基于算法

DolphinDB 推出的 CPU-GPU 异构计算平台 Shark，将 DolphinDB 上的复杂指标计算能力无缝切换到 GPU 算力平台，大幅提升了计算性能。Shark 最新版本给开发者提供了两个主要功能：因子挖掘和因子计算。通过使用遗传算法，因子挖掘功能能够从历史 金融 数据中提取出有

今年8月，StartDT旗下GrowingIO分析云产品客户数据平台（CDP）正式上线了LTV预测标签。通过开箱即用的标签功能，分析师就能一键生成用户价值的预测结果，用于用户运营和价值分析。LTV预测标签背后是怎样的算法？为什么LTV算法以标签形式产出结果，能做到又快又稳？企业在自建算法模型的过程中，还有哪些坑要规避？

随着 互联网 和信息技术的快速发展，数据的多样性和复杂性越来越高。多模态数据的兴起，图像、文本、音频等多模态数据也得到越来越广泛的应用，传统的单一视图算法难以充分利用多种数据源提供的信息，也难以有效地处理不同类型的数据。为了解决这些问题，微美全息（NASDAQ:WIMI)将机器学习算法运用到图

随着人工智能和机器学习的快速发展，基于语义分割的机器视觉算法技术逐渐成为计算机视觉领域的重要研究方向和应用工具。语义分割能够将图像中的每个像素分配给特定的类别，实现像素级别的分类，对于实现精确的目标检测、医学图像分析和图像编辑等任务具有重要意义。据悉，微美全息作为计算机视觉领域的领先企业，致力于研究和探索基于语义分割的

SLAM(Simultaneous Localization and Mapping，即同时定位与地图构建)算法是一种通过传感器数据进行自主定位和环境地图构建的技术。它被广泛应用于无人系统、机器人导航、增强现实等领域。近年来，深度学习在计算机视觉领域取得了突破性的进展，尤其是在目标检测、语义分割和姿态估计等任务上取得了

随着 互联网 的快速发展和智能设备的普及，大量的数据被产生和积累。这些数据规模庞大、复杂多样，对存储、传输和处理提出了巨大的挑战。为了有效管理和利用这些数据，人们开始寻求更高效的数据压缩和存储技术。云计算作为一种基于网络的计算模式，提供了强大的计算和存储能力，可以满足大规模数据处理的需求，而全

随着大数据时代的到来与崛起，人们开始愈加关注隐私安全和生命安全，当人们处于公共场所时，人们希望可以获得足够的安全保障，针对人身安全和隐私安全的要求刺激了生物识别技术的发展。生物识别，具体是指通过人工建模、大数据训练等方法训练计算机，使得计算机可以获取与人类相似甚至更好的识别能力。在生物识别领域中，人脸识别由于其生理特征

随着计算机视觉和深度学习技术的不断发展，图像三维重建算法在三维建模、机器人视觉、医学图像处理等领域得到了广泛的应用。据了解，微美全息(NASDAQ:WIMI)开发了基于深度卷积神经网络的图像三维重建算法系统，其是通过卷积神经网络提取输入图像的特征，再通过全连接层生成三维模型的参数，最终将这些参数输入到三维模型中进行重建