本文是系列文章的第二部分，重点介绍卷积神经网络(CNN)的特性和应用。CNN主要用于模式识别和对象分类。本文重点解释如何训练这些神经网络以解决实际问题。

本文讨论了CNN相对于经典线性规划的优势，后续文章《训练卷积神经网络：什么是机器学习？——第二部分》将讨论如何训练CNN模型，系列文章的第三部分将讨论一个特定用例，并使用专门的AI微控制器对模型进行测试。

芯片制造商依靠获得高纯水来清洁半导体晶圆。

米尔基于ARM+FPGA异构开发板，根据下图文件内容可以知道myir-image-full系统支持的功能，其支持OpenCV，也就不用在格外安装相关驱动包等，省了很多事情。

6月8日，在由国际科技媒体集团Aspencore主办的2023国际AIoT生态发展大会智能网联汽车分论坛上，基本半导体、泰克科技、英伟达、易特驰等，来自芯片、方案及应用领域的厂商齐聚一堂，从碳化硅功率器件到车规级超大算力芯片，从以太网测试技术到汽车软件开发的整车OS，共话智能网联汽车。

今年3月汽车电子理事会（AEC）发布了AEC-Q200 保险丝/熔断器标准。

在设计USB PD适配器和充电器时，要满足COC V5 Tier2 等最新的能效标准，并考虑小型化设计以配合移动便携式设备等轻薄短小但功能丰富多样的趋势。

本文介绍了评估“控制器局域网”(CAN)收发器的正确系统级测试方法。

传统上，异常检测系统依赖于统计技术、预定义规则和/或人类专业知识。但这些方法在可扩展性、适应性和准确性方面存在局限性。

众所周知，在解决某些计算问题时，量子计算机远胜于经典计算机，实现“量子计算优越性”，可以通过高精度地操纵近百个物理比特，高效求解超级计算机无法在合理时间内解决的特定的高复杂度数学问题。但这只是理论上的，现实中还缺乏实证，此次中国科大研究团队的成果正是首次从实验上确凿地证明了量子计算加速，并挑战了“扩展的丘奇—图灵论题”。

为了确保功能安全和开发设计，汽车软件一个简单功能的实现甚至会需要半年以上的时间，因此汽车行业迫切需要一个集中式的系统，可以像开发手机软件一样去开发汽车软件。

在涉及射频(RF)的硬件测试中，选择可配置、已校准的可靠信号源是其中最重要的方面之一。本文提供了基于Raspberry Pi的高度集成解决方案，其可用于合成RF信号发生器，输出DC至5.5 GHz的单一频率信号，输出功率范围为0 dBm至-40 dBm。所提出的系统基于直接数字频率合成(DDS)架构，并对其输出功率与频率特性进行了校准，可确保在整个工作频率范围中，输出功率保持在所需功率水平的±0.5 dB以内。

今天的电动汽车(EV)正在慢慢占领汽车行业，并将取代传统的燃油汽车。

今天，AM的重要性和影响已大大降低。取而代之的是，我们使用FM(调频)或更有可能通过网站和应用程序来“收听”广播。显然，对于大部分人来说，AM广播似乎已经从主导地位变成了 "AM......那到底是什么？"。

作为设计原则，功能安全的重点在于使用电子电气（E/E）设备时，降低其带来人身伤害或人体健康损害的风险。功能安全原则致力于解决随机硬件故障和系统故障——均与车载网络（IVN）产品相关。