本文探讨了一种全新的脑机接口(BCI)的可行性，它可能带来新的技术、实验和临床应用。BCI是一种基于计算机的系统，它可以使活体大脑和外部机器之间进行单向或双向的通信。BCI读出大脑信号并将其转换成由机器执行的任务命...

传统的自动编码器是一种数据的压缩算法 其算法包括编码阶段和解码阶段，且拥有对称的结构。

论文：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 空间金字塔池化，大神何恺明于2014年写的paper: 论文地址：https://arxiv.org/pdf/1406.4729.pdf RCNN在201......

随着人工智能的发展和落地应用，以地理空间大数据为基础，利用人工智能技术对遥感数据智能分析与解译成为未来发展趋势。本文以遥感数据转化过程中对观测对象的整体观测、分析解译与规律挖掘为主线，通过综合国内外文献和相...

深度学习是机器学习的一类算法，它应用各种结构的神经网络解决问题（深度学习中的『深度』指的是我们会通过深层次的神经网络构建强大的学习器），模仿人类获得某些类型知识的方式，与传统机器学习模型相比，神经网络有更灵活的结...

对一个深层的卷积神经网络而言，通过多次卷积和池化以后，它的最后一层卷积层包含了最丰富的空间和语义信息，其中所包含的信息都是人类难以理解的，CAM可以将特征转化为可解释的信息，通过热力图的形式展示模型对数据的理解方...

近年来, 深度学习在图像分类、目标检测及场景识别等任务上取得了突破性进展, 这些任务多以卷积神经网络为基础搭建识别模型, 训练后的模型拥有优异的自动特征提取和预测性能, 能够为用户提供“输入–输出”形式的端到...

语义分割任务目标是输入一个图像，然后对每个像素都进行分类，如下图左，将一些像素分类为填空，一些分类为树等等。需要注意的是，语义分割单纯地对每个像素分类，因此不会区分同类目标，比如下图右边有两头牛，但是分类的结果中不会...

实际上，很少的人会训练整个卷积神经网络（使用随机的初始化），因为相对来说，很少有足够大的数据集可以用于训练。作为代替，常见的方式是在一个很大的数据集中预训练一个卷积神经网络（比如ImageNet，120万张1000类别图片），然后或者...

目前已经提出了几种理解和可视化卷积神经网络的方法，作为对于神经网络不可解释性的一种回应。接下来我们将简单介绍一些方法和相关工作。