搜索结果: 1-15 共查到“自动化技术应用 学习”相关记录20条 . 查询时间(0.251 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。
2022年11月9日上午，中国科学院自动化研究所党委理论学习中心组召开会议，传达学习党的二十大精神，开展学习交流，并研究学习贯彻落实方案。党委书记牟克雄主持会议。全体党委委员参会。
2022年11月7日上午，中国科学院组织召开学习贯彻党的二十大精神宣讲团首场报告会。所党政领导班子成员、全国重点实验室负责人、所纪委委员、在职支部书记等50余人在所智能化大厦学术报告厅的视频分会场集中收看。
2022年8月25日下午，中国科学院自动化研究所召开党委理论中心组学习扩大会，集体学习《习近平谈治国理政》第四卷和院夏季党组扩大会议精神等内容，所党政领导班子成员、全国重点实验室主任等参加会议，党委书记牟克雄主持会议。
学无止境，行在当下。阅读是一次面向远方的修行，书籍是我们的良师益友。书香暖人心，阅读不孤“读”。为贯彻落实习近平总书记致首届全民阅读大会的贺信精神，中国自动化学会秘书处结合当前疫情防控管理实际，倡导秘书处全体成员足不出户，舒缓心理压力，丰富宅家的文化生活，自2022年5月17日起，以“居家静读，书香战‘疫’”为主题，开展了为期4天的读书学习活动。活动以每天读书半小时，线上阅读同分享的形式，进一步推...
【学习时报】陆元九：初心不改的“惯性导航”巨擘（图）
陆元九 自动化科学技术 中国工程院院士
2022/9/5
陆元九，1920年出生于安徽省滁州市来安县，自动控制、陀螺及惯性导航技术专家，中国航天科技集团科技委顾问，我国自动化科学技术开拓者之一。1941年，陆元九从国立中央大学航空工程系毕业后留校任助教；1945年，入美国麻省理工学院深造；1949年，获仪器学专业博士学位，毕业后先后被聘任为麻省理工学院副研究员和研究工程师；1956年，担任中国科学院自动化研究所副所长；1965年，主持组建了中国科学院液浮...
河北省科技厅、河北省科学院赴京津冀国家技术创新中心学习交流（图）
京津冀 技术创新 学习交流
2023/3/8
为加快推进京津冀国家技术创新中心河北中心建设工作，2022年2月25日，河北省科技厅、河北省科学院赴京津冀国家技术创新中心学习交流。京津冀国家技术创新中心主任王茤祥、副主任吕冬姣出席座谈交流。
中国科学院沈阳自动化研究所在深度学习泛化能力研究上取得重要进展
中国科学院沈阳自动化研究所 深度学习 泛化能力
2020/11/27
近日，依托于中国科学院沈阳自动化研究所机器人学国家重点实验室在深度学习泛化能力研究上取得了重要进展。以韩志研究员为第一作者、博士生余思泉为第二作者的最新研究成果Depth selection for deep ReLU nets in feature extraction and generalization近日发表于国际人工智能与模式识别模式领域顶级期刊IEEE Trans. on Patter...
中科院自动化所深度强化学习团队提出了一种基于深度强化学习的未知环境自主探索算法，能够使机器人在没有先验的环境中自主探索，并实时构建环境地图。论文发表在2020年IEEE TNNLS上[1]。未知环境探索是指机器人在没有任何先验知识的情况下，在一个新的环境中通过移动而建立完整环境地图的过程，反映了机器人系统的自主决策能力和对环境的适应性，是机器人领域的一个热点问题。它在实际中有着广泛的应用场景，如救...
中科院脑科学与智能技术卓越创新中心王征研究组与中科院自动化所赫然课题组合作，整合灵长类动物模型和临床精神疾病患者的功能磁共振影像数据，在国际上首次设计猴-人跨物种的机器学习分析流程，该研究利用从转基因猕猴模型上学习的特征构建临床精神疾病患者的分类器模型，进而深入解析人类自闭症和强迫症的神经环路机制，为精神疾病的影像学精准诊断提供了新证据，发现了利用非人灵长类模型服务精神疾病临床应用需求的新途径。相...
为解决现存大部分的多视角任务学习模型不能快速学习新任务的问题，中国科学院沈阳自动化研究所机器人学研究室科研团队提出了一种连续多视角任务学习算法，连续学习多个多视角任务。相关成果以Continual Multiview Task Learning via Deep Matrix Factorization为题发表于中科院一区期刊IEEE TRANSACTIONS ON NEURAL NETWORKS...
近日，中国科学院沈阳自动化研究所创新性地提出了去除航拍图像检测结果中误检目标的方法，并针对航拍图像特性设计了相应的检测网络。相关成果发表在Sensors上。航拍图像的目标检测在农业、资源勘探等领域有着广泛的应用需求，上述场景中严格的检测要求也推动了检测算法的改进创新。在基于深度学习的目标检测方法中主要有两种类型的优化手段：针对待检测目标特性优化检测网络框架；优化检测结果后处理方法。
Q学习算法在库存控制中的应用
Q学习 马尔可夫决策过程 库存控制
2008/12/31
Q学习算法是Watkins提出的求解信息不完全马尔可夫决策问题的一种强化学习
方法.这里提出了一种新的探索策略,并将该策略和Q学习算法有效结合来求解一类典型的
有连续状态和决策空间的库存控制问题.仿真表明,该方法所求解的控制策略和用值迭代法
在模型已知的情况下所求得的最优策略非常逼近,从而证实了Q学习算法在一些系统模型
未知的工程控制问题中的应用潜力.
用插值的粗粒化Box Model进行学习控制
学习控制 Box Model随机元胞自动机
2008/12/4
针对一类未知动力学方程的单输入系统,采用插值的粗粒化Box Model进行学习控制.
与传统的Box Model及基于随机元胞自动机的控制模式比较,本模型设计思想自然,算法
简单.计算量小(常常小几个数量级),训练时间短,对三个较有代表性的实例的仿真结果
也是令人满意的.