搜索结果: 1-15 共查到“计算机网络 学习”相关记录54条 . 查询时间(0.154 秒)
二元学习与创新绩效的作用机制——组织内部协作网络的调节作用
二元学习 创新绩效 组织内部网络 组织学习
2019/3/20
组织学习是驱动企业创新、实现技术追赶与超越追赶的关键因素,如何合理组织企业的利用式和探索式学习是企业构建研发体系的关键问题。学界对二元学习是否有利于企业的创新绩效存在截然不同的观点。同时,组织内部的情境因素是影响组织二元学习和创新绩效关系的最根本因素,组织内部研发协作网络是二元学习的重要载体。基于美国半导体行业企业十年间的专利数据,实证研究发现,不同维度的二元学习对企业创新绩效具有不同的影响,联合...
2017智能多媒体分析的深度学习研讨会(Workshop on Deep Learning for Intelligent Multimedia Analytics)(DeLIMMA)
智能多媒体分析的深度学习 研讨会
2017/3/28
Today's digital contents are inherently multimedia: text, image, audio, video etc., due to the advancement of multimodal sensors. Image and video contents, in particular, become a new way of communica...
Welcome to the 9th Asian Conference on Machine Learning (ACML 2017). The conference will take place on November 15 - 17, 2017 at Baekyang Hall of Yonsei University campus, Seoul, Korea. We invite prof...
本子会议重点研究学习分析、评估和人工智能教育的设计、方法、模型、技术和应用。本子会议目标是更好地理解和改善学习过程,以及促进计算机支持的学习系统的设计和开发。学习分析、评估和人工智能教育源自多个学科的融合,包括学习技术、教育研究和实践、认知和学习科学、计算机科学、数据科学、心理学、语言学以及其它相关学科。学习分析和人工智能教育所面临的挑战源自其跨学科的特质,它们通常需要多方面的专家合作,提供创新性...
Modern Big Data increasingly appears in the form of complex networks and graphs. Examples include social networks, citation networks, communication networks, the World Wide Web. Researchers make use o...
基于单分类支持向量机和主动学习的网络异常检测研究
网络安全 异常检测 单分类支持向量机 主动学习
2015/12/21
对基于支持向量机和主动学习的异常检测方法进行了研究,首先利用原始数据采用无监督方式建立单分类支持向量机模型,然后结合主动学习找出对提高异常检测性能最有价值的样本进行人工标记,利用标记数据和无标记数据以半监督方式对基于单分类支持向量机的异常检测模型进行扩展。实验结果表明,所提方法能够利用少量标记数据获取性能提升,并能够通过主动学习减小人工标记代价,更适用于实际网络环境。
一种基于互信息变量选择的极端学习机算法
极端学习机 变量选择 互信息 回归分析
2015/5/19
针对回归问题中存在的变量选择和网络结构设计问题,提出一种基于互信息的极端学习机(ELM)训练算法,同时实现输入变量的选择和隐含层的结构优化。该算法将互信息输入变量选择嵌入到ELM网络的学习过程之中,以网络的学习性能作为衡量输入变量与输出变量相关与否的指标,并以增量式的方法确定隐含层节点的规模。在Lorenz、GasFurnace和10组标杆数据上的仿真结果表明了所提出算法的有效性。该算法不仅可以简...
针对无线网络的传输问题,提出了一种适用于无线网络的智能传输调度方案,在马尔可夫决策过程(MDP)的基础上构建了系统模型,通过W学习算法的引入,中继节点对缓存器储存状态及信道质量进行学习,从而在信息数据包的传输过程中智能地选择数据包传输对象及数据包传输方式来达到在节省能量损耗的前提下尽量减少数据包丢失的目的。通过状态聚合方法解决因状态空间过大而导致的维灾问题,同时采用了行动集缩减来以减少某些状态对应...
江西师范大学网络教育应用课件第9讲 网络远程教育与混合式学习
江西师范大学 网络教育应用 课件 第9讲 网络远程教育与混合式学习
2013/7/16
江西师范大学网络教育应用课件第9讲 网络远程教育与混合式学习。
江西师范大学网络教育应用课件第2讲 网络教学与学习环境。
针对Fast MDS-MAP定位算法存在对不规则无线传感器网络定位误差大,选取的框架节点不能很好的体现网络的拓扑结构实现不同粒层定位的问题,本文通过选择不同的筛选半径获得不同粒度的框架节点,结合绝对坐标变换加权策略提出了基于多粒度流形学习的无线传感器网络定位方法(MG-MDS)。仿真实验结果表明, 不规则网络中MG-MDS算法定位精度比Fast MDS-MAP算法有明显的提高;且定位误差随着网络节...