知識を用いて別の問題を解決する機械学習法に基づき、識別済みクレーター7895個と年代特定済みクレーター1411個のデータを用いたディープニューラルネットワークモデルを構築した。(長春=新華社配信)= 配信日: 2020(令和2)年12月29日、クレジット:新華社/共同通信イメージズ

    商品コード: 2020122900263

  • 2020年12月29日
    (3)新たに月のクレーター11万個を識別吉林大など国際研究チーム

    ネクタリス代(39億2千万年前~38億5千万年前)に形成されたクレーターの分布図。(資料写真)中国の科学者が中心となる国際研究チームがこのほど、月面クレーターの自動識別と年代測定で画期的な成果を上げた。新たに11万個近いクレーターを識別し、うち1万8千個以上の地質年代を明らかにした。研究成果は22日、国際学術誌「ネイチャー・コミュニケーションズ」に掲載された。吉林大学(吉林省長春市)地球科学学院の楊晨(よう・しん)副教授率いる同研究チームは、「転移学習」と呼ばれる習得済みの知識を用いて別の問題を解決する機械学習法に基づき、識別済みクレーター7895個と年代特定済みクレーター1411個のデータを用いたディープニューラルネットワークモデルを構築した。(長春=新華社配信)= 配信日: 2020(令和2)年12月29日、クレジット:新華社/共同通信イメージズ

    商品コード: 2020122900266

  • 2020年12月29日
    (1)新たに月のクレーター11万個を識別吉林大など国際研究チーム

    月面のクレーター分布図。(資料写真)中国の科学者が中心となる国際研究チームがこのほど、月面クレーターの自動識別と年代測定で画期的な成果を上げた。新たに11万個近いクレーターを識別し、うち1万8千個以上の地質年代を明らかにした。研究成果は22日、国際学術誌「ネイチャー・コミュニケーションズ」に掲載された。吉林大学(吉林省長春市)地球科学学院の楊晨(よう・しん)副教授率いる同研究チームは、「転移学習」と呼ばれる習得済みの知識を用いて別の問題を解決する機械学習法に基づき、識別済みクレーター7895個と年代特定済みクレーター1411個のデータを用いたディープニューラルネットワークモデルを構築した。(長春=新華社配信)= 配信日: 2020(令和2)年12月29日、クレジット:新華社/共同通信イメージズ

    商品コード: 2020122900261

  • 2020年12月29日
    (2)新たに月のクレーター11万個を識別吉林大など国際研究チーム

    先ネクタリス代(45億5千万年前~39億2千万年前)に形成されたクレーターの分布図。(資料写真)中国の科学者が中心となる国際研究チームがこのほど、月面クレーターの自動識別と年代測定で画期的な成果を上げた。新たに11万個近いクレーターを識別し、うち1万8千個以上の地質年代を明らかにした。研究成果は22日、国際学術誌「ネイチャー・コミュニケーションズ」に掲載された。吉林大学(吉林省長春市)地球科学学院の楊晨(よう・しん)副教授率いる同研究チームは、「転移学習」と呼ばれる習得済みの知識を用いて別の問題を解決する機械学習法に基づき、識別済みクレーター7895個と年代特定済みクレーター1411個のデータを用いたディープニューラルネットワークモデルを構築した。(長春=新華社配信)= 配信日: 2020(令和2)年12月29日、クレジット:新華社/共同通信イメージズ

    商品コード: 2020122900265

  • 1