最新 最热

北大博士生提出CAE,下游任务泛化能力优于何恺明MAE

杨净 发自 凹非寺量子位 | 公众号 QbitAI 上回说道,何恺明时隔两年发一作论文,提出了一种视觉自监督学习新范式—— 用掩蔽自编码器MAE,为视觉大模型开路。 这一次,北大博士生提出一个新方法CAE,在其下游任务中展现的泛化...

2022-03-04
0

2022图机器学习必读的11大研究趋势和方向: 微分方程/子图表示/图谱理论/非对称/动态性/鲁棒性/通用性/强化学习/图量子等

来源:智源社区本文约6900字,建议阅读10+分钟本文为你总结了图机器学习过去一年中的研究亮点,并对该方向在 2022 年的发展趋势进行了展望。 [ 导读 ]几何机器学习和基于图的机器学习是当前最热门的研究课题之一。在过去的...

2022-03-04
0

Jeff Dean长文展望:2021年之后,机器学习领域的五大潜力趋势

来源:机器之心本文共7000字,建议阅读14分钟2021 年之后,机器学习将会对哪些领域产生前所未有的影响? 在过去的数年,见证了机器学习(ML)和计算机科学领域的许多变化。按照这种长弧形的进步模式,人们或许将在接下来的几年中看到...

2022-03-04
0

DARPA可解释AI研究(XAI计划)的4年回顾与经验总结

DARPA(美国防部高级研究计划局)于 2015 年制定了可解释人工智能 (XAI) 计划,目标是使最终用户能够更好地理解、信任和有效管理人工智能系统。2017年,为期4年的XAI研究计划启动。现在,随着 XAI 在 2021 年结束,本文总结和反...

2022-03-03
0

西工大张伟伟教授:智能流体力学研究的进展

作者丨张伟伟整理 | 杏花 编辑 | 青暮 作为科学发现的第四范式的代表,人工智能已取得令人瞩目的进展,在蛋白质结构预测和博弈等诸多任务中表现出色。当前,大规模科学与工程计算朝着更高精度,以及与人工智能深度融合的方向...

2022-03-03
0

2021谷歌年度AI技术总结 | Jeff Dean执笔万字展望人工智能的5大未来趋势!

‍ 机器学习正在并且也将变得无处不在。‍‍‍编译丨杏花、莓酊、王晔 编辑丨‍青暮 又是一年一度的谷歌年度盘点,Jeff Dean再次执笔,为我们回顾过去一年来谷歌在5大方向的研究进展以及未来趋势。 Jeff Dean表示,“在过...

2022-03-03
0

「深度学习推荐系统: Netflix案例分析」阐述DL在RS的优劣与经验教训

深度学习深刻地影响了机器学习的许多领域。然而,在推荐系统领域,它的影响需要一段时间才能感受到。在本文中,我们概述了在Netflix的推荐系统中使用深度学习所遇到的一些挑战和经验教训。我们首先概述了Netflix服务上的各...

2022-02-28
0

2022最新综述 | 自动图机器学习,阐述AGML方法、库与方向

图机器学习在学术界和工业界都得到了广泛的研究。然而,随着图学习相关文献的不断涌现,涌现出大量的方法和技术,手工设计出针对不同图相关任务的最优机器学习算法变得越来越困难。为了解决这一问题,自动图机器学习(automat...

2022-02-28
0

从组水平到个体水平的精神分裂症谱系障碍无创脑刺激

精神分裂症谱系障碍(SSDs,schizophrenia spectrum disorders)患者经常经历持续的社会认知障碍,并伴有较差的功能结果。目前还没有已被批准的治疗方案来治疗这些症状,当前我们非常需要新的治疗策略。迄今为止,已经有许多工...

2022-02-28
0

SVM在脑影像数据中的应用

如第一章所述,机器学习中有四种基本方法:有监督学习、无监督学习、半监督学习和强化学习。分类是监督学习的一种形式,它根据训练阶段确定的许多输入输出对将输入数据映射到输出数据。使用分类,与一组示例观察相关的特征...

2022-02-28
0