Публикации по теме 'continual-learning'
Могут ли активные дендриты смягчить катастрофическое забывание?
Автор: Каран Гревал, инженер-исследователь Numenta
Люди удивительно сильны в обучении и сохранении знаний с течением времени, несмотря на то, что входные данные восприятия, которые мы получаем от мира, постоянно меняются. К сожалению, этого нельзя сказать об искусственных нейронных сетях, и это, следовательно, ограничивает варианты их использования настройками, в которых от них требуется только выполнение одной задачи.
В нашем новом препринте под названием Выходя за пределы..
Сила непрерывного обучения: всегда оставаться впереди
В последние годы область машинного обучения претерпела быстрое развитие и расширение, при этом постоянно разрабатываются новые алгоритмы, методы и приложения. В результате непрерывное обучение стало важным аспектом этой области, позволяя системам машинного обучения обучаться и адаптироваться с течением времени. Непрерывное обучение в машинном обучении относится к процессу обучения модели на новых данных с сохранением ранее полученных знаний. Такой подход позволяет системам машинного..
Резюме 2-го семинара «Непрерывное обучение» на NeurIPS 2018
Основные моменты, открытые вопросы и направления на будущее
Введение
Непрерывное обучение - захватывающая тема, которая в последнее время привлекает все больше внимания в сообществе ИИ . Хотя семинар Непрерывное обучение зародился в NeurIPS в 2016 году, он не состоялся в 2017 году, что привело к его второму и самому успешному выпуску в 2018 году , седьмому. декабря, всего несколько дней назад, более 400 участников и более 80 представленных ! 😮 🔥
Стоит..
Постоянное обучение - где мы?
Поскольку сообщество глубокого обучения стремится преодолеть разрыв между человеческим и машинным интеллектом, потребность в агентах, которые могут адаптироваться к непрерывно развивающейся среде, растет как никогда. Это стало очевидным на ICML 2020, на котором были проведены два разных семинара по непрерывному и непрерывному обучению. Как участник, основные выводы, которые я сделал и которые, как я полагаю, повлияют на неизбежные события в этой области, состоят в двух направлениях:..
Conceading Avalanche: комплексная основа для исследования непрерывного обучения
Проект в рамках ContinualAI.org
В последние месяцы я работал над новым проектом ContinualAI.org , открытым сообществом энтузиастов непрерывного обучения. Это произошло благодаря счастливой случайности найти Винченцо Ломонако на facebook, когда я искал другого своего друга-нейробиолога Винченцо. Благодаря тому, что у меня была хорошо заметная личная и постоянная страница проекта AI, я решил проявить бесстыдство и с таким же успехом добавить его в друзья в facebook. Почему нет?..
Расширение CORe50 для обнаружения и сегментации объектов
CORe50 - это набор данных, специально разработанный для непрерывного обучения. Однако его можно использовать как статический набор данных для таких задач, как распознавание объектов, обнаружение объектов и даже сегментация объектов.
В этой статье мы расширяем CORe50 для поддержки обнаружения объектов и сегментации . Если вы хотите узнать больше о CORe50, V. Ломонако уже писал об этом обширную статью .
Обнаружение объекта
Обнаружение объекта - это способность алгоритма..
На пути к адаптивному искусственному интеллекту с непрерывным обучением
Этот контент был опубликован с разрешения Leuven.AI .
Машинное обучение (ML) - это тип искусственного интеллекта (AI), при котором машины могут учиться на огромных объемах данных, таких как изображения или текст, содержащих очень сложные шаблоны. Раньше эти шаблоны нужно было обнаруживать на основе созданных вручную практических правил, тогда как сегодня сила алгоритмов машинного обучения заключается в автоматическом обнаружении этих шаблонов. Многие современные успехи в основном..
