搜索结果: 106-120 共查到“工学 学习”相关记录1472条 . 查询时间(0.164 秒)
中国科学院自动化所揭示深度学习模型对幻觉轮廓“视而不见”（图）
自动化所 学习模型 幻觉轮廓 视而不见
2023/5/7
2023年3月30日，中国科学院自动化研究所研究员曾毅课题组基于人类和生物视觉系统中广泛存在的幻觉轮廓现象启发，提出了一种将机器学习视觉数据集转换成幻觉轮廓样本的方法，量化测量了当前的深度学习模型对幻觉轮廓识别能力。实验结果证明从经典的到最先进的深度神经网络均难以像人一样具有较好的幻觉轮廓识别能力。相关研究成果发表在Patterns上。
中国科学院声学研究所专利：一种基于层次化时空特征学习的网络流量分类方法及装置
中国科学院声学研究所专利：基于满足K度稀疏约束的深度学习模型的大数据处理方法
中国科学院南京土壤研究所专利：一种结合机器学习和地统计的土壤有机质遥感制图方法。
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：基于自监督表征学习的图像聚类算法研究
自监督表征学习 图像聚类算法 语义伪标签
2023/4/17
自监督学习可以为图像聚类算法提供良好的表征，但是当表征和聚类同步学习时会存在一些问题。具体来说，基于对比的自监督学习方法通常需要大量的负样本来使得所有样本的表征分离，但是负样本会带来类别冲突，进而影响下游的聚类性能；反之，基于非对比的自监督学习方法虽然避免了类别冲突问题，但是由于缺少负样本，与聚类任务联合优化时容易造成聚类崩溃。本报告将围绕这两个问题，分别介绍基于语义伪标签和原型对比的图像聚类算法...
中国科学院声学研究所专利：强化学习推荐系统及方法一种用于广域网络的深度
近年来,人工智能(Artificial intelligence,AI)技术在棋牌游戏、计算机视觉、自然语言处理和蛋白质结构解析与预测等研究领域取得了众多突破性进展,传统学科之间的固有壁垒正在被逐步打破,多学科深度交叉融合的态势变得越发明显.作为现代智能科学的三个重要组成部分,博弈论、多智能体学习与控制论自诞生之初就逐渐展现出一种“你中有我,我中有你”的关联关系.特别地,近年来在AI技术的促进作用...
机器学习技术成功地应用于计算机视觉、自然语言处理和语音识别等众多领域.然而,现有的大多数机器学习模型在部署后类别和参数是固定的,只能泛化到训练集中出现的类别,无法增量式地学习新类别.在实际应用中,新的类别或任务会源源不断地出现,这要求模型能够像人类一样在较好地保持已有类别知识的基础上持续地学习新类别知识.近年来新兴的类别增量学习研究方向,旨在使得模型能够在开放、动态的环境中持续学习新类别的同时保持...
运行指标决策问题是实现工业过程运行安全和生产指标优化的关键.考虑到多运行指标决策问题求解的复杂性和工业过程生产条件动态波动引发生产指标状态的不确定性,提出了一种策略异步更新强化学习算法自学习决策运行指标,并给出算法收敛性的理论证明.该算法在随机自适应动态规划框架下,利用样本均值代替计算生产指标状态转移概率矩阵,因此无需要求生产指标状态转移概率矩阵已知.并且通过引入时钟和定义其阈值,采用集中式策略评...
中国科学院软件研究所在机器学习公平性方面取得进展（图）
机器学习 公平性 孪生公平算法
2023/3/14
近日，中国科学院软件研究所计算机科学国家重点实验室的研究论文“Accurate Fairness: Improving Individual Fairness without Trading Accuracy”被第37届AAAI人工智能大会接收，第一作者为硕士生李旭然，通讯作者为吴鹏副研究员。论文首次提出兼顾准确性的公平性评估标准——准确公平性（Accurate Fairness），以评估模型的预...
中国科学院软件所在机器学习公平性方面取得进展（图）
机器学习 计算机科学 评估标准
2023/8/20
2023年3月14日，软件所计算机科学国家重点实验室的研究论文“Accurate Fairness: Improving Individual Fairness without Trading Accuracy”被第37届AAAI人工智能大会接收，第一作者为硕士生李旭然，通讯作者为吴鹏副研究员。论文首次提出兼顾准确性的公平性评估标准——准确公平性（Accurate Fairness），以评估模型的...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：神经网络算子学习中的结构化损失函数与表征
神经网络 算子学习 结构化损失 函数与表征
2023/4/19
偏微分方程在许多学科和工程应用中扮演着重要的角色，例如物理系统的建模，计算化学，流体力学和数值天气预报等。基于偏微分方程对系统未来的演化进行预测往往需要依赖数值解法。传统数值解法在遇到高维问题，复杂边界，参数变化时，将会遇到计算效率不高，结果不可复用等问题。另一方面，深度神经网络在高维问题建模中展现了巨大优势，其中使用深度神经网络进行算子的逼近和学习成为学术研究热点。本报告将介绍我们在将算子学习应...
科学家利用深度学习模型探究药物与多组学数据间的关联
深度学习 药物 多组学 数据间
2024/1/18
患有糖尿病等基础疾病患者的药物反应模式是相对复杂的，可能涉及多个器官和因素，而大部分影响机制仍然是未知的。近年来，表型和多组学筛查可用于揭示疾病特征，并为研究药物在疾病进展中发挥的作用机制提供了新的手段。然而，多组学数据分析面临着数据降维、数据异质性与整合困难等多方面挑战。
我国科学家基于深度学习技术研发“数字流式”眼底彩照智能筛选系统
深度学习技术 数字流式 眼底彩照 智能筛选系统
2024/1/18
2021年9月22日，美国FDA首次公布了已获得许可的人工智能（Artificial Intelligence, AI）相关医疗器械名单，并于2022年10月5日再次进行补充，截至目前，该清单已有521项产品及相关信息，这意味着医学人工智能研究已经进入临床转化应用阶段。然而，大多数基于AI的模型是基于实验室预处理过的高质量图像进行构建的，这并不代表真实世界同样适用。既往真实世界研究显示，约21%现...
2023年2月3日，华中科技大学光学与电子信息学院费鹏团队在Cell子刊STAR Protocols杂志上发表了题为“A practical guide to deep-learning light-field microscopy for 3D imaging of biological dynamics”的实验方案文章。该文章提供了深度学习增强光场显微镜的实施步骤，其中包括简单易实施的光场显微...