Публикации по теме 'deep-learning'
Лучшее из исследований по самоконтролю 2023 часть 3
Сети кодера-декодера для самоконтролируемого предварительного обучения и регрессии полосы пропускания сигнала в нисходящем направлении на цифровых антенных решетках (arXiv)
Автор: Раджиб Бхаттачарджа , Натан Уэст .
Аннотация: В этой работе представлены первые приложения обучения с самоконтролем применительно к данным от цифровых антенных решеток. Сети кодер-декодер предварительно обучаются на данных цифрового массива для выполнения самоконтролируемой задачи реконструкции шума,..
Объяснение документов 10: Макет LM
LayoutLM — это нейронная сеть, которая совместно моделирует взаимодействие между текстом и информацией о макете в отсканированных изображениях документов, поэтому она полезна для большого количества задач понимания изображений реальных документов, таких как извлечение информации из отсканированных документов.
По сути, есть два типа функций, которые существенно улучшают языковое представление в визуально богатом документе, а именно:
Информация о макете документа Визуальная информация..
Машинное обучение - графическая модель
Одно из основных различий между машинным обучением (ML) и глубоким обучением (DL) - это объем знаний в предметной области, необходимых для решения проблемы. Алгоритмы машинного обучения регулярно используют знания предметной области. Однако решение может быть необъективным, если знания неполны. Однако, если все будет сделано правильно, мы сможем решать проблемы более эффективно.
Графическая модель (GM) - это ветвь ML, которая использует граф для представления проблемы предметной..
Руководство по искусственному интеллекту (ИИ) для новичков
Что такое искусственный интеллект?
ИИ - это интеллект, проявляемый машинами, в отличие от естественного интеллекта, проявляемого людьми и животными. Методы искусственного интеллекта включают машинное обучение, интеллектуальный анализ данных, распознавание образов, обработку естественного языка и экспертные системы.
Система ИИ - это программа, которая выполняет задачи, которые обычно требуют человеческого интеллекта. Искусственный интеллект можно разделить на три различных типа:..
Конвергентные решения: искусственные сети проливают свет на распознавание лиц
Люди почти запрограммированы распознавать лица. Нам важно различать людей, и мы почти не задумываемся об этом. Но процесс признания далек от понимания. Исследователи из Института науки Вейцмана в Израиле сравнили, как глубокие нейронные сети распознают лица, и сравнили это с данными о характере активации от 33 эпилептиков с имплантированными электродами в мозг. Последним показывали серию лиц, каждое из которых запускало уникальный паттерн активации нейронов. Цель состояла в том,..
Как машинное обучение и глубокое обучение облегчают обнаружение болезни Альцгеймера, часть 2 (нейронаука…
Сеть кодировщиков мозга, встроенная в Behavior Score, для улучшенной классификации болезни Альцгеймера с использованием фМРТ в состоянии покоя (arXiv)
Автор: Вань-Тин Се , Джереми Лефорт-Беснард , Хао-Чунь Ян , Ли-Вэй Куо , Чи-Чунь Ли .
Резюме: Возможность точного выявления начала деменции имеет важное значение в лечении заболевания. Клинически диагноз пациентов с болезнью Альцгеймера (БА) и легкими когнитивными нарушениями (УКН) основан на комплексной оценке психологических..
Прогресс с голосовыми помощниками, часть 1 (ИИ)
Анализ восстановления диалогов в виртуальных голосовых помощниках (arXiv)
Автор: Мэттью Карсон Гэлбрейт , Мирейя Гомес и Мартинес
Аннотация: Носители языка часто используют так называемые инициаторы восстановления, чтобы исправить фундаментальные разногласия, возникающие между ними во время речевого общения. Предыдущие исследования в этой области в основном были сосредоточены на использовании инициатора восстановления от человека к человеку. Мы предложили изучить структуру..
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..