Публикации по теме deep-learning

Публикации по теме 'deep-learning'

Как работает Model Predictive Control, часть 4 (искусственный интеллект)

1. Надежная модель прогнозирующего управления системами с временной задержкой посредством синтеза на системном уровне (arXiv) Автор: Шаору Чен , Нин-Юань Ли , Виктор М. Пресиадо , Николай Матни Аннотация: мы представляем надежный метод прогнозирующего управления (MPC) для линейных систем с временной задержкой с дискретным временем и ограничениями состояния и управления. Система подвержена как неопределенности политопической модели, так и аддитивным возмущениям. В..

Прогнозирование длинных/коротких акций с использованием машинного обучения

В частности, в этом разделе будет рассмотрено, как сравниваются абсолютные и относительные ряды. В последней последовательности мы имеем в виду цены Open High Low Close (OHLC), легко доступные на различных платформах и веб-сайтах. Помимо дробления акций и дивидендов, эти цены часто включают корректировки на корпоративные действия, такие как дивиденды. Сравнительные ряды рассчитываются путем деления абсолютного ряда на базовую цену закрытия с учетом валютных поправок. В оставшейся части..

Функции потерь разгаданы

Часть 1: Введение Функция потерь является важнейшим компонентом нейронных сетей и алгоритмов машинного обучения. Функция потерь в нейронных сетях — это математическая функция, которая сравнивает прогнозируемый результат сети и истинный результат (метку). Разница между этими двумя значениями представляет собой ошибку или потерю. Целью обучения нейронной сети является минимизация значения функции потерь путем корректировки весов и смещений, тем самым обеспечивая хорошее соответствие..

Что такое искусственный интеллект?

Искусственный интеллект (ИИ) — это область информатики, целью которой является создание интеллектуальных машин, выполняющих задачи, аналогичные человеческим. История искусственного интеллекта Во время Второй мировой войны ученый-компьютерщик Алан Тьюринг разработал машину под названием «Бомба» для расшифровки немецких сообщений, сгенерированных другой машиной под названием «Энигма». Эти две машины положили начало истории искусственного интеллекта. Предыдущее..

Генерация медицинских отчетов с использованием глубокого обучения

Генерация медицинских отчетов с использованием глубокого обучения Оглавление Обзор Предпосылки Бизнес-проблема Анализ данных Состав ML Показатель производительности Подготовка данных Моделирование Сравнение моделей Развертывание модели Будущие работы Профиль использованная литература 1. Обзор Создание подписей к изображениям - одна из самых важных и сложных задач в глубоком обучении. Это процесс создания текстового описания изображения. Например, рассмотрим..

ВСЕ О FEATUREWIZ..

Выбор функций — самая важная часть машинного обучения, поскольку она помогает нам выявить наиболее важные функции в нашем наборе данных. Есть некоторые функции (функции означают столбцы ...), которые мы находим неуместными, и мы опускаем их с первого взгляда, например. Имя, идентификатор столбца. Но помимо этого у нас также есть некоторые функции, которые мы не можем легко идентифицировать, что на самом деле снижает нашу точность. Нам нужно знать одну вещь: «Все функции,..

Исследования на основе квантовых ям, часть 1 (Квантовая информатика)

Наномасштабная катодолюминесцентная спектроскопия, исследующая квантовые ямы нитридов в электронном микрокопе (arXiv) Автор: Чжетун Лю , Бинъяо Лю , Дундун Лян , Сяомэй Ли , Сяоминь Ли , Ли Чен , Руй Чжу , Цзюнь Сюй , Тунбо Вэй , Сюэдун Бай . », Пэн Гао Аннотация: Для более глубокого понимания люминесценции многоквантовых ям и факторов, влияющих на нее на микроскопическом уровне, методом катодолюминесценции в сочетании с сканирующей просвечивающей электронной микроскопией и..