智慧工廠
含有「智慧工廠」共 64 篇內容
全部內容
發佈日期由新至舊
財經逍遙谷
2025/12/03
2105正新
股市創新高 股價低低低 仍是存股標的
#
EPS
#
現金股利
#
股利
5
留言
郝信華 iPAS AI應用規劃師 學習筆記
2025/12/03
AWS Wavelength
AWS Wavelength 是 AWS 專為 行動裝置應用程式 設計的邊緣運算服務。 一句話總結:「將 AWS 的運算與儲存資源,直接搬到電信業者(如 Verizon, KDDI, Vodafone 等)的 5G 機房內,實現超低延遲。」 這項服務是為了那些需要 「個位數毫秒 (Single-
含 AI 應用內容
#
AWS
#
Verizon
#
應用程式
1
留言
付費限定
Mech muse 智慧新知
2025/11/22
🤖鴻海工業級 AI 人形機器人首度公開:從 AI 練功到智慧工廠,HHTD25 的關鍵亮點一次看
鴻海在 HHTD25 首度公開「工業級 AI 人形機器人」,同場展示晶圓搬運機器人與靈巧手。核心亮點是透過數位孿生+ AI「練功」,讓機器人先在虛擬工廠學習,再同步到真實產線。這並非單機展示,而是鴻海布局「AI 工廠」的重要進展,將在 2026 年美國休士頓工廠率先導入。
#
科技
#
機器人
#
人型機器人
喜歡
留言
iPAS AI 自學路
2025/11/20
【AI在製造業的應用】為什麼製造業AI決勝點在「數據漂移」?揭秘 MLOps 確保預測維護的關鍵密碼!
哇,同學們好!今天我們要深入探討一個超級實用、充滿挑戰與機遇的領域:人工智慧在製造業的應用! 製造業是經濟的骨幹,AI在這裡的應用不再是未來式,而是現在進行式。從提升產品良率、預測設備故障,到優化複雜的生產排程,AI正擔任起「智慧工廠總規劃師」的角色。 在我們廣泛的AI主要應用領域中,製造業的應
#
iPAS
#
AI應用規劃師
#
製造業
5
留言
艾韓思 AIHANS|AI 應用工程筆記
2025/11/13
《掌握AI + 6G無線行動通訊網路🌐》96/100 建設與驗收 🛠 — 網路完工也要「交屋檢查」!
建設與驗收確保 5G/6G 網路從施工到正式商轉都符合設計規範。建設階段包含設備安裝、核心網與 MEC 上線、安全與進度控管;驗收階段則進行功能、性能、覆蓋與 SLA 測試。透過驅測、整合驗證與 AI 自動比對,確認網路穩定、可靠後方能交付運行。
#
學習
#
模型
#
神經
3
留言
艾韓思 AIHANS|AI 應用工程筆記
2025/11/13
《掌握AI + 6G無線行動通訊網路🌐》88/100 通感一體 📡 — 通訊 + 雷達,厘米級定位!
通感一體(ISAC)將通訊與雷達整合,讓基地台同時傳輸數據並感知環境。利用毫米波/太赫茲與 Massive MIMO,可達厘米級定位、速度偵測與物體識別。適用自駕車、無人機、工廠自動化與公共安全。AI 濾波與多基地台融合可提升精度,是 6G 核心技術之一。
#
學習
#
模型
#
測試
1
留言
艾韓思 AIHANS|AI 應用工程筆記
2025/11/13
《掌握AI + 6G無線行動通訊網路🌐》86/100 URLLC + TSN ⏱ — 工業級低延遲,毫秒級精準!
URLLC + TSN 結合無線超可靠低延遲與有線時間敏感網路,提供 <1 ms 延遲與 μs 級同步,打造工業級端到端確定性通訊。5G 以 URLLC 提供低延遲與高可靠度,TSN 則保證時序與流量控制。兩者融合能支撐智慧工廠、自駕車、電網等高要求應用。
#
學習
#
模型
#
神經
1
留言
艾韓思 AIHANS|AI 應用工程筆記
2025/11/13
《掌握AI + 6G無線行動通訊網路🌐》85/100 MEC + UPF 下沉 🌫 — 邊緣處理,延遲縮到極小!
MEC + UPF 下沉透過在網路邊緣部署運算與使用者平面功能,讓資料能「就近處理、就地分流」,大幅降低延遲並減少回程壓力。適用於雲遊戲、VR/AR、自駕車與工控等低延遲場景。結合網路切片,可提供專屬邊緣服務並提升可靠度,是 5G/6G 核心技術之一。
#
學習
#
模型
#
神經
1
留言
艾韓思 AIHANS|AI 應用工程筆記
2025/11/11
《掌握AI + 6G無線行動通訊網路🌐》61/100 頻譜規劃 📊 有牌照 vs 無牌照,就像專屬與自由車道!
頻譜規劃分為有牌照、無牌照與混合模式。有牌照保QoS但成本高,無牌照成本低但易干擾,混合模式結合兩者優勢。5G時代需在專屬與共享間取得效能與創新的平衡。
#
學習
#
模型
#
神經
1
留言
KangarooTEC的沙龍
2025/11/01
從「管得動」到「理得清」:AI 時代 OT 與 IT 的認知分野
一、從「能管得動」到「要理得清」 自動化時代最大的成就,就是我們終於能「管得動」機器。 控制系統幫我們維持穩定,只要數據有偏差,它就會立刻修正。 但進入 AI 時代之後,我們開始發現—— 能管得動,不代表能理得清。 控制論關心的是系統穩不穩; 治理論關心的是,我們懂不懂這個系統為什麼這樣
#
智慧工廠
#
數據
#
控制
7
留言