“知识视界”产学研-视频播放

对不起，您不在IP段范围内，无法观看

1919 播放

播放有问题？请戳这里

为什么使用卡尔曼滤波器

时长：7 分钟

类别：智能产品开发与应用

简介：通过几个案例了解使用卡尔曼滤波器的常见场景。卡尔曼滤波器是一种优化估算算法，在不确定和间接测量的情况下估算系统状态。观看视频示例，了解卡尔曼滤波器背后的工作原理。

相关视频:

5分钟解释深度学习

这个关于“什么是深度学习”的视频提供了一个有趣而简单的概念介绍。我们将了解深度学习是在哪里实现的，然后继续讨论它与机器学习和人工智能有何不同。我们还将了解什么是神经网络，以及如何训练它们来识别手写的数字。我们将进一步看看深度学习的一些流行应用。那么，让我们通过这个视频来深入了解一下深度学习的世界。
苹果的下一个重大产品：苹果汽车

每当加州科技巨头苹果公司推出一款新产品，它就会登上全世界的头条新闻。它早期的家用电脑就是这样——第一款使用公认的现代用户界面的电脑；iPod更是如此，它一手改变了音乐产业。但这些对家全球最大、最受欢迎的科技公司来说还远远不够。几年来，苹果的工程师们一直在偷偷地把交通运输业作为下一个成熟的行业，来进行他们独一无二、推倒一切再重来的颠覆。所以今天我们要问一个问题：我们什么时候能看到苹果汽车?
人工智能的类型

在这个关于人工智能的视频中，我们将了解什么是人工智能以及不同类型的人工智能。我们将探讨人工智能按功能划分有哪些种类，并通过一些例子来了解它们的用途。我们将讨论以下类型的人工智能：弱人工智能（ANI），强人工智能（AGI），超人工智能（ASI），反应机器（Reactive Machines），有限记忆（Limited Memory），心灵理论（Theory of Mind）和自我意识（Self-aware）。
卡尔曼滤波器 5在Simulink中使用卡尔曼滤波器

您将学习如何配置卡尔曼滤波器模块参数，例如系统模型、初始状态估计和噪声特性，使用Simulink中的卡尔曼滤波器估算单摆模型角度。
强化学习入门概述

了解强化学习入门，这是一个自定进度的教程，通过使用自动评估和反馈的实践练习，提供了控制问题的强化学习方法的交互式概述。强化学习入门涉及的主题包括定义环境和奖励、创建智能体（Agent）以及使用模拟来训练智能体。此外，探索如何创建神经网络来代表各种角色和关键智能体。
什么是Lidar Toolbox

Lidar Toolbox™提供了设计、分析和测试Lidar处理系统的算法、功能和应用程序。你可以进行目标检测和跟踪、语义分割、形状拟合、激光雷达配准和障碍检测。Lidar Toolbox支持结合计算机视觉和Lidar处理的工作流程的激光雷达与相机与交叉校准。你可以使用深度学习和机器学习算法，如PointSeg, PointPillar，和SqueezeSegV2训练自定义检测和语义分割模型。
5分钟解释大数据

本视频将帮助您理解什么是大数据，大数据的5V特点, Hadoop为什么会出现，以及Hadoop是什么。您将通过用例了解Hadoop的存储单元和处理单元，以及大数据的实现。最后，我们会有一个关于Hadoop的小测试。大量的数据无法通过传统的方式进行存储、处理和分析，这就是所谓的大数据。Hadoop是一个以分布式方式管理大数据存储且并行处理的框架。现在，让我们深入研究这个视频，了解大数据和Hadoop。
卡尔曼滤波器 1状态观测器

卡尔曼滤波器是一种优化估算算法，在不确定和间接测量的情况下估算系统状态。本视频介绍了解状态观测器的工作原理，并解释其背后的数学原理。在无法直接测量时，使用状态观测器估算系统的内部状态。

观看记录：

标签:

相关视频:

5分钟解释深度学习

苹果的下一个重大产品：苹果汽车

人工智能的类型

卡尔曼滤波器 5在Simulink中使用卡尔曼滤波器

强化学习入门概述

什么是Lidar Toolbox

5分钟解释大数据

卡尔曼滤波器 1状态观测器