搜尋

會員登入

搜尋

導覽

會員
廣告
廣告

安立知與DeepSig使用AI革新頻譜感測技術

瀏覽次數:3080

Anritsu 安立知利用 DeepSig 成熟的人工智慧 (AI)機器學習 (ML) 技術,提供先進的 AI 功能,以解決無線通訊系統中的難題。無線電頻譜 (Radio Spectrum) 是一項寶貴的資源,需要在無線網路中進行有效管理、共享以及最佳化利用。如今,實現 6G 用例所需要的新無線電頻率日益稀缺,因此人們開始更加關注新型頻譜共用技術的開發。在動態變化的無線環境中,傳統的射頻 (RF) 感測技術面對種種限制,因而需要更先進的監測和訊號表徵。

為了克服這些挑戰,Anritsu 安立知與 DeepSig 聯手提供突破性的解決方案,整合了 Anritsu 安立知的 MS2090A Field Master Pro 頻譜分析儀功能,以及 DeepSig 基於其專利 AI 深度學習演算法的無線訊號檢測和分類軟體。Anritsu 安立知採用深度學習、數據驅動的方法,使其得以利用 DeepSig 的 ML 訓練工具,快速地將新的無線電訊號模型納入其功能中。現在無需再耗時數月,只需要幾天的時間,即可迅速又準確地學習來自無人機和物聯網 (IoT) 裝置等各種新訊號源的 RF 相關訊號,因此能夠滿足快速變化的客戶需求。這些先進技術也為 6G 的 AI 原生 (AI-Native) RF 感測奠定了基礎。

稀土棋局下的台灣解方:從供應鏈韌性看關鍵礦物合作新契機
特別企劃半導體

稀土棋局下的台灣解方:從供應鏈韌性看關鍵礦物合作新契機

稀土與關鍵礦物已成全球科技競爭與經濟安全的重要戰略資源。面對供應鏈高度集中與地緣風險升高,台灣如何透過國際合作、技術替代、戰略儲備與城市採礦,建立自主且具韌性的關鍵礦物供應體系?

稀土與關鍵礦物已成全球科技競爭與經濟安全的重要戰略資源。面對供應鏈高度集中與地緣風險升高,台灣如何透過國際合作、技術替代、戰略儲備與城市採礦,建立自主且具韌性的關鍵礦物供應體系?