搜索结果: 121-135 共查到“工学 学习”相关记录1471条 . 查询时间(0.184 秒)
科学家利用机器学习加快药物制剂开发
机器学习 药物制剂 长效注射剂
2024/1/23
长效注射剂（LAI）是治疗慢性病最有前途的治疗策略之一，是一类先进的药物递送系统，可以提高治疗效果、安全性和患者依从性。传统的药物制剂开发依赖于反复试错，需要开展广泛且耗时的体外实验，然而，这种试错法对聚合物LAI的开发带来了重大挑战。近期，多伦多大学的研究人员利用机器学习（ML）方法来帮助解决LAI开发中的这一瓶颈问题。研究成果发表在《Nature Communications》期刊，标题为“M...
近日，中国科学院软件研究所天基综合信息系统重点实验室研究团队在图表示学习方法研究中取得进展。成果论文“Robust Causal Graph Representation Learning against Confounding Effects”被人工智能领域顶级学术会议AAAI（Association for the Advancement of Artificial Intelligence）...
中国科学院软件所在图表示学习因果性提升方面取得进展（图）
综合信息 图结构数据 神经网络
2023/8/20
2023年2月9日，软件所天基综合信息系统重点实验室研究团队在图表示学习方法研究中取得进展。成果论文“Robust Causal Graph Representation Learning against Confounding Effects”被人工智能领域顶级学术会议AAAI（Association for the Advancement of Artificial Intelligence）...
中国科学院软件研究所在跨粒度小样本学习方面取得突破（图）
跨粒度 小样本 机器学习
2023/3/16
近日，中国科学院软件研究所天基综合信息系统重点实验室研究团队的论文“Meta Attention-Generation Network for Cross-Granularity Few-Shot Learning”被计算机视觉领域顶级学术期刊IJCV（International Journal of Computer Vision）接收，第一作者为助理研究员强文文、博士生李江梦。论文首次提出一个...
中国科学院软件所在跨粒度小样本学习方面取得突破（图）
计算机视觉 综合信息 认知神经学
2023/8/20
2023年2月7日，软件所天基综合信息系统重点实验室研究团队的论文“Meta Attention-Generation Network for Cross-Granularity Few-Shot Learning”被计算机视觉领域顶级学术期刊IJCV（International Journal of Computer Vision）接收，第一作者为助理研究员强文文、博士生李江梦。论文首次提出一个...
本发明公开了一种基于深度学习的气藏开发规律预测方法及系统，其特征在于，包括以下步骤：步骤S1、基于开发主控特征对气藏井进行分类为多个气藏类型；步骤S2、通过数据前处理依次在每个类型的气藏井中获取时间序列数据集；步骤S3、基于长短期记忆神经网络模型，通过模型训练与优化，分别设计气井稳产期生产动态预测模型和气井递减期生产动态预测模型；步骤S4、基于Python研制气井开发规律深度学习预测模块，基于预测...
中国科学院力学研究所专利：一种基于深度学习的风洞天平静态校测方法
中国科学院力学研究所 专利 深度学习 风洞天平 静态校测
2024/6/3
本发明提供一种基于深度学习的风洞天平静态校测方法，选择施加载荷方向始终与天平体轴系一致的风洞天平校准设备，进行风洞试验采集样本数据；利用训练样本数据构建神经网络初始模型，结合验证样本数据优化神经网络初始模型的网络参数，得到进一步减少训练时间、节省成本的神经网络校准模型；在优化得到的神经网络校准模型的基础上，结合测试样本数据，对神经网络校准模型进行数据精准度分析，得到用于天平静态校准的神经网络校准模...
第七届深度强化学习理论与应用研讨会顺利召开（图）
算法应用 交通信号控制 无人系统
2023/5/22
2023年1月5-6日，第七届深度强化学习理论与应用研讨会顺利举行。活动聚焦深度强化学习（DRL）与博弈、自动驾驶和机器人等方向的前沿进展与最新成果开展研讨交流，并邀请4位领域专家分别从“小样本强化学习算法及应用的研究进展”，“基于深度强化学习的交通信号控制进展”，“无人系统分布式协同控制”，“基于深度强化学习的智能电网新能源高效利用”等不同主题进行了精彩分享。报告环节在线上平台进行同步直播，吸引...
在深度学习中,如何利用大量、易获取的无标注数据增强神经网络模型的特征表达能力,是一个具有重要意义的研究问题,而对比学习是解决该问题的有效方法之一,近年来得到了学术界的广泛关注,涌现出一大批新的研究方法和成果.本文综合考察对比学习近年的发展和进步,提出一种新的面向对比学习的归类方法,该方法将现有对比学习方法归纳为5类。
基于一步张量学习的多视图子空间聚类
多视图子空间聚类 张量奇异值分解 一步化学习 图学习
2024/1/17
现有多视图子空间聚类算法通常先进行张量表示学习,进而将学习到的表示张量融合为统一的亲和度矩阵.然而,因其独立地学习表示张量和亲和度矩阵,忽略了两者之间的高度相关性.为了解决此问题,提出一种基于一步张量学习的多视图子空间聚类方法,联合学习表示张量和亲和度矩阵.具体地,该方法对表示张量施加低秩张量约束,以挖掘视图的高阶相关性.利用自适应最近邻法对亲和度矩阵进行灵活重建.使用交替方向乘子法对模型进行优化...
近年来,进化策略由于其无梯度优化和高并行化效率等优点,在深度强化学习领域得到了广泛的应用.然而,传统基于进化策略的深度强化学习方法存在着学习速度慢、容易收敛到局部最优和鲁棒性较弱等问题.为此,提出了一种基于自适应噪声的最大熵进化强化学习方法.首先,引入了一种进化策略的改进办法,在“优胜”的基础上加强了“劣汰”,从而提高进化强化学习的收敛速度;其次,在目标函数中引入了策略最大熵正则项,来保证策略的随...
设计出一种基于学习去噪的近似消息传递(Learned denoising-based approximate message passing,LDAMP)的深度学习网络,将其应用于量子状态的估计.该网络将去噪卷积神经网络与基于去噪的近似消息传递算法相结合,利用量子系统输出的测量值作为网络输入,通过设计出的带有去噪卷积神经网络的LDAMP网络重构出原始密度矩阵,从大量的训练样本中提取各种不同类型密度...
基于拓扑一致性对抗互学习的知识蒸馏
互学习 生成对抗网络 特征优化 知识蒸馏
2024/1/17
针对基于互学习的知识蒸馏方法中存在模型只关注教师网络和学生网络的分布差异,而没有考虑其他的约束条件,只关注了结果导向的监督,而缺少过程导向监督的不足,提出了一种拓扑一致性指导的对抗互学习知识蒸馏方法(Topology-guided adversarial deep mutual learning,TADML).该方法将教师网络和学生网络同时训练,网络之间相互指导学习,不仅采用网络输出的类分布之间的...
现有基于学习的单幅透射图像恢复方法常需要大量成对的标签数据来训练模型,因缺乏成对图像集的监督约束,致使透射图像恢复效果欠佳,限制了其实用性.提出了一种基于自监督学习的单幅透射图像恢复方法,利用循环一致性生成对抗网络的循环结构和约束转移学习能力实现非成对图像的模型训练,通过设计自学习模块,从大规模的无监督数据中挖掘自身的监督信息对网络进行训练,以此形成有效的从浅层到深层的特征提取,提高透射图像正面内...
2023年1月4日上午，中国科学院自动化研究所召开2023年党委中心组首次学习扩大会，传达学习中央经济工作会议和中央农村工作会议精神。所领导班子成员，党委委员和全国重点实验室主任参加会议，党委书记牟克雄主持会议。