搜索结果: 46-60 共查到“工学 学习”相关记录1472条 . 查询时间(0.683 秒)
面向多智能体协作的注意力意图与交流学习方法
多智能体 强化学习 意图交流 注意力机制
2024/1/16
对于部分可观测环境下的多智能体交流协作任务,现有研究大多只利用了当前时刻的网络隐藏层信息,限制了信息的来源.研究如何使用团队奖励训练一组独立的策略以及如何提升独立策略的协同表现,提出多智能体注意力意图交流算法(Multi-agent attentional intention and communication,MAAIC),增加了意图信息模块来扩大交流信息的来源,并且改善了交流模式.将智能体历史...
针对机器人摄影测量中离线规划受初始位姿标定影响的问题,提出融合初始位姿估计的机器人摄影测量系统视点规划方法.首先构建基于YOLO(You only look once)的深度学习网络估计被测对象3D包围盒,利用PNP(Perspective-N-point)算法快速求解对象姿态;然后随机生成机器人无奇异无碰撞的视点,基于相机成像的2D-3D正逆性映射,根据深度原则计算每个视角下目标可见性矩阵;最后...
中国科学院深圳先进技术研究院专利：基于机器学习的并行磁共振成像GRAPPA方法
江苏省农机示范中心前往2023中国国际农业机械展览会参观学习（图）
江苏省 农业机械 展览会
2023/12/8
为紧抓示范展示职能工作，落实江苏省委省领导对江苏农机展办展水平的提升要求，2023年10月24日江苏省农机示范中心一行，前往武汉参观2023中国国际农业机械展览会进行观摩学习。本次展会由中国农业机械流通协会、中国农业机械化协会、中国农业机械工业协会主办，是国内知名农机专业展会之一。
大庆油田工程建设公司组织海外员工学习交流
大庆油田 中国石化 学习交流
2023/11/9
2023年10月29日，在海外员工依依不舍地挥手告别中，大庆油田工程建设有限公司国际工程事业部组织开展的“海外员工中国行”系列活动落下帷幕。
本发明公开了一种基于自适应机器学习的聚能装药药型罩结构优化方法，包括以下步骤：建立药型罩有限元模型并标定；采样并得出第一药型罩结构集；基于第一药型罩结构集数据增强，得到第二药型罩结构集；构建药型罩神经网络模型并测试调整，以确定药型罩神经网络模型；构建多模型融合优化算法，依据药型罩神经网络模型对药型罩结构参数优化并输出第一最优结构；基于自适应算法通过有限元方法计算第一最优结构的侵彻深度，将其代入上述...
中国科学院自动化研究所科学家构建深度脉冲神经网络学习框架（图）
深度脉冲 神经网络 学习框架
2023/10/17
脉冲神经网络（Spiking Neural Network，SNN）被誉为第三代神经网络，使用更低层次的生物神经系统的抽象。它既是神经科学中研究大脑原理的基本工具，又因稀疏计算、事件驱动、超低功耗的特性，备受计算科学的关注。随着深度学习方法的引入，SNN的性能得到大幅提升，脉冲深度学习（Spiking Deep Learning）成为新兴的研究热点。传统SNN框架更多地关注生物可解释性，致力于构建...
在极端高压条件下碳的相图中，金刚石不再是碳元素的最稳定相。早在三十多年前，理论预言金刚石会在1TPa左右向BC8结构转变，但实验上至今仍未得到金刚石向BC8转变的直接证据。作为一种比金刚石更致密的神秘碳结构，合成BC8碳对于凝聚态物理和材料科学都有重要意义。近日，南京大学物理学院孙建教授、王慧田教授、邢定钰院士等人，利用基于第一性原理计算与机器学习分子动力学(GPUMD)方法，预言设计了金刚石向B...
中国科学院大连化学物理研究所等发展出基于机器学习的苦味肽筛选新方法（图）
机器学习 苦味肽 筛选方法
2023/10/16
近日，中国科学院大连化学物理研究所能源技术研究平台研究员靳艳团队与大连工业大学、内蒙古伊利实业集团有限公司合作，发展了一种基于机器学习的苦味肽筛选新方法。科研人员利用该方法在超高温处理（Ultra High Temperature treated，UHT）牛奶中筛选并验证了导致UHT牛奶发苦的苦味肽。
中国科学院物理研究所基于深度学习的多光学参量调控研究取得进展（图）
光学系统 集成 纳米物理
2023/10/26
小型化和片上光学系统集成化的发展趋势要求器件的多功能化和更大的数据存储容量。超表面是一种超薄平面人工亚波长结构，显示新颖的光学现象和强大的波前操纵能力。与单一功能或单一维度调控的超表面相比，具有多光学参量调控能力的超表面在高分辨率光学全息、亚衍射成像、偏振传感和矢量场生成等各种实际应用中展现出巨大的优势。然而，在超表面的设计与应用中，由于缺乏普适的结构设计策略、有限的操作通道和信噪比低等问题，探索...
强化学习(Reinforcement learning,RL)在围棋、视频游戏、导航、推荐系统等领域均取得了巨大成功.然而,许多强化学习算法仍然无法直接移植到真实物理环境中.这是因为在模拟场景下智能体能以不断试错的方式与环境进行交互,从而学习最优策略.但考虑到安全因素,很多现实世界的应用则要求限制智能体的随机探索行为.因此,安全问题成为强化学习从模拟到现实的一个重要挑战.近年来,许多研究致力于开发...
基于外环速度补偿的封闭机器人确定学习控制
确定学习 速度补偿控制 神经网络 封闭机器人
2024/1/16
针对未开放力矩控制接口的一类封闭机器人系统,提出一种基于外环速度补偿的确定学习控制方案.该控制方案考虑机器人受到未知动力学影响,且具有未知内环比例积分(Proportional-integral,PI)速度控制器.首先,利用宽度径向基函数(Radial basis function,RBF)神经网络对封闭机器人的内部未知动态进行逼近,设计外环自适应神经网络速度控制指令.在实现封闭机器人稳定控制的基...
苏州大学计算机科学与技术学院杨壮老师的论文在机器学习顶级期刊Journal of Machine Learning Research （JMLR）上在线发表（图）
杨壮 机器学习 Journal of Machine Learning Research
2024/2/3
苏州大学计算机科学与技术学院杨壮副教授撰写的论文“Improved Powered Stochastic Optimization Algorithms for Large-Scale Machine Learning”在机器学习顶级期刊Journal of Machine Learning Research（JMLR）上在线发表，杨壮副教授为该论文的唯一作者，苏州大学计算机科学与技术学院为该论文...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：不变性学习及其在因果推断领域的应用
不变性学习 因果推断 挖掘数据
2023/11/7
不变性学习（invariant learning）指挖掘数据中不随环境而变化的稳定特征，或者因果特征进行建模，从而提升模型在分布外（out of distribution）的泛化能力。结合处理效应的估计方法，在满足无混淆性假设的前提下，消除选择性偏差的影响。