Публикации по теме 'deep-learning'
Распознавание эмоций на лице с помощью CNN
Выражения лица служат важнейшим способом общения между людьми.
В исследованиях искусственного интеллекта методы глубокого обучения стали мощными инструментами для улучшения взаимодействия человека с компьютером. Анализ и оценка выражений лица и эмоций в психологии включают в себя оценку решений, чтобы предвидеть эмоции человека или группы. Это исследование направлено на разработку системы, способной прогнозировать и классифицировать лицевые эмоции с использованием алгоритма сверточной..
Прогресс в моделях BERT, часть 3 (искусственный интеллект)
Анализ социальных предубеждений, присутствующих в вариантах BERT на разных языках (arXiv)
Автор: Аристидес Милиос , Паришад Бехнам Гадер
Аннотация: хотя большие предварительно обученные языковые модели достигли больших успехов во многих задачах НЛП, было показано, что они отражают человеческие предубеждения из их предобучаемых корпусов. Эта предвзятость может привести к нежелательным результатам, когда эти модели применяются в реальных условиях. В этой статье мы исследуем..
Как далеко мы продвинулись с беспроводными сенсорными сетями, часть 3 (машинное обучение)
Гибридные конструкции прекодера и сумматора для децентрализованной оценки параметров в беспроводных сенсорных сетях mmWave MIMO (arXiv)
Автор: Приянка Майти , Сурадж Шривастава , Кунвар Притирадж Раджпут , Навин К. Д. Венкатегоуда , Адитья К. Джаганнатхам , Лайош Ханзо
Аннотация: Гибридные конструкции прекодера и сумматора задуманы для децентрализованной оценки параметров в беспроводных сенсорных сетях (WSN) миллиметрового диапазона (mmWave) с несколькими входами и множеством..
Генеративные состязательные сети - теоретический обзор.
С тех пор как Ян Гудфеллоу впервые предложил идею GAN ( https://arxiv.org/abs/1406.2661 ), она стала модным словом в сообществе машинного обучения просто потому, что работает потрясающе хорошо (учитывая, что вы придумали идеальный архитектура). Многие люди, особенно Ян ЛеКун, которого считают одним из гигантов глубокого обучения, в какой-то момент заявили, что GAN - это значительный прорыв в глубоком обучении.
Я заметил одну вещь: многие люди, утверждающие, что знакомы с GAN, не имеют..
Состязательные атаки (часть 2) — укрепление доверия к моделям глубокого обучения
Типы враждебных атак
Существует два типа состязательных атак:
Целевые состязательные атаки Эти атаки нацелены на модель M, которая в идеале должна классифицировать пример S как класс X, чтобы изменить свое решение и, в частности, получить результат как класс Y. Физические атаки с использованием исправлений — это Пример целевых атак. Нецелевые состязательные атаки Эти атаки нацелены на модель M, которая в идеале должна классифицировать пример S как класс X, чтобы изменить свое..
«Расширение вычислений массового сходства для разреженных вложений: раскрытие скрытого потенциала»
TL;DR:
TL;DR ChunkDot — это библиотека для многопоточного умножения матриц и вычислений косинусного сходства, недавно расширенная для поддержки разреженных матричных представлений. Это может помочь увеличить масштаб вычислений подобия для сценариев использования NLP, таких как дедупликация, рекомендации и кластеризация. Он разбивает матрицу вложений на куски и распараллеливает вычисление косинусного подобия, получая K наиболее похожих элементов на элемент. Отказ от ответственности ...
Применение дистилляции знаний, часть 4 (интеллектуальный анализ данных)
Дополнительное обучение для Neural Radiance Field с фильтрацией знаний по неопределенности (arXiv)
Автор: Мэнци Го , Чен Ли , Гим Хи Ли
Аннотация: Недавнее представление поля нейронного излучения (NeRF) достигло больших успехов в задачах синтеза новых видов и трехмерной реконструкции. Тем не менее, они страдают от катастрофической проблемы забывания при постоянном обучении на потоковых данных без повторного просмотра предыдущих обучающих данных. Это ограничение запрещает..
