Публикации по теме 'deep-learning'
Работа с диаграммами Фейнмана часть 2 (Электродинамика)
Амплитуды спиральности в калибровке светового конуса и диаграммы Фейнмана (arXiv)
Автор: Джунмоу Чен , Каору Хагивара , Дзюнъити Канзаки , Кэнтару Маватари , Я-Хуан Чжэн
Аннотация: Недавно предложенный калибровочный пропагатор диаграммы Фейнмана (FD) для безмассовых и массивных калибровочных бозонов получен как особый предел калибровочного пропагатора светового конуса (LC), где калибровочный вектор выбирается вдоль противоположно направлению импульса калибровочного..
7 параметров для оценки среды ИИ
При оценке проблемы ИИ есть несколько характеристик, которые могут помочь оценить среду ИИ.
Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, у которого уже более 125 000 подписчиков. TheSequence — это информационный бюллетень, ориентированный на машинное обучение, без BS (то есть без шумихи, без новостей и т. д.), чтение которого занимает 5 минут. Цель состоит в том, чтобы держать вас в курсе проектов машинного обучения, научных работ и концепций...
Как работают методы актера-критика, часть 1 (машинное обучение)
Максимально-минимальный неполитический метод актера-критика, ориентированный на устойчивость в наихудшем случае к неправильной спецификации модели (arXiv)
Автор: Такуми Танабэ , Рей Сато , Казуто Фукучи , Дзюн Сакума , Юхей Акимото .
Аннотация: В области обучения с подкреплением из-за высокой стоимости и риска обучения политике в реальном мире политики обучаются в симуляционной среде и переносятся в соответствующую реальную среду. Однако среда моделирования не полностью..
Как работают нейро-нечеткие системы, часть 1 (машинное обучение)
DCNFIS: Система глубокого сверточного нейро-нечеткого вывода (arXiv)
Автор: Мойтаба Еганежу , Кимиа Хонари , Райан Клюзински , Скотт Дик , Майкл Липсетт , Джеймс Миллер .
Аннотация: Ключевой проблемой объяснимого искусственного интеллекта является хорошо известный компромисс между прозрачностью алгоритма (т. е. тем, насколько легко человек может напрямую понять алгоритм, в отличие от получения апостериорного объяснения) и его точностью. Мы сообщаем о разработке новой глубокой..
Использование гиперграфов в сценариях машинного обучения, часть 4
Нулевые локусы нуль-векторов и искажение нуля в графах и гиперграфах (arXiv)
Автор: Джошуа Купер , Грант Фикс .
Аннотация: Существует интересная внутренняя структура нулевых пространств матриц смежности графов и гиперграфов, особенно для деревьев, двудольных графов и связанных с ними комбинаторных классов. Нулевые локусы нуль-векторов, т. е. индексы их нулевых координат, кодируют информацию о паросочетаниях, покрытиях и влиянии ребер на ранг. Эта система множеств представляет собой..
Как работает текстовая инверсия, часть 1 (машинное обучение)
LaDI-VTON: расширенная виртуальная примерка скрытой диффузии с текстовой инверсией (arXiv)
Автор: Давиде Морелли , Альберто Бальдрати , Джузеппе Картелла , Марчелла Корниа , Марко Бертини , Рита Куккьяра .
Аннотация: Быстро развивающиеся области электронной коммерции и метавселенной продолжают искать инновационные подходы для улучшения потребительского опыта. В то же время последние достижения в разработке моделей распространения позволили генеративным сетям создавать..
ИИ в геопространственном анализе: картографирование и пространственная аналитика с помощью интеллектуальных систем
Быстрый и неустанный темп технологического прогресса привел к плавной интеграции искусственного интеллекта (ИИ) в различные отрасли. Эта конвергенция не только пересмотрела традиционные подходы к решению проблем, но и открыла новую эру анализа данных. Среди различных областей, на которые глубоко повлияла эта синергия, ярким примером является геопространственный анализ. Эта многогранная область вращается вокруг сложных задач картографирования географических пространств и выявления..
