该报纸（实习记者江金林）最近，上海海洋大学的陈·新琼教授和副教授Liu bin带领一个团队基于国内生产的独立人工智能（AI）的“ AO XIN 1.0”的边缘预测平台，并将新的生产态度注入了预期的捕捞状态，并为造型的融合而发展，这是造型的融合，并且是造型的趋势，并且是捕捞的趋势，并且是捕捞的趋势，并且是变化的，这是捕捞的变化。渔业行业资源的使用效率和卓越。据报道，西北太平洋的软养鱼场的时空分布有复杂的变化，对准确的预测提出了很高的要求。在移动模型移动过程中，团队建立了一个数量评估系统，动态变化了基于NetW Architecture Propertiesork的转移过程，并设计了各种实验计划。已经发现，保持准确性，半准确的浮点转移的计算成本，出色的稳定性和应用影响以及最佳转移方法。考虑到软鱼的生命周期很短，并且容易受到海洋环境中各种因素的影响，因此该团队已经对多种环境因子模型进行了转移和扩展，以更准确地预测软鱼的分布。此外，团队已经成功地屏幕了两种类型的最佳模型，这在满足准确性要求的同时大大降低了计算值。其中，与原始模型相比，计算出的最轻的质量模型的数量减少了98％，该模型有效地减少了参数调整时间的时间和最佳的局部预防。将来，研究小组计划将多源数据与高分辨率的环境参数相结合，以扩大预测时间的时间，从短期和中期扩展对季节性预测的预测，同时可以增强模型解释。在产品范围方面，我们将在捕鱼情况下丰富预测产品的类型，提供全面的捕鱼洪水预测，资源评估和其他功能，并构成完整的国内AI芯片边缘计算评估状况。此外，该小组将探索移动到其他海洋物种的跨海模型，并实现部署在全球捕鱼中捕鱼中许多鱼类的情况下部署这种情况的部署。