WedX - журнал о программировании и компьютерных науках

Публикации по теме 'deep-learning'


Новейшие идеи о сверточных нейронных сетях в 2023 году, часть 6 (машинное обучение)
Обнаружение дипфейков с помощью глубокого обучения: сверточные нейронные сети против трансформеров (arXiv) Автор : Вризлин Л. Л. Вещь Аннотация: Стремительное развитие технологий создания дипфейков серьезно угрожает достоверности медиаинформации. Последствия, затрагивающие целевых лиц и учреждения, могут быть ужасными. В этой работе мы изучаем эволюцию архитектур глубокого обучения, в частности CNN и Transformers. Мы определили восемь многообещающих архитектур глубокого обучения,..

Сегментация изображений с использованием глубокого обучения — Модели и наборы данных
Сегментация изображения может быть сформулирована как задача классификации пикселей с помощью семантических меток (семантическая сегментация) или разделения отдельных объектов (сегментация экземпляров) или того и другого (паноптическая сегментация). Сегментация изображений является ключевой задачей в компьютерном зрении и обработке изображений с такими важными приложениями, как понимание сцены, анализ медицинских изображений, роботизированное восприятие, видеонаблюдение, дополненная..

Введение в теорию глубокого обучения (видео-урок)
Всем привет, Когда я начал экспериментировать с нейронными сетями, у меня было много вопросов относительно теории нейронных сетей, и, хотя многие вещи считались само собой разумеющимся, я всегда хотел вникнуть в подробности, когда дело доходит до того, как работают нейронные сети. Все это заставило меня захотеть сделать простой в использовании учебник по теории глубокого обучения и нейронных сетей, который был бы достаточно описательным и ясным для новичков, но также был бы хорошим..

Оперативная разработка для ChatGPT
Большие языковые модели (LLM) — это передовые системы искусственного интеллекта, предназначенные для понимания и создания текста, похожего на человеческий. LLM обладают впечатляющей способностью обрабатывать и понимать огромные объемы информации, что позволяет им генерировать последовательные и контекстуально соответствующие ответы. Эти модели учатся в результате обширного обучения на различных источниках данных, что позволяет им усваивать закономерности и нюансы человеческого языка. Кроме..

Роль генеративно-состязательных сетей (GAN) в финансах
Изучение возможностей GAN в финансах Представьте, что вы специалист по данным, который проводит исследования в банке и собираетесь опубликовать новую научную статью. Давайте возьмем данные из банка, алгоритм и результаты и начнем писать статью, легко, верно? Ну нет! Сразу останавливаемся на части «давайте возьмем данные из банка». Большинство банков не желают выдавать свои данные для каких-либо публикаций, так как они слишком конфиденциальны. Вместо этого вам скажут следующее:..

Как бэкдор-атаки работают в конвейерах машинного обучения, часть 9
G2uardFL: защита федеративного обучения от бэкдор-атак с помощью кластеризации Attributed Client Graph (arXiv) Автор: Хао Юй , Чуан Ма , Мэн Лю , Синьван Лю , Чжэ Лю , Мин Дин . Аннотация: Федеративное обучение (FL) как совместная парадигма позволяет клиентам участвовать в коллективном обучении моделей без обмена соответствующими локальными данными. Тем не менее, FL остается уязвимым для бэкдор-атак, когда злоумышленник компрометирует вредоносных клиентов и вводит веса..

Лучшее исследование по использованию ценностей Шепли, часть 4 (машинное обучение)
Неадекватность значений Шепли для объяснимости (arXiv) Автор: Сюаньсян Хуан , Жоао Маркес-Сильва . Аннотация: В этой статье приводится строгий аргумент в пользу того, почему использование значений Шепли в объяснимом ИИ (XAI) обязательно приведет к доказуемо вводящей в заблуждение информации об относительной важности признаков для прогнозов. Конкретно, эта статья демонстрирует, что существуют классификаторы и связанные с ними прогнозы, для которых относительная важность признаков,..

Новые материалы

Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..

Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..


Для любых предложений по сайту: [email protected]