 |
Arm Project Trillium具扩充性、应用面广的机器学习运算平台 (2018.02.22)
Arm推出Project Trillium平台，为包含全新可高度扩充处理器的Arm IP套件，提供强化的机器学习(ML)与神经网路(neural network；NN)功能。目前技术聚焦於行动市场，将让全新等级搭载机器学习功能的装置具有先进的运算能力，包括最尖端的物件侦测功能 |
 |
reVISION加速监控系统应用开发 (2018.02.08)
监控系统高度依赖嵌入式视觉系统所提供的功能，而运用相应的演算法和机器学习应用可通过高阶的业界标准架构来达成，进而缩短系统开发时程。 |
 |
Google机器学习发掘天文探索应用新境界 (2018.02.06)
科技的突破不断改变我们的生活面向，人工智慧的潮流已逐渐为各领域技术开发创造许多新的可能性。Google持续探索机器学习如何运用至发掘天文探索的相关研究，并且有新进展 |
|
Avitas Systems使用Limelight Networks於数位工业检测Predix云端功能 (2018.01.31)
Limelight Networks, Inc.宣布GE子公司Avitas Systems将利用其全球私有网路和分散式云端基础设施来部署下一代自动化检测平台，使用以机器学习和人工智慧为基础的进阶分析来处理对时间敏感的工业物联网资料 |
|
贸泽供应NXP 64位元视觉与感测融合处理器 (2018.01.26)
贸泽电子即日起开始供应NXP Semiconductors的S32V234视觉与感测融合处理器。S32V234的设计可支援视觉与感测器融合应用中的安全运算应用，包括先进驾驶辅助系统 (ADAS)、前方摄影机系统、行人与物体辨识、环景显示及机器学习 |
|
Qeexo和意法半导体共同促进OEM商采用FingerSense技术 (2018.01.24)
感测器数据的机器学习与人工智慧解决方案开发商Qeexo与横意法半导体（ST），宣布共同促进OEM厂整合Qeexo FingerSense技术合作协定。
全球已有一亿多台装置部署能够区分手指尖、指关节、指甲和触控笔的Qeexo FingerSense平台 |
|
恩智浦推出i.MX 8M应用处理器 结合人类感官与数位世界 (2018.01.10)
恩智浦半导体（NXP Semiconductors）推出i.MX 8M系列应用处理器，透过结合满足语音、影音和音讯的需求，实现全方位的感官体验。该系列处理器整合强大媒体功能於单一晶片，为感官世界的全新转型奠定稳固基础 |
|
开发以PLC为基础之车辆控制与管理系统 (2018.01.04)
现代化的铁路车辆、车厢及其他运输车辆大都装配了先进的列车控制与管理系统（TCMS）。由於TCMS安全攸关的特性，软体必须符合多功能安全标准。 |
|
AI因数据而燃 行业因AI而变 (2017.12.18)
现今的我们并非处於一个人工智慧的神奇大爆炸时代。我们可能还要再花上百年时间，才能把这座高楼建起来。 |
|
微软跨界合作力推科技女力 731名女大学生报名抢搭「机器学习」热潮 (2017.12.12)
台湾微软於9日为响应一年一度的全球电脑科学教育周以及美国「Hour of Code」活动，今年连续第三年举办「Coding Angels 女性程式设计工作坊」，邀请台北市政府劳动局担任指导单位，以女性会员为主的R语言学习社群R-Ladies Taipei作为协办单位推动专属女性程式教育 |
|
恩智浦透过AWS展示安全边缘处理与机器学习实力 (2017.11.28)
恩智浦半导体将在AWS re:Invent 2017年度大会上，透过在恩智浦Layerscape、 i.MX应用处理器与LCP系列MCU上运行的Amazon Web Services（AWS）服务，展示其MPU、MCU和应用处理器在多种物联网和安全边缘处理中的应用，支援安全边缘处理对降低延迟和频宽的需求，并提高物联网解决方案的安全性 |
|
各专家於2017 Cloudera智慧数据周 分享机器学习、产业趋势 (2017.11.07)
Cloudera今日宣布2017 Cloudera智慧数据周（Cloudera Smart Data Week 2017）正式展开。延伸先前在七月份举办的Cloudera数据科学周，本次活动将在2017年11月7日至10日，分别於北亚地区的东京、上海，以及首尔举办一系列活动，来自全球的顶尖产业领导人、专家，以及意见领袖将齐聚一堂，针对机器学习及大数据分析的核心议题分享各自的策略与见解 |
|
FinTech结合云计算平台 突破企业大数据藩篱 (2017.11.07)
Cloudera与台湾的富邦集团合作，协助其导入大数据相关应用，使富邦集团能够了解客户行为、偏好，甚至预测客户需求，并有效提升企业表现并同时降低企业的成本消耗。 |
|
NI：解决各产业工程挑战 基础在於启发工程师 (2017.11.03)
NI国家仪器为平台架构系统供应商，致力於协助工程师与科学家解决全球最艰钜的工程挑战，亚洲最後一站的NIDays 2017巡??来到台北，今年以「迈向建构未来的解决方案，新一代的技术和展??」为主题演讲 |
|
NI提2018五大科技挑战 机器学习为挑战之首 (2017.11.02)
NI 发表 2018 年 NI 趋势观察报告，深入剖析各项科技进展，这些科技正高速推动我们的未来向前迈进；同时，展?? 2018 年，报告也指出工程师将面临的最大工程挑战。
NI 企业行销??总 Shelley Gretlein 表示，21 世纪的客户要求高品质装置、更快的测试时间、更稳定的网路连线，以及近??即时的运算能力，让企业能持续向前进步 |
|
UL IOT论坛探究安全科学辅助创新明日科技 (2017.09.13)
《2017 IOT新创论坛》为诠释新创科技与安全科学交锋的年度大会，全球安全科学机构 UL (Underwriters Laboratories) 在会中串联物联网、大数据、人工智慧、行动运算、机器学习 |
|
晶片／软体／制程保障物联网 (2017.09.13)
安全性仍是物联网最首要的考量，过去几年层出不穷的入侵事件，使物联网装置遭骇，造成个人资料和钱财损失，装置内的CPU周期及网路连线服务中断。 |
|
判读医疗影像 Google机器学习可??预防糖尿病患失明 (2017.08.08)
人工智慧（AI）究竟可如何改善人类生活？该项技术目前已经被应用於许多产业中，但若是要说「嘉惠」於人类，那麽必定非医疗领域莫属；看好人工智慧在医疗领域中的应用 |
|
Intel：透过5C标准检视工业4.0成熟度 (2017.07.24)
工业4.0是近年所有制造业皆在努力实践的目标，麦肯锡(McKinsey)去年针对欧、美、日等地的制造大厂进行调查，根据调查显示，在这些推行工业4.0的企业当中，仅有四成认为有获得成效或在改善制造流程中取得良好进展，这个结果虽然不至於太惨，但也算不上取得好成绩 |
|
工业4.0非凭制造业之力可行 科技巨擘协助加速企业转型 (2017.07.19)
工业4.0的概念在一开始往往被界定在制造业的范畴中，因此才有了「智慧制造」的说法。不过，这个想法随着工业4.0的发展越来越成熟、整个生态系统的轮廓越来越清晰，这波第四次工业革命不仅结合ICT产业 |
IETF是Internet Engineering Task Force (国际网络工程研究团队)是一个开放性的国际组织，其作用在于汇集网络设计师、网络操作员、网络厂商，以及研究人员共同研发改进网络的工程架构与建立起一个平稳的网络环境。
