Публикации по теме 'deep-learning'
Понимание психических расстройств с помощью исследования, часть 2 (нейронаука)
Исследование психиатрических и нейропсихологических коррелятов сети пассивного режима и антикорреляции дорсальной сети внимания у детей (arXiv)
Автор: Макс М. Оуэнс, ДеКан Юань, Сейдж Хан, Мэтью Олбо, Николас Олгайер, Бадер Чаарани, Александра Поттер, Хью Гараван
Аннотация: Сеть режима по умолчанию (DMN) и сеть дорсального внимания (DAN) демонстрируют внутреннюю «антикорреляцию» у здоровых взрослых, которая, как считается, представляет собой функциональное разделение между..
Последние обновления по добавочному обучению, часть 2 (машинное обучение)
Основы поэтапного обучения
Что такое добавочное обучение?: Объяснение терминов ИИ — ИИ для всех Дополнительное обучение — это метод обучения систем искусственного интеллекта (ИИ), при котором новые данные постепенно… www.aiforanyone.org
Сбалансированное контролируемое контрастное обучение для поэтапного обучения с небольшим количеством занятий (arXiv)
Автор: Ин-Уг Юн , Тэ-Мин Чхве , Ён-Мин Ким , Чон-Хван Ким .
Резюме:..
Понимание винеровского процесса, часть 2 (статистика)
Винеровский процесс фракталов и интегралов по траекториям I: возникающая лоренцевская симметрия в стохастическом процессе квантовых полей (arXiv)
Автор: А. А. Варшави
Аннотация: Это первая статья из серии исследований (за которыми следуют [42, 43]), целью которых является интерпретация гравитационных эффектов природы в рамках некоторого последовательного стохастического фрактального (внутренне конформного) исследования. формулировка интеграла по траекториям. В этой статье..
Диффузоры с открытым исходным кодом, обнимающие лицо, чтобы включить генерацию текста в изображение с помощью нескольких строк кода
Новая библиотека похожа на Transformers для методов Diffusion.
Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, у которого уже более 125 000 подписчиков. TheSequence — это информационный бюллетень, ориентированный на машинное обучение, без BS (то есть без шумихи, без новостей и т. д.), чтение которого занимает 5 минут…
Работа с производной Gateaux в машинном обучении, часть 1
Производная Гато нормы C*(arXiv)
Автор : Сушил Сингла
Аннотация: Найдено выражение для производной Гато нормы C∗-алгебры. Это дает нам альтернативные доказательства или обобщения различных известных результатов о тесно связанных понятиях субдифференциальных множеств, гладких точек и ортогональности Биркгофа-Джеймса для пространств B(H) и Cb(Ω). Мы также получаем выражение для субдифференциальных множеств норм-функции в AεB(H) и характеристику ортогональности оператора AεB(H,K)..
Могут ли машины думать?
Cogito, ergo sum! Мы, как человеческие существа, интуитивно убеждаемся в том, что способны мыслить, а значит, и наше существование. Тем не менее, в последние десятилетия у нас был спорный спор о том, могут ли компьютеры думать. Аргумент все еще постепенно поднимается, поскольку искусственный интеллект и сложные компьютеры все больше и больше внедряются в нашу жизнь [1, 2]. Люди из нескольких дисциплин, таких как философия, информатика и математика, размышляют над этой загадкой; в то..
Обновления о скрытых марковских моделях в 2023 году, часть 5 (машинное обучение)
Быстрая адаптивная троичная сегментация: эффективная процедура декодирования скрытых марковских моделей (arXiv)
Автор: Александр Мёшинг , Хаусен Ли , Аксель Мун .
Аннотация: Скрытые модели Маркова (СММ) характеризуются ненаблюдаемой (скрытой) цепью Маркова и наблюдаемым процессом, который представляет собой зашумленную версию скрытой цепи. Декодирование исходного сигнала (то есть скрытой цепочки) из зашумленных наблюдений является одной из основных целей почти всех анализов данных..
