 |
Arm Project Trillium具擴充性、應用面廣的機器學習運算平台 (2018.02.22)
Arm推出Project Trillium平台，為包含全新可高度擴充處理器的Arm IP套件，提供強化的機器學習(ML)與神經網路(neural network；NN)功能。目前技術聚焦於行動市場，將讓全新等級搭載機器學習功能的裝置具有先進的運算能力，包括最尖端的物件偵測功能 |
 |
reVISION加速監控系統應用開發 (2018.02.08)
監控系統高度依賴嵌入式視覺系統所提供的功能，而運用相應的演算法和機器學習應用可通過高階的業界標準架構來達成，進而縮短系統開發時程。 |
 |
Google機器學習發掘天文探索應用新境界 (2018.02.06)
科技的突破不斷改變我們的生活面向，人工智慧的潮流已逐漸為各領域技術開發創造許多新的可能性。Google持續探索機器學習如何運用至發掘天文探索的相關研究，並且有新進展 |
|
Avitas Systems使用Limelight Networks於數位工業檢測Predix雲端功能 (2018.01.31)
Limelight Networks, Inc.宣佈GE子公司Avitas Systems將利用其全球私有網路和分散式雲端基礎設施來部署下一代自動化檢測平臺，使用以機器學習和人工智慧為基礎的進階分析來處理對時間敏感的工業物聯網資料 |
|
貿澤供應NXP 64位元視覺與感測融合處理器 (2018.01.26)
貿澤電子即日起開始供應NXP Semiconductors的S32V234視覺與感測融合處理器。S32V234的設計可支援視覺與感測器融合應用中的安全運算應用，包括先進駕駛輔助系統 (ADAS)、前方攝影機系統、行人與物體辨識、環景顯示及機器學習 |
|
Qeexo和意法半導體共同促進OEM商採用FingerSense技術 (2018.01.24)
感測器數據的機器學習與人工智慧解決方案開發商Qeexo與橫意法半導體（ST），宣佈共同促進OEM廠整合Qeexo FingerSense技術合作協定。
全球已有一億多台裝置部署能夠區分手指尖、指關節、指甲和觸控筆的Qeexo FingerSense平台 |
|
恩智浦推出i.MX 8M應用處理器 結合人類感官與數位世界 (2018.01.10)
恩智浦半導體（NXP Semiconductors）推出i.MX 8M系列應用處理器，透過結合滿足語音、影音和音訊的需求，實現全方位的感官體驗。該系列處理器整合強大媒體功能於單一晶片，為感官世界的全新轉型奠定穩固基礎 |
|
開發以PLC為基礎之車輛控制與管理系統 (2018.01.04)
現代化的鐵路車輛、車廂及其他運輸車輛大都裝配了先進的列車控制與管理系統（TCMS）。由於TCMS安全攸關的特性，軟體必須符合多功能安全標準。 |
|
AI因數據而燃 行業因AI而變 (2017.12.18)
現今的我們並非處於一個人工智慧的神奇大爆炸時代。我們可能還要再花上百年時間，才能把這座高樓建起來。 |
|
微軟跨界合作力推科技女力 731名女大學生報名搶搭「機器學習」熱潮 (2017.12.12)
台灣微軟於9日為響應一年一度的全球電腦科學教育週以及美國「Hour of Code」活動，今年連續第三年舉辦「Coding Angels 女性程式設計工作坊」，邀請臺北市政府勞動局擔任指導單位，以女性會員為主的R語言學習社群R-Ladies Taipei作為協辦單位推動專屬女性程式教育 |
|
恩智浦透過AWS展示安全邊緣處理與機器學習實力 (2017.11.28)
恩智浦半導體將在AWS re:Invent 2017年度大會上，透過在恩智浦Layerscape、 i.MX應用處理器與LCP系列MCU上運行的Amazon Web Services（AWS）服務，展示其MPU、MCU和應用處理器在多種物聯網和安全邊緣處理中的應用，支援安全邊緣處理對降低延遲和頻寬的需求，並提高物聯網解決方案的安全性 |
|
2017 Cloudera智慧數據週開幕 聚焦機器學習 (2017.11.07)
Cloudera今日宣布2017 Cloudera智慧數據週（Cloudera Smart Data Week 2017）正式展開。延伸先前在七月份舉辦的Cloudera數據科學周，本次活動將在2017年11月7日至10日，分別於北亞地區的東京、上海，以及首爾舉辦一系列活動，來自全球的頂尖產業領導人、專家，以及意見領袖將齊聚一堂，針對機器學習及大數據分析的核心議題分享各自的策略與見解 |
|
FinTech結合雲計算平台 突破企業大數據藩籬 (2017.11.07)
Cloudera與台灣的富邦集團合作，協助其導入大數據相關應用，使富邦集團能夠了解客戶行為、偏好，甚至預測客戶需求，並有效提升企業表現並同時降低企業的成本消耗。 |
|
NI：解決各產業工程挑戰 基礎在於啟發工程師 (2017.11.03)
NI國家儀器為平台架構系統供應商，致力於協助工程師與科學家解決全球最艱鉅的工程挑戰，亞洲最後一站的NIDays 2017巡迴來到台北，今年以「邁向建構未來的解決方案，新一代的技術和展望」為主題演講 |
|
NI提2018五大科技挑戰 機器學習為挑戰之首 (2017.11.02)
NI 發表 2018 年 NI 趨勢觀察報告，深入剖析各項科技進展，這些科技正高速推動我們的未來向前邁進；同時，展望 2018 年，報告也指出工程師將面臨的最大工程挑戰。
NI 企業行銷副總 Shelley Gretlein 表示，21 世紀的客戶要求高品質裝置、更快的測試時間、更穩定的網路連線，以及近乎即時的運算能力，讓企業能持續向前進步 |
|
UL IOT論壇探究安全科學輔助創新明日科技 (2017.09.13)
《2017 IOT新創論壇》為詮釋新創科技與安全科學交鋒的年度大會，全球安全科學機構 UL (Underwriters Laboratories) 在會中串聯物聯網、大數據、人工智慧、行動運算、機器學習 |
|
晶片／軟體／製程保障物聯網 (2017.09.13)
安全性仍是物聯網最首要的考量，過去幾年層出不窮的入侵事件，使物聯網裝置遭駭，造成個人資料和錢財損失，裝置內的CPU周期及網路連線服務中斷。 |
|
判讀醫療影像 Google機器學習可望預防糖尿病患失明 (2017.08.08)
人工智慧（AI）究竟可如何改善人類生活？該項技術目前已經被應用於許多產業中，但若是要說「嘉惠」於人類，那麼必定非醫療領域莫屬；看好人工智慧在醫療領域中的應用 |
|
麥肯錫：全球導入工業4.0製造業 獲得成效僅有4成 (2017.07.24)
工業4.0是近年所有製造業皆在努力實踐的目標，麥肯錫(McKinsey)去年針對歐、美、日等地的製造大廠進行調查，根據調查顯示，在這些推行工業4.0的企業當中，僅有四成認為有獲得成效或在改善製造流程中取得良好進展，這個結果雖然不至於太慘，但也算不上取得好成績 |
|
Intel:落實工業4.0 需借助科技業力量 (2017.07.19)
工業4.0的概念在一開始往往被界定在製造業的範疇中，因此才有了「智慧製造」的說法。不過，這個想法隨著工業4.0的發展越來越成熟、整個生態系統的輪廓越來越清晰，這波第四次工業革命不僅結合ICT產業 |
