展开

关键词

北京学线上开学 腾讯课堂成护“”者

2月24日早上8点,随着一曲悠扬的《巴赫小步舞曲》(上课铃声),北京学(以下简称“北”)春季学期线上第一课正式开启。 当天,北飞行学院的水恒涌老师在腾讯课堂上进行了《地面理论》在线直播授课,班级80余名学生“悉数到场”,北校领导一行人与学生们共同观看了课程直播。 北校领导对第一天的直播课程表示满意。 ? 图:北学生们在家认真听课 如期顺利开课的背后,是北老师和腾讯课堂团队在开课前的充分准备。 图:腾讯课堂操作指南(部分) 北校领导对全校教师为如期开展线上教学所做的量工作表示肯定,学校会全力保障延期开学期间教学科研工作高效有序的开展,希望教师们继续为广学生讲好课,做好线上教学的探索实践, 近日,腾讯将疫情期间助力教育行业的各种产品,包括腾讯中课堂、腾讯课堂、企业微信、腾讯智慧校园、腾讯会议、腾讯文档、腾讯问卷等,聚合形成腾讯教育疫情服务的“全家桶”,覆盖在线教学、疫情上报管理、教育管理

18630

来自法国|遇见数据

导语:一向以沉稳的高上形象示人的业这次出乎预料的在极短时间内接受了数据概念,并将数据挖掘分析放在了首要战略位置,不能不令人惊讶。 现在甚至有业内人士总结说数据正在重塑业。都知道数据是当前最流行的话题,莫非在工业领域一贯扮演霸道总裁的业也要赶这个潮流? 然而与此同时,业是一个浸泡在数据中的行业,始终在数据收集上做得很好,很可惜,曾经的业所拥有的量数据是无组织的,因此这些数据并没有被很好地利用。以上说的是从前,且看如今业如何利用数据。 )这些佬们开始与Microsoft、IBM等IT咖利用数据联手掘金……? 随着近几年的全球油价飙升,节省燃料成本的议题向业提出了更的挑战:尽量减少飞机整体重量,提高班满仓率及通过庞的客户数据与营销数据优化线随即成为了公司降低成本的基本思路。

37780
  • 广告
    关闭

    90+款云产品免费体验

    提供包括云服务器,云数据库在内的90+款云计算产品。打造一站式的云产品试用服务,助力开发者和企业零门槛上云。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【时讯】数据分析事故率

    比如,哥伦比亚的国家公司阿维安卡公司从1983年至1990年发生了一系列事故,但从那之后就几乎没什么重事故发生了。 与之相反的是,肯尼亚公司在2000年之前一直都保持安全记录,但在2000年之后发生了两起重事故,至此排名一落直下。  总的来说,各公司在两个时间段里的事故率并无相关性。   俄罗斯的数据也较为异常,在上世纪90年代的事故率很高,而其中很一部分是由当时苏联解体时期劫持客机事件造成的,而在最近几年里,俄罗斯的事故率和其他并无很的区别。   在安全系数之外,分析还加入了每个公司所属国家的人均GDP数值进行参考,数据表明国家的富裕程度和该国的事故率之间的相关性非常之。 安全性排名前十的公司中,两家来自美国,两家来自英国,其余分别来自加拿、澳利亚等。而排名最靠后的十家公司则分别来自哥伦比亚、埃及。  然而这难道就意味着你不能再搭乘发展中国家的班了吗?

    47450

    难频繁,看数据如何分析事故率

    而马波音777被导弹击落则属极为罕见的案例,与飞机自身问题关系不 。要不要应该避免乘坐曾经发生过难的公司的班,即便事故责任并不在于公司? 与之相反的是,肯尼亚公司在2000年之前一直都保持安全记录,但在2000年之后发生了两起重事故,至此 排名一落直下。总的来说,各公司在两个时间段里的事故率并无相关性。 俄罗斯的数据也较为异常,在上世纪90年代的事故率很高,而其中很一部分是由当时苏联解体时期劫持客机事件造成的,而在最近几年里,俄罗斯的事故率和其他并无很的区别。 安全性排名前十的公司中,两家来自美国,两家来自英国,其余分别来自加拿、澳利亚等。而排名最靠后的十家公司则分别来自哥伦比亚、埃及。然而这难道就意味着你不能再搭乘发展中国家的班了吗? 安全性排名前十的公司中:两家来自美国,两家来自英国,其余分别来自加拿、澳利亚等。排名最靠后的十家公司则分别来自:哥伦比亚、埃及、埃塞俄比亚、印度尼西亚、肯尼亚、马来西亚等。

    1.1K40

    电动飞机—美国天局正改变飞行的未来

    —Charles Bolden,美国天局主管 在飞机的起飞和着陆阶段,Maxwell飞机将使用其14个马达产生足够的推动力,但是一旦飞到高,该飞机将只使用两翼上较的两个马达来产生动力。? 美国天局计划研制的X-57Maxwell飞机图对于一个小型私人飞机要以175英里每小时进行飞行的话,NASA的工程师相信这种独特的设计可以减少量的能源消耗。 就像我曾在上一篇文章中指出的:100年来,美国天局和其前身国家顾问委员会一直在试验各种飞行设备推动技术的发展。 NASA曾经提出了56个X-plane飞机概念,这些项目代表了NASA近年来在研究中取得的巨进步。 ?美国天局 1950年代研制的X-15火箭式飞机,是当时最快飞行高度最高的飞机。 电动飞机的设计也存在很多挑战,但是其发展的潜力也是非常的(而且国会也有要求),所以还是值得去进行尝试的。NASA曾经通过基础研究工作推动了商用产业的发展。

    1.6K90

    AI复现功能:DeepMind重研究突破再次登上Nature

    今天,DeepMind 在《Nature》上新发表的一篇论文引起了业内极的关注,他们使用深度学习技术来训练一只老鼠,在虚拟环境中追踪其位置,模拟人类间导能力。 图片:Al FennLIFE Coll科学家已经使用人工智能来创造复杂神经节点来模拟人类间导能力。这一成绩证明了人工智能算法的强能力,能够协助传统的神经科学研究来测试工作原理。 该项目让科学家们吃惊的是,它自发地产生了类似于哺乳动物中巡细胞所产生的六边形活动模式,这种模式被称为网格细胞。在老鼠实验中,网格细胞被证明是动物定位自身间位置的基础。 他补充到,这项工作是一个强有力的证明,它表明哺乳动物的已经发展出最优的方法来处理这种类型的间编码。 研究者认为 AI 是测试假设的有效工具,但是它不可能回答关于如何和为什么使用特定编码方式的问题。「我读到这篇论文时非常兴奋,看起来 AI 或许能够加速我们对方面的研究。」

    13430

    小鼠间转录组分析

    在一个单独的实验中揭示所有具有间分辨率的小鼠mRNA。INTRODUCTION为了展示间转录组学技术的潜力,下面介绍一些由间解析RNA测序数据的基本分析。 为了产生这个数据集,我们在小鼠的冠状切面上进行了间转录组分析。该图像显示了组织切片与突出的主要形态学区域的示意。 在这个例子中,我们展示了老鼠中解剖学上不同区域的基因;STX1A在皮质,Prkcd在丘,HPCA在海马,Prnch在下丘。颜色范围从纯红色到透明橙色,分别代表高表达和低表达。 下面我们列出了表达差异最的基因。在火山图中,您可以看到数据集中所有基因的log2 FC和p值调整变化。图的右侧代表海马体的高表达,左侧代表丘。 这些集群以间模式组织起来,与的解剖学定义区域重叠得很好。您还可以选择在更小的区域内执行对数据进行分群,意料之外的亚群会带来新的发现。在下表中,我们列出了一个基因子集,它们的平均归一化表达。

    14420

    小鼠间转录组分析

    在一个单独的实验中揭示所有具有间分辨率的小鼠mRNA。INTRODUCTION为了展示间转录组学技术的潜力,下面介绍一些由间解析RNA测序数据的基本分析。 为了产生这个数据集,我们在小鼠的冠状切面上进行了间转录组分析。该图像显示了组织切片与突出的主要形态学区域的示意。? putamen:尾状壳核(神经)NFT – Nerve fiber tracts:神经纤维束TH – Thalamus:丘HY – Hypothalamus:下丘CHOOSE A GENE间转录组实验生成的数据允许您选择任何感兴趣的基因 在这个例子中,我们展示了老鼠中解剖学上不同区域的基因;STX1A在皮质,Prkcd在丘,HPCA在海马,Prnch在下丘。?颜色范围从纯红色到透明橙色,分别代表高表达和低表达。 这些集群以间模式组织起来,与的解剖学定义区域重叠得很好。您还可以选择在更小的区域内执行对数据进行分群,意料之外的亚群会带来新的发现。在下表中,我们列出了一个基因子集,它们的平均归一化表达。??

    53830

    AI复现功能:DeepMind重研究突破再次登上Nature

    ,模拟人类间导能力。 图片:Al FennLIFE Coll科学家已经使用人工智能来创造复杂神经节点来模拟人类间导能力。这一成绩证明了人工智能算法的强能力,能够协助传统的神经科学研究来测试工作原理。 该项目让科学家们吃惊的是,它自发地产生了类似于哺乳动物中巡细胞所产生的六边形活动模式,这种模式被称为网格细胞。在老鼠实验中,网格细胞被证明是动物定位自身间位置的基础。 他补充到,这项工作是一个强有力的证明,它表明哺乳动物的已经发展出最优的方法来处理这种类型的间编码。 研究者认为 AI 是测试假设的有效工具,但是它不可能回答关于如何和为什么使用特定编码方式的问题。「我读到这篇论文时非常兴奋,看起来 AI 或许能够加速我们对方面的研究。」

    17710

    AI复现功能:DeepMind重研究突破再次登上Nature

    ,模拟人类间导能力。 图片:Al FennLIFE Coll科学家已经使用人工智能来创造复杂神经节点来模拟人类间导能力。这一成绩证明了人工智能算法的强能力,能够协助传统的神经科学研究来测试工作原理。 该项目让科学家们吃惊的是,它自发地产生了类似于哺乳动物中巡细胞所产生的六边形活动模式,这种模式被称为网格细胞。在老鼠实验中,网格细胞被证明是动物定位自身间位置的基础。 他补充到,这项工作是一个强有力的证明,它表明哺乳动物的已经发展出最优的方法来处理这种类型的间编码。 研究者认为 AI 是测试假设的有效工具,但是它不可能回答关于如何和为什么使用特定编码方式的问题。「我读到这篇论文时非常兴奋,看起来 AI 或许能够加速我们对方面的研究。」

    34350

    机器人想要实现自主行走,“眼睛”和“小”必不可少

    同理,移动机器人想要在完全陌生的环境中(没有预先录入地图的情况下)实现智能导,光靠“眼睛”肯定是不够的。因为就人类而言,对于所见的事物还需要进行理解,需要小或者其他皮层中枢来处理。 “眼睛”和“小”的完美结合,才能让自主定位导效果最化。 以餐饮机器人为例,目前,餐饮服务机器人基本上是沿着预先设置的轨道移动,无法灵活得 “指到哪里去哪里”。 “眼睛”+“”的组合是实现服务机器人智能化的第一步,也是关键一步。 机器人的“眼睛”——RPLIDAR RPLIDAR A2厚度仅4 cm,是目前行业内最轻薄的激光雷达,能够很节省安装间,特别是对本身间要求就很紧凑的服务机器人,如安装在扫地机器人顶部,更具实用性。 机器人的“小”——SLAMWARE SLAMWARE是一款模块化的机器人自主定位导系统,充当了机器人的“小”。

    59590

    浅谈国外发动机数据应用

    数据是信息化发展的新阶段。飞机上传感器数量最多的部位就是发动机。一个现代发动机,每10毫秒就能生成几百个传感器信息,每次飞行能产生1TB数据。 随着传感器技术、数字化技术的不断发展,发动机可测量数据类型越来越多,数据量越来越,发动机数据的复杂性和多样性对数据收集、存储和处理的要求也越来越高。 为了优化这些因素,罗罗公司的可用性中心不仅收集发动机和零部件的数据,还收集公司飞行模式,天气,线和飞行员行为等数据,R2实验室的人工智能科技对这些数据进行分析,让工程师根据发动机性能数据,对发动机进行远程维修或进行预防性维护 普惠商用发动机服务平台“发动机智慧”(Engine |Wise)依托数据,致力于帮助公司与租赁公司有效地开展业务,提供包括机队管理计划、发动机修服务、材料解决方案等主要服务。 除了OEM厂商以外,法荷维修工程公司、汉莎技术公司等(维护、维修与修)MRO企业及供应商也在开发他们自己的数据分析功能。

    68750

    DeepMind 研发出类 AI 神经元,具备超强间导能力

    这是继 DeepMind 研发出超过人类围棋水平的 AlphaGo 和 AlphaGo Zero 之后,在间定位与认知导领域取得接近哺乳动物的水平。 自从进化论被提出以来,包括人类在内的哺乳动物所具备的间定位和绕过障碍物能力,一直优于其它动物。但神经科学家对这背后的具体工作原理并没有彻底搞清楚。 这种细胞在鼠进行间活动时,可以将整个间环境划分成六边形的蜂窝状网格网络,就好像地图中通用的经纬度一样。相当于鼠对间建立了坐标系,从而用于定位。 有科学家猜测,网格细胞可能参与了中的矢量计算,从而帮助规划路径。 但无论如何,AI 在神经和科学研究领域的运用还有潜力可挖掘。

    26410

    披露美国中央情报局CIA攻击组织(APT-C-39)对中国关键领域长达十一年的网络渗透攻击

    在此期间,我国天、科研机构、石油行业、型互联网公司以及政府机构等多个单位均遭到不同程度的攻击。 360安全通过对泄漏的“Vault7(穹窿7)”网络武器资料的研究,并对其深入分析和溯源,于全球首次发现与其关联的一系列针对我国天、科研机构、石油行业、型互联网公司以及政府机构等长达十一年的定向攻击活动 这里以天机构为例说明。 因涉及国家安全领域,所以我们只披露360安全所掌握情报数据的部分细节:其中CIA在针对我国天与科研机构的攻击中,我们发现:主要是围绕这些机构的系统开发人员来进行定向打击。 值得注意的是,CIA所攻击的信息技术服务,不仅仅是针对国内天领域,同时还覆盖百家海外及地区的商营公司,CIA此举的目的到底为何?

    45330

    Deepmind重突破:训练AI学习人类技巧

    在这一过程中,程序开发出类似人的结构,学习导技巧。Nature杂志中描述了这些计算性质的“网格单元”,它们可以帮助科学家为未来的机器人设计更好的导软件,甚至提供探索哺乳动物奥秘的新途径。 约翰霍普金斯学的神经科学家Francesco Savelli表示,这些网络受到的启发,但它们的工作方式并不相近。 但你究竟如何去做,以及管理这种学习的规则这些方面对于和这些系统可能会有很的不同。”无论如何,人工智能对于面部识别,破译手写和翻译等诸多功能都非常实用。 但是对于更高层次的活动,比如在复杂的环境下导,还有很长的路要走。我们的在没有意识努力下表现出导的一个方面是路径集成。 人类和其他动物在间中移动几乎没有什么问题,因为所有这些高度专门化的神经元结合起来,告诉我们所在的位置以及接下来要去哪里。

    13030

    DeepMind突破!AI模拟功能,学会像动物一样“抄近路”| Nature论文

    这次他们又训练出了一个AI智能体,学会了类似哺乳动物一样的“抄近路”能力,这次研究的目的,就是设法模仿人类,用复杂的方式在周围间里导。这是一个前所未有的探索,被认为是理解的一次重进步。 间感知,对已经轻松成为围棋师的AI来说,还是一件难事。当你沿着熟悉的街道前进,绕过障碍,找到最快抵达目的地的捷径时,里发生了什么?这是一个非常复杂的事情。 科学家们在动物和人类中找到了三种跟认路相关的细胞,分别是位置细胞、方向细胞和网格细胞。 论文作者之一Dharshan Kumaran说道:“我们证明了网格细胞远不只是给我们提供GPS定位信号,也是一种赖以计算两个地点间的最短距离的核心导机制。” 同时也用人工智能体验证了哺乳动物中的“网格细胞”对基于向量的导有支持作用。这还有两篇研究人员的视频访谈,更细致的进行解读。??

    19060

    为马MH370祈福!数据告诉你真实的安全现状

    按照国际运输协会的统计,只要一名普通乘客乘坐的是西方飞机制造商生产的飞机,那么他遭遇事故的几率低于五百三十万分之一。 业事故发生几率非常低——即便是一个人天天坐飞机,也要一万四千年才有可能遇上一个事故。在这个时候,网络和各种媒体上充斥各种各样的消息,人们的感性会战胜理性,统计学的知识也将让位给内心的感受。 关于安全,通过数据的分析,至少可以告诉我们几个我们往往会误认的真理:1、数据统计的结论毫无疑问的告诉我们,飞机是目前地球上最安全的旅行交通工具,比汽车、火车等等的安全级别高太多;飞机重事故发生的频率如何 是远程交通最安全的方式,而且它变得越来越安全。 30年前,重事故的发生率为每飞行一亿四千万英里一次。如今是 14亿英里才发生一起重事故,安全性提高了十倍。 3、飞机事故造成的社会影响却比其他事故更,原因是事故少但严重程度高,受关注度;4、美国的数据专家通过对全球公司的运营数据的分析,揭示出,各国的安全指数实际上相差无几,并不是说发达国家的飞机就更加安全

    36870

    披露美国中央情报局CIA攻击组织对中国关键领域长达十一年的网络渗透攻击

    在此期间,我国天、科研机构、石油行业、型互联网公司以及政府机构等多个单位均遭到不同程度的攻击。 360安全通过对泄漏的“Vault7(穹窿7)”网络武器资料的研究,并对其深入分析和溯源,于全球首次发现与其关联的一系列针对我国天、科研机构、石油行业、型互联网公司以及政府机构等长达十一年的定向攻击活动 这里以天机构为例说明。 因涉及国家安全领域,所以我们只披露360安全所掌握情报数据的部分细节:其中CIA在针对我国天与科研机构的攻击中,我们发现:主要是围绕这些机构的系统开发人员来进行定向打击。 值得注意的是,CIA所攻击的信息技术服务,不仅仅是针对国内天领域,同时还覆盖百家海外及地区的商营公司,CIA此举的目的到底为何?

    26930

    内含福利 | 我们“偷”来了一座站楼。9.21, HAY!18等你来候机!

    18次班即将于超感站楼开始登机……前两周那个在西雅图偷飞机的年轻人,引发家超乎想象的理解和反思。AI时代,人们可以模拟出最聪明的子,却无法探知最普通的内心。心里的螺丝是怎么松掉的?不知道。 首发班三主题Ping-Talk烧分享科技新知 超级节点 高级玩家科技爆炸时代,技术变革刷新着我们的日常生活,如何理解、体验由科技连接的新世界? 文字太单薄、说教太枯燥,不如洞创想更多种表现的形式!辩论、喜剧、表演……这次要你仔仔细细地理解技术到底带给我们了哪些改变!三站楼奇趣候机 T1 先锋站楼担心自己被科技浪潮拍在岸边? T3 任性站楼想要肆意任性一把却找不到对象?牌厂商零距离等你来撩,为你打造专属任性间!重磅奖品 不能手回家,总要让你有点什么收获的!活动现场还有来自Libratone小鸟音响的礼品支持。 9月21日 北京751D·PARK东区故事我们会跟你一起尽力感受科技新知,发散创意洞,捕获灵感力量关注HAY!18第三届品玩科技节「超感站楼」和好玩的人,做好玩的事儿!

    23130

    总有一天 DeepMind 会带领 AI 刷榜所有游戏

    By 超神经Google 家的 Deep mind AI 团队又搞出一件杀器,训练 AI 挑战人类的间感知能力,真的在一场迷宫游戏中他们击败了专业的人类玩家。 熟读《孙子兵法》的 Deep mind 从 Alpha Go 开始,就深谙知己知彼的道理,因此,想要让AI具备像人一样的导能力,就必须先弄清人是如何导的。?人如何导? 通过不懈努力历经千辛万苦,他们找到人 GPS 的核心——「网格单元」,这让 Deep mind 轻松发现人间感知的关键。 也就是说你到过的地方越多,这张地图就越全,你的间感知范围也就越。AI版网格单元在该成果的启发下,Deep mind 团队联合 UCL(伦敦学学院)科学家,共同开发出一套递归神经网络系统。 此前,AI 仅被证明在图像识别、棋牌游戏等领域有过人之处,但很少能在像导这种主观认知领域超越人类。而这次 AI「进化」出自动导功能,证明 AI 不仅能复制,还能很好的理解

    21230

    扫码关注云+社区

    领取腾讯云代金券