检索范围:
排序: 展示方式:
后E级时代高性能处理器架构的探索 None
Xiang-hui XIE, Xun JIA
《信息与电子工程前沿(英文)》 2018年 第19卷 第10期 页码 1224-1229 doi: 10.1631/FITEE.1800424
周世春,丁建华,陈超
《中国工程科学》 2006年 第8卷 第3期 页码 1-6
探讨了全球化市场背景下企业所面临的市场个性化需求和现场共性化生产要求间的矛盾,指出了我国钢铁行业追求的主流生产模式应是“大规模定制”,分析了国内钢铁企业推行“大规模定制结合实际,总结分析了宝山钢铁股份有限公司(宝钢)推进“大规模定制”模式所取得的初步成果和经验。
基于驾驶脑的智能驾驶车辆硬件平台架构 Article
李德毅,高洪波
《工程(英文)》 2018年 第4卷 第4期 页码 464-470 doi: 10.1016/j.eng.2018.07.015
基于硬件加速的移动核心网实时预处理系统 Article
Mian CHENG, Jin-shu SU, Jing XU
《信息与电子工程前沿(英文)》 2017年 第18卷 第11期 页码 1720-1731 doi: 10.1631/FITEE.1700507
关键词: 移动核心网;实时报文处理;硬件加速
刘宇飞,孔德婧,屈贤明
《中国工程科学》 2018年 第20卷 第4期 页码 118-121 doi: 10.15302/J-SSCAE-2018.04.019
基于市场需求的拉动与人工智能技术的推动,规模定制生产正在悄然兴起。分析人工智能技术对规模定制生产服务模式的发展趋势的影响,以及总结规模定制生产服务模式未来发展需要突破的关键技术,就成为一项重要的研究内容。从顶层设计、企业、人才、金融四个方面为进一步推广融入人工智能技术的规模定制生产服务模式提出对策建议。
徐辉,王祖强,王照君
《中国工程科学》 2006年 第8卷 第4期 页码 86-88
简要介绍了系统级芯片设计的软硬件协同设计、协同仿真技术和SoC开发中系统级协同仿真的工具,并给出了一个在CCSS(CoCentric system studio)环境下完成软硬件协同仿真的实例。
高蕾,符永铨,李东升,廖湘科
《中国工程科学》 2021年 第23卷 第3期 页码 90-97 doi: 10.15302/J-SSCAE-2021.03.008
人工智能(AI)是推动全球数字化发展的重要赋能技术,正在引领新一轮科技革命和产业变革;加快培育和推进我国AI核心软硬件技术及产业发展,对推动我国实现跨越式发展本文围绕当前AI核心软硬件在技术、产业和政策等方面的发展情况,梳理了国内外的发展现状,分析了我国发展面临的问题,指出了我国AI核心软硬件技术及产业的发展思路,提出了面向2025年和2035年的AI核心软硬件发展战略目标,从AI核心硬件、AI核心软件、AI相关基础技术3个方面凝练了今后发展的重点任务。研究建议,将AI核心软硬件技术纳入国家科技创新顶层规划,加大科研投入;加强AI开源平台建设,开展示范应用;开展AI关键共性技术研发,实现协同创新;实施AI产业基础再造,牵引产业链升级;完善AI创新人才培养体系,以期推动我国AI核心软硬件持续发展。
未来网络发展趋势和挑战 Special Feature on Future Network-Review Article
Jiao ZHANG, Tao HUANG, Shuo WANG, Yun-jie LIU
《信息与电子工程前沿(英文)》 2019年 第20卷 第9期 页码 1185-1194 doi: 10.1631/FITEE.1800445
关键词: 未来网络;网络体系架构;服务定制网络
倪光南,陈晓桦,尚燕敏、徐克付
《中国工程科学》 2016年 第18卷 第6期 页码 104-109 doi: 10.15302/J-SSCAE-2016.06.021
耿磊,吴晓娟,彭彰
《中国工程科学》 2005年 第7卷 第11期 页码 87-90
关键词: TMS320DM642 疲劳检测 DFS FPGA OSD
张霞,郑南宁,张光烈,吴勇,王少瑞,徐维朴
《中国工程科学》 2002年 第4卷 第1期 页码 47-53
机器学习辅助的高通量虚拟筛选用于实现先进含能材料按需定制 Article
宋思维, 王毅, 陈方, 晏蜜, 张庆华
《工程(英文)》 2022年 第10卷 第3期 页码 99-109 doi: 10.1016/j.eng.2022.01.008
受限于试错法较低的研发效率,寻找具有特定性能的含能材料始终是一个极具挑战性的工作。本文展示了基于领域知识、机器学习算法和实验验证的含能材料研发新模式。设计了一个集成分子生成和机器学习模型的高通量虚拟筛选(HTVS)系统,该系统可预测分子性能,并对晶体堆积模式进行评估。在该系统指导下,快速生成了25 112 个分子,并从中确认了具有理想性能和晶体堆积模式的候选分子。对目标分子进行实验合成,后续的晶体结构和性质研究表明,目标分子良好的综合性能与预测结果一致;验证了本文中研发模式的有效性。本研究展示了一种用于发现新型含能材料的新的研究范式,并且可以无障碍地
将其用于其他有机功能材料的探索。
标题 作者 时间 类型 操作