報告人簡介

王樂，Liquid Instruments的應用工程師，博士畢業于美國理海大學，研究方向主要為光學儀器開發和化學顯微成像。專注于推動Moku測試與測量技術在不同學科中的發展與應用。

報告大綱

1、基于FPGA的神經網絡優勢；

2、神經網絡在信號處理、去噪、傳感器調節與自適應控制等應用及示例；

3、如何python構建和訓練神經網絡、優化模型；

4、在Moku上部署神經網絡實現實時機器學習。

報告摘要

Moku 多功能測控平臺新增支持【神經網絡】儀器功能，輕松將機器學習算法應用于實驗平臺，實現智能反饋調整和實時數據分析。利用FPGA 的可重構性和高速處理能力，神經網絡可與其他 Moku 平臺的儀器功能無縫集成組合使用，實現實時數據處理且耗能低，從而推動機器學習輔助信號分析、去噪成像、傳感器調節校準、閉環反饋等實驗進展。

此次研討會將介紹使用Python構建和訓練神經網絡的簡要流程，并展示如何在Moku平臺上實現高效部署神經網絡，實現實時推理和機器學習，并分享典型應用案例，共同探討人工智能如何推動前沿技術發展。

適合以下研究領域的用戶：

對人工智能和機器學習、數據科學、物理光電、電子工程學院、自動化和控制科學領域感興趣的高?？蒲杏脩?；

醫學成像、神經科學、以及生物信號分析的用戶；

從事機器人控制、閉環反饋控制系統和自動化流程優化的企業；

國防和航空航天、激光雷達等對精密測量、高精度測量需求的用戶；

量子計算與實時機器學習算法等等。