頭條 钠离子电池即将迈入大规模生产阶段 当前，锂离子电池为80亿部手机、数亿台笔记本电脑，以及蓬勃发展的电动汽车和储能设施注入不竭动力。然而，它正迎来一位强大的挑战者——钠离子电池。钠离子电池已快步迈入大规模生产阶段，有望应用于电动汽车和储能等领域，它比锂离子电池更便宜、更安全、更环保。今年4月，全球最大的电池制造商——中国宁德时代新能源科技股份有限公司（以下简称“宁德时代”）宣布，将在今年底前启动钠离子电池的大规模量产。 最新資訊 印度频繁提高手机进口税率，鸿海准备重启印度诺基亚旧工厂 继去年12月16日印度政府将手机进口关税有原来的10%，提升到15%之后，今年2月2日，印度政府再次宣布，将手机进口关税由之前的15%再次提升到20%。也就是说，如果手机厂商单纯的出口手机成品到印度市场销售，那么成本相比印度本地生产的手机将高20%。显然此举将进一步迫使进入印度市场的手机厂商不得在印度投资建厂生产或者交给印度OEM/ODM厂商生产，以降低成本。 發表于：2018/3/6 Qorvo® RF Fusion™ 为采用 LTE Advanced 标准的 Microsoft Surface Pro 提供联网支持 中国，北京 – 2018年3月6日 – 移动应用、基础设施与航空航天、国防应用中 RF 解决方案的领先供应商 Qorvo®, Inc.（纳斯达克代码：QRVO）宣布，将为采用 LTE Advanced 标准的 Microsoft Surface Pro 提供整套的 RF Fusion™ 模块。RF Fusion LTE 产品组合包含多个高度集成模块，能够实现业界领先的性能和全球蜂窝频段覆盖。 發表于：2018/3/6 Vicor 合封电源系统提供高达 1,000A 的峰值电流 2018 年 3 月 6 日，马萨诸塞州安多弗讯 — 日前，Vicor 公司（NASDAQ 股票交易代號：VICR）宣布推出最新合封电源 (“PoP”) 芯片组，其中包括用于高性能 GPU、CPU 和 ASIC (“XPU”) 处理器的模块化电流倍增器 (MCM)。PoP MCM 不仅可倍增电流，而且还可为靠近 XPU 的 48V 电源分压至所需的较低电压，实现更高的 XPU 性能。配电效率和系统密度的提升超越了传统的无电流倍增功能的 12V 输入多相电源稳压器的限制。合封电源是一项支持耗电极高的人工智能 (“AI”) 处理器和 48V 自动驾驶系统的关键技术。 發表于：2018/3/6 IHS：2022年无线充电设备出货挑战20亿台 研调机构IHS Markit统计，2017年带有无线充电功能的消费电子装置出货近5亿套，年增40%，以手机、小家电和可穿戴设备为主。 發表于：2018/3/6 英国开发商Hive能源获西班牙无补贴太阳能项目规划认证 近日，英国开发商Hive能源公司已获得规划许可，以开发西班牙安达卢西亚省第一个无补贴的45．6兆瓦的太阳能项目。 發表于：2018/3/6 大力发展光伏产业 将生态扶贫推向深入 十三届全国人大一次会议在北京人民大会堂开幕，国务院总理李克强作政府工作报告。报告指出，我国将加大精准脱贫力度，今年再减少农村贫困人口1000万以上。深入推进产业、教育、健康、生态扶贫，补齐基础设施和公共服务短板，激发脱贫内生动力。 發表于：2018/3/6 破解远距离充电困局 无线充电即将所向披靡 电动汽车、移动设备和工业应用正在重新关注无线充电技术。 發表于：2018/3/6 学界 | 综述论文：对抗攻击的12种攻击方法和15种防御方法 这篇文章首次展示了在对抗攻击领域的综合考察。本文是为了比机器视觉更广泛的社区而写的，假设了读者只有基本的深度学习和图像处理知识。不管怎样，这里也为感兴趣的读者讨论了有重要贡献的技术细节。机器之心重点摘要了第 3 节的攻击方法（12 种）和第 6 节的防御方法（15 种），详情请参考原文。这篇文章首次展示了在对抗攻击领域的综合考察。本文是为了比机器视觉更广泛的社区而写的，假设了读者只有基本的深度学习和图像处理知识。不管怎样，这里也为感兴趣的读者讨论了有重要贡献的技术细节。机器之心重点摘要了第 3 节的攻击方法（12 种）和第 6 节的防御方法（15 种），详情请参考原文。 發表于：2018/3/5 观点 | 下一步研究目标：盘点NLP领域最具潜力的六大方向 在开始你的研究之前，了解目标领域中最重要的研究方向是很重要的任务。本文中，德国海德堡大学的计算语言学在读博士 Sebastian Ruder 为我们介绍了 NLP 领域里最具潜力的几个研究方向。 發表于：2018/3/5 南京大学周志华教授综述论文：弱监督学习 监督学习技术通过学习大量训练样本来构建预测模型，其中每个训练样本都有一个标签标明其真值输出。尽管当前的技术已经取得了巨大的成功，但是值得注意的是，由于数据标注过程的高成本，很多任务很难获得如全部真值标签这样的强监督信息。因此，能够使用弱监督的机器学习技术是可取的。本文综述了弱监督学习的一些研究进展，主要关注三种弱监督类型：不完全监督：只有一部分训练数据具备标签；不确切监督：训练数据只具备粗粒度标签；以及不准确监督：给出的标签并不总是真值。 發表于：2018/3/5 <…555556557558559560561562563564…>
