Публикации по теме 'deep-learning'
Обучение с подкреплением: часть 3: уравнение Беллмана
В предыдущем блоге мы узнали, как выбор действия сразу влияет как на немедленную награду, так и на следующее состояние.
Теперь задача агента состоит в том, чтобы методом проб и ошибок найти лучшую стратегию, чтобы получить максимальное вознаграждение.
Стратегия называется политикой, а наилучшая стратегия, приносящая максимальную отдачу, — оптимальная политика.
Политика определяет стратегию принятия решений агентом. Он сопоставляет состояния с действиями, указывая, какое действие..
Работа с коэффициентом Рэлея в машинном обучении, часть 10
Максимизация коэффициента Рэлея фиксированного ранга с помощью последовательности MPSK (arXiv)
Автор : Анастасиос Кириллидис , Джордж Н. Каристинос
Аннотация: Некоторые задачи оптимизации в системах связи, такие как формирование луча с постоянной огибающей с ограниченной обратной связью или обнаружение некогерентной M-арной фазовой манипуляции (MPSK), приводят к максимизации положительной полуопределенной квадратичной формы фиксированного ранга в алфавите MPSK. . Эта форма является..
Лучшее исследование за все время по генеративно-состязательным сетям (GAN), часть 15 (машинное обучение)
Статистические гарантии групповых инвариантных сетей GAN (arXiv)
Автор: Зию Чен , Маркос А. Кацулакис , Люк Рей-Беллет , Вэй Чжу .
Аннотация: Группово-инвариантные генеративно-состязательные сети (GAN) — это тип GAN, в котором генераторы и дискриминаторы жестко связаны с групповой симметрией. Эмпирические исследования показали, что эти сети способны изучать групповые инвариантные распределения со значительно улучшенной эффективностью данных. В этом исследовании мы стремимся строго..
Недавние применения метода нечеткой логики, часть 3 (ИИ)
Итака. Инструмент для интеграции нечеткой логики в Unity (arXiv)
Автор: Альфонсо Техедор Морено , Хосе А. Пьедра-Фернандес , Хуан Хесус Охеда-Каштело , Луис Ирибарн .
Аннотация: Ithaca — это плагин Fuzzy Logic (FL) для разработки систем искусственного интеллекта в рамках игрового движка Unity. Его цель — предоставить интуитивно понятный и естественный способ создания передовых систем искусственного интеллекта, сделав внедрение такой системы более быстрым и доступным. Программное..
Глубокое погружение в то, как прогнозирование будущих весов нейронной сети используется для смягчения последствий устаревания данных…
Представляем SpecTrain как средство для прогнозирования будущих весов нейронной сети, чтобы уменьшить устаревшие данные и повысить скорость обучения с помощью распределенного обучения.
Распределенное обучение нейронных сетей сегодня переживает настоящий бум в технологической сфере. Известные компании-разработчики программного обеспечения обратили свое внимание на распределенное обучение, каждый день придумывая интригующие новые исследования, выходя за рамки ограничений и тонко..
Почему я должен доверять вам? Главный вопрос для наших повелителей ИИ
Путешествие, чтобы узнать, почему я был классифицирован как потенциальный человек, использующий объяснимый ИИ.
Введение
Недавно я работал над потенциальным набором данных классификации инсульта и подумал, почему бы не указать свои данные, чтобы увидеть, какой прогноз я собираюсь получить, для забавы и, к моему смятению , меня классифицировали как человека, который является потенциальным кандидатом на инсульт .
Это ударило как грузовик, но я, будучи любознательным человеком,..
10-минутное руководство по настройке машинного обучения и глубокого обучения на вашем ноутбуке
Я знаю, что настраивать ноутбук перед тем, как начинать проект, довольно обременительно. Но, к счастью, для проектов ML / DL этого не должно быть.
Я слышал, как люди говорили, что им потребовалось 2–3 часа, чтобы настроить все на своих ноутбуках, когда они начинали проекты машинного обучения. Это могло быть правдой несколько лет назад. Но вы определенно делаете что-то не так, если сегодня столкнетесь с чем-то подобным.
Я проведу вас через 10-минутное руководство по настройке вашей..
