国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

數(shù)字化學(xué)習(xí)使學(xué)習(xí)到績效轉(zhuǎn)化的確定性成為可能

QVp5_ceibs_cbr ? 來源:中歐商業(yè)評論 ? 作者:中歐商業(yè)評論 ? 2021-01-14 14:16 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

站在數(shù)字化學(xué)習(xí)的實(shí)踐前沿,尤其是在疫情助推下,大部分培訓(xùn)遷移到了線上。在這場數(shù)字化學(xué)習(xí)事件中,諾華制藥培訓(xùn)總監(jiān)王星恒認(rèn)為,數(shù)字化學(xué)習(xí)存在兩大誤區(qū),分別是“手段和目的混淆”以及“費(fèi)用節(jié)省與效能衰減”,誤區(qū)背后的根本問題是學(xué)習(xí)到績效轉(zhuǎn)化的不確定性,而數(shù)字化學(xué)習(xí)使學(xué)習(xí)到績效轉(zhuǎn)化的確定性成為可能。

1. 學(xué)習(xí)的內(nèi)容一定要能夠促使員工的行為轉(zhuǎn)變,達(dá)到組織行為學(xué)的要求,同時(shí)能夠推動績效的產(chǎn)生。

2.我們發(fā)明了“三點(diǎn)式”教學(xué)法,把10、20、70(從內(nèi)容學(xué)習(xí)、從同儕學(xué)習(xí)、從經(jīng)驗(yàn)學(xué)習(xí)),全部放在線上,這樣能把所有的行為學(xué)習(xí)、行為練習(xí)、行為改變的所有數(shù)據(jù)點(diǎn)全部留存,為未來的分析帶來了可能。

3.同樣都是線上學(xué)習(xí),學(xué)習(xí)之后,一組進(jìn)行老師一對一的課后輔導(dǎo),另一組完成自我反思問題,效果竟然是自我反思組超過老師一對一輔導(dǎo)組。并且我們用教育學(xué)研究方法驗(yàn)證了這個結(jié)論,在統(tǒng)計(jì)檢驗(yàn)上達(dá)到顯著。

明確數(shù)字化學(xué)習(xí)的目標(biāo) 先分享我認(rèn)為2020年最有趣的一個故事。爸爸和孩子在山間走路,爸爸指著遠(yuǎn)方的一棵樹,跟小孩說,“我們各自走,但是我們要到達(dá)樹那里”。爸爸和小孩兩個人做了兩個不同的行為,小孩看著自己的腳下,一步接一步地走。爸爸則盯著遠(yuǎn)方的那棵樹走了過去,縱然山路有崎嶇,有不同的環(huán)境。結(jié)果我們可以預(yù)料到,爸爸最終到達(dá)了那棵樹,而一直看著自己腳下的小孩,雖然每一步走得很精準(zhǔn),但方向早已偏離。 同理,數(shù)字化的方向或者數(shù)字化學(xué)習(xí)的方向究竟是在哪里?我將分享在諾華的實(shí)踐中所收獲的。 諾華制藥是一家跨國的制藥企業(yè),在全球一直位列第三或者第四名,一年大概500億美金左右的銷售額,在中國也是一個龐大的機(jī)構(gòu)。

疫情來臨,線下的教育似乎如坐針氈、如履薄冰,線上教育似乎一飛升天,飛黃騰達(dá),但真的是這樣嗎? 看上去因?yàn)橐咔椋?0%的線下教育轉(zhuǎn)成了線上,但我們要思考,教育行業(yè)的上市公司并沒有因?yàn)橐咔閹砭薮蟮牧髁慷沟檬兄祹砭薮蟮陌l(fā)展,為什么? 類似的,淘寶購物節(jié)交易額每年都創(chuàng)新高,字節(jié)跳動的抖音也在不斷發(fā)展,他們背后的驅(qū)動力是什么? 我是醫(yī)生出身,我的答案是,靠多巴胺。購物有欣喜繼續(xù)購物,看到自己喜歡的新聞不斷地看,刷抖音不停地刷,為什么?多巴胺在不停地刺激和釋放。反觀教育,有多巴胺嗎?哪個小朋友說學(xué)完了數(shù)學(xué)以后有多巴胺的分泌,沒有。 這是一個問題,問題在哪里?我根本要講的一個點(diǎn)叫數(shù)據(jù),為什么我們在其他的行業(yè)不斷地在產(chǎn)生多巴胺?是因?yàn)槲铱吹降奶詫毥缑婧湍憧吹降奶詫毥缑媸遣灰粯拥模踔链蠹叶颊f連價(jià)格都不一樣。

比如我女兒在線學(xué)英文,她選擇一個level的難度之后,這個level所有小孩的課都是一樣的,然后再測試,再到下一個level。這個過程不會讓小孩產(chǎn)生多巴胺,反觀我們教育行業(yè),成人或在線教育,怎么能持續(xù)地產(chǎn)生多巴胺? 線上和線下的目的到底是什么,一定程度上、從生理學(xué)上來說可能是多巴胺,而我們企業(yè)教育的目的是什么?很簡單,學(xué)習(xí)的內(nèi)容一定要能夠促使員工的行為轉(zhuǎn)變,達(dá)到組織行為學(xué)的要求,同時(shí)能夠推動績效的產(chǎn)生。 我想問在企業(yè)里的HR或者HRD,我們的學(xué)習(xí)能推動績效嗎?如果你回答我說“不知道”,你的回答很正常。如果你的回答告訴我,“我覺得可以”,那么告訴我推動多少,0.5%還是0.05%?如果你告訴我,“我覺得可能還不能夠”,那也是現(xiàn)實(shí)。 我們做過研究,發(fā)現(xiàn)對于有些學(xué)習(xí)來說,學(xué)習(xí)之后的效果還不如不學(xué)。 不管是線上還是線下學(xué)習(xí),要搞清楚目的究竟是什么。

最大問題:學(xué)習(xí)績效轉(zhuǎn)化不確定 當(dāng)大量的學(xué)習(xí)從線下轉(zhuǎn)成線上的時(shí)候,效能高度衰減。線上直播的教學(xué),有多少人實(shí)際上在聽、聽完效果如何,這個其實(shí)并不知道。

如果我們真正想推動企業(yè)學(xué)習(xí)效能來改變員工的行為、推動績效,我們就要認(rèn)認(rèn)真真去研究這當(dāng)中相關(guān)度是多少。 我們現(xiàn)在面臨的根本問題不是線上和線下的問題,而是學(xué)習(xí)績效轉(zhuǎn)化不確定性的問題。當(dāng)我們把愿景、組織目標(biāo)落到最后能夠使戰(zhàn)略戰(zhàn)術(shù)得到執(zhí)行,能力是當(dāng)中非常重要的一環(huán),但是又是不確定的一環(huán)。 雖然我們也做學(xué)習(xí)過程評估,但那個評估是在一個非常嚴(yán)酷的環(huán)境下做的測試,在泛行業(yè),這個標(biāo)準(zhǔn)根本不實(shí)用。這個評估只能限定在一定人群范圍內(nèi),做微小或者精準(zhǔn)的項(xiàng)目。 我們長期的研究認(rèn)為,數(shù)字化的學(xué)習(xí)能讓績效轉(zhuǎn)化的確定性成為可能,但還并沒有成為現(xiàn)實(shí)。

數(shù)據(jù)點(diǎn)要能夠去驗(yàn)證績效 線上學(xué)習(xí)有兩個要素,第一是場景,第二是數(shù)據(jù)。所有行業(yè)都一樣,阿里巴巴也說自己是場景和數(shù)據(jù),得到也講的是場景和數(shù)據(jù),字節(jié)跳動講的還是場景和數(shù)據(jù),看來有通識性,場景實(shí)現(xiàn)了什么?數(shù)據(jù)實(shí)現(xiàn)了什么? 數(shù)字化學(xué)習(xí)有四大特征。

第一,場景窮盡化。線上學(xué)習(xí)讓我們窮盡場景成為可能。老師上課講完原理之后舉例子,讓大家練習(xí),最后會總結(jié)說練習(xí)是局限的,回去以后要靈活應(yīng)用。真正做到靈活應(yīng)用其實(shí)非常難。組織行為學(xué)里有一致性理論,(編者注:所謂一致性,即如果其他人在相似的場合下都有相同的反應(yīng), 則說該行為具有一致性),我們希望把所有的場景窮盡,這樣才能夠真正做到類似場景下的一致性的能力遷移。諾華制藥在實(shí)踐中總結(jié)了大量的場景。

第二,反饋及時(shí)。要充分設(shè)計(jì)好反饋的時(shí)間節(jié)點(diǎn)。即便是線下培訓(xùn),也需要點(diǎn)評,線上更是如此。

第三,數(shù)據(jù)績效化。我們對數(shù)據(jù)的理解有偏差。比如時(shí)長這個數(shù)據(jù),什么叫時(shí)長?你會覺得這個問題太簡單,時(shí)長就是這個視頻有多長。那么請問,回看怎么算?快進(jìn)怎么算?如果你對時(shí)長的定義沒有考慮這些學(xué)習(xí)行為,那就麻煩了,你拿到的數(shù)據(jù)是稀奇古怪的。所以,數(shù)據(jù)定義本身就有大量的需要研究的空間。

第四,有了數(shù)據(jù)之后,有可能采集到數(shù)據(jù)點(diǎn)跟績效去對接嗎?跟行為改變?nèi)訂幔课覇栠^大量的學(xué)習(xí)供應(yīng)商這個問題,有多少個數(shù)據(jù)點(diǎn)可以提供給我,而且這些數(shù)據(jù)點(diǎn)被驗(yàn)證過跟行為改變相關(guān)。非常少的供應(yīng)商能直接回答我。數(shù)據(jù)點(diǎn)沒驗(yàn)證過,這就麻煩了。更多的供應(yīng)商甚至根本沒有埋過數(shù)據(jù)點(diǎn)。只有時(shí)長,沒有埋過其他數(shù)據(jù)點(diǎn),這樣的證據(jù)材料就是廢物,將來不可能去做數(shù)據(jù)化績效考核分析。

基于以上種種條件的達(dá)成,我們才能談到學(xué)習(xí)定制化,定制化才能產(chǎn)生多巴胺。

打造數(shù)字化學(xué)習(xí)的數(shù)據(jù)閉環(huán) 我把整個環(huán)節(jié)用下面這棵樹來表示。樹根是績效模型,長出的樹枝就是我們的行為,桃子是場景。

我們有大量的老師去一線采集場景,把桃子采回來,再把桃子里面的知識點(diǎn)萃取出來,這是一個費(fèi)時(shí)、費(fèi)力、費(fèi)技術(shù)的工作。人工智能的前期需要人工,之后才能智能,并且人工是巨大的。我們采集了大量的場景,然后把它根據(jù)不同的桃子組合形成課件,并且進(jìn)行運(yùn)營,運(yùn)營過程中,要有行為改變?nèi)テヅ洹?在這個過程當(dāng)中會產(chǎn)生大量的數(shù)據(jù),這些數(shù)據(jù)要能夠連通形成閉環(huán)。現(xiàn)在都很流行討論閉環(huán),但問題是一個環(huán)到另外一個環(huán)之間真有數(shù)據(jù)證實(shí)嗎?我們要對學(xué)與不學(xué)的區(qū)別、以及怎么學(xué)來進(jìn)行嚴(yán)謹(jǐn)?shù)难芯浚唇y(tǒng)計(jì)學(xué)的差異,這些都值得我們持續(xù)討論。

每一級的知識點(diǎn)搭建,是一個大工程。比如,與客戶互動是我們最小的一個行為,會落到最小的點(diǎn)就是一個知識點(diǎn)。因?yàn)橛袌鼍埃粋€溝通行為就會有一個知識點(diǎn),很細(xì)節(jié),但確實(shí)是很龐大的工程,需要人來做。 有知識點(diǎn)形成教材以后,我們發(fā)明了“三點(diǎn)式”教學(xué)法,把10、20、70,(從內(nèi)容學(xué)習(xí)、從同儕學(xué)習(xí)、從經(jīng)驗(yàn)學(xué)習(xí))全部放在線上,這樣能把行為學(xué)習(xí)、行為練習(xí)、行為改變的所有數(shù)據(jù)點(diǎn)全部留存,為未來的分析帶來可能。 另外,如果你發(fā)現(xiàn)我們的學(xué)習(xí)可能跟績效或行為改變相關(guān)性差,你一定反思一下,你在整個“三點(diǎn)式”當(dāng)中的某一點(diǎn)的有效性可能出了問題。 激勵部分不是我們擅長的,我們找了一家公司幫我們運(yùn)營,減少運(yùn)營的壓力,可以保證100%讓學(xué)員學(xué)完。具體的激勵方法,有一系列除了錢以外的辦法。

數(shù)字化學(xué)習(xí)未來一定走向人工智能 既往的行為改變,甚至做測評評估的時(shí)候,我認(rèn)為叫自嗨。全部靠個人的判斷,一個常見情境是,五個評委坐在下面評審一個人,評出來的差異會非常大。我們做過這樣的研究,老師之間評分的離散度非常大,大到可以推倒這個研究。我們現(xiàn)在逐漸地走向了用人工智能去評估學(xué)習(xí)行為,目前跟供應(yīng)商合作有一系列成功的產(chǎn)品,去評估人各種各樣的學(xué)習(xí)行為。

到目前為止,我們公司的企業(yè)學(xué)習(xí)平臺上大概每天有20%左右的人會自發(fā)去學(xué)習(xí),我們公司大概有5000人,每天他們學(xué)習(xí)的時(shí)長大約是半個小時(shí),所以我每年可以累計(jì)下來30-50萬小時(shí)的學(xué)習(xí)數(shù)據(jù)。 我們把這些數(shù)據(jù)深入研究之后,有驚人發(fā)現(xiàn)。線上學(xué)習(xí)最后的行為改變竟然優(yōu)于面對面學(xué)習(xí),自我反思式學(xué)習(xí)超過老師一對一輔導(dǎo)學(xué)習(xí)效果。并且我們用教育學(xué)研究方法驗(yàn)證了這個結(jié)論,在統(tǒng)計(jì)檢驗(yàn)上達(dá)到顯著。 培訓(xùn)老師們也很緊張未來自己的價(jià)值在哪里。未來一定是走向人工智能,但是前期需要人工,老師們需要思考人工智能結(jié)合下的轉(zhuǎn)型。

我們公司今年已經(jīng)把80%的學(xué)習(xí)內(nèi)容遷移到了線上,未來還會持續(xù)在數(shù)字化道路上繼續(xù)前行,擁抱數(shù)字,發(fā)現(xiàn)數(shù)字的洞察,這是我們的必經(jīng)之路,也是未來的方向。在數(shù)字化之路上,我們可以像最開頭的故事里的爸爸一樣,目標(biāo)清晰地盯住那棵樹,雖然歷經(jīng)曲折,但終究會走向目標(biāo),但最怕的是每個腳印都走得正確,但方向錯了。數(shù)字化之路上,希望我們都能不忘最初的目標(biāo)。我期待有更多的同道加入我們數(shù)字化學(xué)習(xí)探索的道路。

原文標(biāo)題:王星恒:數(shù)字化學(xué)習(xí)使學(xué)習(xí)到績效轉(zhuǎn)化的確定性成為可能

文章出處:【微信公眾號:中歐商業(yè)評論】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

責(zé)任編輯:haq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 數(shù)字化
    +關(guān)注

    關(guān)注

    8

    文章

    10653

    瀏覽量

    67218

原文標(biāo)題:王星恒:數(shù)字化學(xué)習(xí)使學(xué)習(xí)到績效轉(zhuǎn)化的確定性成為可能

文章出處:【微信號:ceibs-cbr,微信公眾號:中歐商業(yè)評論】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    智能制造背后的關(guān)鍵技術(shù):TSN與工業(yè)以太網(wǎng)的確定性革命

    工業(yè)4.0讓生產(chǎn)網(wǎng)絡(luò)日益復(fù)雜,傳統(tǒng)“盡力而為”的以太網(wǎng)已難以滿足實(shí)時(shí)控制需求。TSN技術(shù)通過時(shí)間同步與流量調(diào)度,實(shí)現(xiàn)確定性通信,推動IT與OT深度融合。光路科技(Fiberroad)的TSN交換機(jī)為工業(yè)網(wǎng)絡(luò)提供穩(wěn)定、可預(yù)測的傳輸能力,成為智能制造升級的重要基礎(chǔ)設(shè)施。
    的頭像 發(fā)表于 03-04 11:17 ?284次閱讀
    智能制造背后的關(guān)鍵技術(shù):TSN與工業(yè)以太網(wǎng)<b class='flag-5'>的確定性</b>革命

    自動駕駛中常提的離線強(qiáng)化學(xué)習(xí)是什么?

    [首發(fā)于智駕最前沿微信公眾號]在之前談及自動駕駛模型學(xué)習(xí)時(shí),詳細(xì)聊過強(qiáng)化學(xué)習(xí)的作用,由于強(qiáng)化學(xué)習(xí)能讓大模型通過交互學(xué)到策略,不需要固定的規(guī)則,從而給自動駕駛的落地創(chuàng)造了更多可能。 強(qiáng)
    的頭像 發(fā)表于 02-07 09:21 ?202次閱讀
    自動駕駛中常提的離線強(qiáng)<b class='flag-5'>化學(xué)習(xí)</b>是什么?

    強(qiáng)化學(xué)習(xí)會讓自動駕駛模型學(xué)習(xí)更快嗎?

    [首發(fā)于智駕最前沿微信公眾號]在談及自動駕駛大模型訓(xùn)練時(shí),有的技術(shù)方案會采用模仿學(xué)習(xí),而有些會采用強(qiáng)化學(xué)習(xí)。同樣作為大模型的訓(xùn)練方式,強(qiáng)化學(xué)習(xí)有何不同?又有什么特點(diǎn)呢? 什么是強(qiáng)化學(xué)習(xí)
    的頭像 發(fā)表于 01-31 09:34 ?641次閱讀
    強(qiáng)<b class='flag-5'>化學(xué)習(xí)</b>會讓自動駕駛模型<b class='flag-5'>學(xué)習(xí)</b>更快嗎?

    DP83826:確定性、低延遲工業(yè)以太網(wǎng)PHY的卓越之選

    DP83826:確定性、低延遲工業(yè)以太網(wǎng)PHY的卓越之選 引言 在工業(yè)自動化、機(jī)器人和運(yùn)動控制、電網(wǎng)基礎(chǔ)設(shè)施、樓宇自動化等眾多領(lǐng)域,實(shí)時(shí)以太網(wǎng)系統(tǒng)的需求日益增長。這些系統(tǒng)對網(wǎng)絡(luò)的確定性、低延遲
    的頭像 發(fā)表于 12-17 16:20 ?336次閱讀

    DP83826:確定性、低延遲、低功耗工業(yè)以太網(wǎng)PHY的卓越之選

    )低延遲特性 DP83826具有較低的確定性延遲,TX延時(shí)僅為40ns,RX延時(shí)為170ns,并且在電源循環(huán)上的確定性延遲
    的頭像 發(fā)表于 12-17 16:15 ?324次閱讀

    DP83826Ax工業(yè)以太網(wǎng)PHY:確定性、低延遲與低功耗的完美融合

    方面表現(xiàn)出色,其TX延時(shí)僅為40ns,RX延時(shí)為170ns,電源循環(huán)上的確定性延遲小于±2ns,固定相位XITX
    的頭像 發(fā)表于 12-15 15:20 ?419次閱讀

    DP83826Ax:確定性、低延遲工業(yè)以太網(wǎng)PHY的深度解析

    DP83826Ax提供了極低的確定性延遲,TX延時(shí)僅40ns,RX延時(shí)為170ns,電源循環(huán)上的確定性延遲 ±2ns,XITX_CLK的固定相位關(guān)系
    的頭像 發(fā)表于 12-15 15:20 ?395次閱讀

    【干貨】必看!一文搞懂時(shí)間敏感網(wǎng)絡(luò)(TSN):解決工業(yè)網(wǎng)絡(luò)延遲/抖動痛點(diǎn)的確定性網(wǎng)絡(luò)技術(shù)

    什么是TSN?時(shí)鐘敏感網(wǎng)絡(luò)(Time-SensitiveNetworking)是標(biāo)準(zhǔn)以太網(wǎng)的擴(kuò)展,其主要目標(biāo)是使標(biāo)準(zhǔn)以太網(wǎng)具有確定性使技術(shù)人員能夠精確了解流量在網(wǎng)絡(luò)中傳輸所需的確切時(shí)
    的頭像 發(fā)表于 10-30 19:33 ?1658次閱讀
    【干貨】必看!一文搞懂時(shí)間敏感網(wǎng)絡(luò)(TSN):解決工業(yè)網(wǎng)絡(luò)延遲/抖動痛點(diǎn)<b class='flag-5'>的確定性</b>網(wǎng)絡(luò)技術(shù)

    尋跡智行AMR融合RFID識別技術(shù),為柔性搬運(yùn)注入“確定性&quot;

    在智能物流與制造業(yè)不斷追求高效與柔性的今天,自主移動機(jī)器人(AMR)已成為革新場內(nèi)物流的核心力量。其“柔性”特質(zhì)——靈活部署、智能調(diào)度、自主避障——完美應(yīng)對了現(xiàn)代生產(chǎn)中的不確定性
    的頭像 發(fā)表于 10-27 14:34 ?316次閱讀
    尋跡智行AMR融合RFID識別技術(shù),為柔性搬運(yùn)注入“<b class='flag-5'>確定性</b>&quot;

    自動駕駛中常提的“強(qiáng)化學(xué)習(xí)”是個啥?

    下,就是一個智能體在環(huán)境里行動,它能觀察環(huán)境的一些信息,并做出一個動作,然后環(huán)境會給出一個反饋(獎勵或懲罰),智能體的目標(biāo)是把長期得到的獎勵累積到最大。和監(jiān)督學(xué)習(xí)不同,強(qiáng)化學(xué)習(xí)沒有一一對應(yīng)的“正確答案”給它看,而是靠與環(huán)境交互
    的頭像 發(fā)表于 10-23 09:00 ?662次閱讀
    自動駕駛中常提的“強(qiáng)<b class='flag-5'>化學(xué)習(xí)</b>”是個啥?

    虹科干貨 | 拆解TSN四大支柱:從「盡力而為」工業(yè)實(shí)踐的確定性網(wǎng)絡(luò)

    ,基于CSMA/CD機(jī)制的傳統(tǒng)以太網(wǎng)暴露出致命缺陷——不確定性的延遲和抖動。正是在這樣的背景下,時(shí)間敏感網(wǎng)絡(luò)(TSN)應(yīng)運(yùn)而生。*不想逐字讀長文?點(diǎn)擊收聽本文播客TSN并非全
    的頭像 發(fā)表于 08-27 17:33 ?1876次閱讀
    虹科干貨 | 拆解TSN四大支柱:從「盡力而為」<b class='flag-5'>到</b>工業(yè)實(shí)踐<b class='flag-5'>的確定性</b>網(wǎng)絡(luò)

    全網(wǎng)最全學(xué)習(xí)Zephyr開發(fā)教程資料匯總-從基礎(chǔ)文檔視頻到上手實(shí)操示例

    ,確保系統(tǒng)響應(yīng)的確定性延遲,并且內(nèi)存占用極小。豐富的通信機(jī)制、深度集成的電源管理模式等,也進(jìn)一步提升了其在嵌入式領(lǐng)域的競爭力。然而,要深入掌握 Zephyr 開發(fā)并非一蹴而就之事。為了方便大家順利踏上
    發(fā)表于 07-04 11:13

    康謀分享 | 基于多傳感器數(shù)據(jù)的自動駕駛仿真確定性驗(yàn)證

    自動駕駛仿真測試中,游戲引擎的底層架構(gòu)可能會帶來非確定性的問題,侵蝕測試可信度。如何通過專業(yè)仿真平臺,在多傳感器配置與極端天氣場景中實(shí)現(xiàn)測試數(shù)據(jù)零差異?確定性驗(yàn)證方案已成為自動駕駛研發(fā)
    的頭像 發(fā)表于 07-02 13:17 ?4248次閱讀
    康謀分享 | 基于多傳感器數(shù)據(jù)的自動駕駛仿真<b class='flag-5'>確定性</b>驗(yàn)證

    應(yīng)用分享 | 精準(zhǔn)生成和時(shí)序控制!AWG在確定性三量子比特糾纏光子源中的應(yīng)用

    丹麥哥本哈根大學(xué)最新研究利用任意波形發(fā)生器(AWG),成功構(gòu)建保真度56%的確定性三量子比特GHZ態(tài)!AWG憑借精準(zhǔn)的信號生成和時(shí)序控制能力,充分展現(xiàn)了其在量子態(tài)操控中的強(qiáng)大能力。
    的頭像 發(fā)表于 06-06 14:06 ?1233次閱讀
    應(yīng)用分享 | 精準(zhǔn)生成和時(shí)序控制!AWG在<b class='flag-5'>確定性</b>三量子比特糾纏光子源中的應(yīng)用

    進(jìn)群免費(fèi)領(lǐng)FPGA學(xué)習(xí)資料!數(shù)字信號處理、傅里葉變換與FPGA開發(fā)等

    的基礎(chǔ)知識,講述了確定性數(shù)字信號處理的知識,包括離散時(shí)間信號及系統(tǒng)的介紹、z變換、傅里葉變換、頻率分析以及濾波器設(shè)計(jì)等。介紹了隨機(jī)數(shù)字信號處理的知識,主要學(xué)習(xí)多速率
    發(fā)表于 04-07 16:41