Публикации по теме artificial-intelligence

Публикации по теме 'artificial-intelligence'

Как далеко мы продвинулись с федеративным обучением, часть 1 (машинное обучение)

Начало работы с федеративным обучением Федеративное обучение Этот сайт создан группой федеративного обучения Google AI. Сюжет Люси Беллвуд и Скотта МакКлауда. Искусство… federated.withgoogle.com Объединенное обучение на графиках, отличных от IID, посредством обмена структурными знаниями (arXiv) Автор: Юэ Тан , Исинь Лю , Годун Лун , Цзин Цзян , Цинхуа Лу , Чэнци Чжан Аннотация : Графовые нейронные сети (GNN)..

Машинное обучение на основе первых принципов

Дорожная карта Откуда пришло машинное обучение? Что означают все эти модные словечки? Как люди учатся? Как компьютеры учатся? Что такое контролируемое обучение и как оно работает? Что такое обучение без учителя и как оно работает? Куда мне идти дальше? Цель: Прежде всего, машинное обучение несет в себе тот оттенок, что он чрезвычайно сложен. Несмотря на то, что это математически строгий метод, он действительно прост, если разбить его на математические..

ВСТРЕЧАЙТЕСЬ С ВЕДУЩИМИ МИРОВЫМИ ПИОНЕРАМИ ИИ В «КРЕМНИЙНОЙ ДОЛИНЕ ГЛУБОКОГО ОБУЧЕНИЯ»

RE • WORK впервые проведет набирающий популярность Саммит по глубокому обучению в Монреале, Канада и рады объявить о присутствии Йошуа Бенжио, Яна ЛеКуна и Джеффри Хинтона, которые появятся в Панели пионеров. поделиться своим опытом в качестве основоположников революции глубокого обучения. Мало того, что они недавно были названы Forbes 6 лучших мыслителей в области искусственного интеллекта и машинного обучения », но и эти лидеры в этой области несут ответственность за развитие..

Новое исследование социальных сетей, часть 7 (искусственный интеллект)

Социально-экономическая сегрегация в социальной сети популяционного масштаба (arXiv) Автор : Юлия Казьмина , Эльке М. Хемскерк , Эстер Боканьи , Фрэнк В. Тейкс . Аннотация: Мы предлагаем подход к изучению социально-экономической сегрегации с учетом социальных сетей. Ключевой вопрос, который мы рассматриваем, заключается в том, являются ли модели сегрегации более выраженными в социальных сетях, чем обычные пространственные проявления сегрегации, ориентированные на соседство...

Эффективны ли диаграммы знаний ?Часть 4 (искусственный интеллект)

RPLKG: надежное оперативное обучение с помощью графика знаний (arXiv) Автор: Ювон Ким , Ёнтэк Лим , Докён Юн , Кёнву Сон . Аннотация: Известно, что крупномасштабные предварительно обученные модели можно передавать и они хорошо обобщают невидимый набор данных. В последнее время мультимодальные предварительно обученные модели, такие как CLIP, демонстрируют значительное улучшение производительности в различных экспериментах. Однако, когда помеченный набор данных ограничен, обобщение..

Новое исследование метаобучения, часть 4 (машинное обучение)

Масштабируемое байесовское метаобучение с помощью обобщенных неявных градиентов (arXiv) Автор: Илан Чжан , Бингконг Ли , Шицзянь Гао , Георгиос Б. Яннакис . Аннотация: Мета-обучение обладает уникальной эффективностью и скоростью решения возникающих задач с ограниченными данными. Его широкая применимость раскрывается при рассмотрении его как задачи двухуровневой оптимизации. Однако результирующая алгоритмическая точка зрения сталкивается с проблемами масштабируемости, когда..

Новое исследование по преобразованию текста в видео, часть 5 (машинное обучение)

Tune-A-Video: однократная настройка моделей распространения изображений для преобразования текста в видео (arXiv) Автор: Джей Чжанцзе Ву , Исяо Гэ , Синьтао Ван , Вэйсянь Лэй , Ючао Гу , Юфэй Ши , Винн Хсу , Ин Шань , Сяоху Ци , Майк Чжэн Шоу Аннотация: Чтобы воспроизвести успех генерации преобразования текста в изображение (T2I), в недавних работах используются крупномасштабные наборы видеоданных для обучения генератора преобразования текста в видео (T2V). Несмотря на..