Публикации по теме 'deep-learning'
Как семантика позволяет создавать графы суперзнаний, часть 1
Существует ряд техник использования знаний. Подход графа знаний (KG) в настоящее время довольно популярен и широко используется, часто для поддержки ограничений методов глубокого обучения.
Следующий шаг в разработке графа знаний — сделать его без потерь и независимым от языка: т. е. превратить его в супер граф знаний (SKG) для облегчения использования естественного языка…
Работа с фокальными потерями в моделях машинного обучения, часть 2 (Расширенное машинное обучение)
Извлечение взаимосвязей на уровне документа с адаптивной потерей фокуса и извлечением знаний (arXiv)
Автор: Цинъюй Тан , Руйдан Хэ , Лидонг Бин , Хви Тоу Нг
Аннотация: извлечение отношений на уровне документа (DocRE) является более сложной задачей по сравнению с его аналогом на уровне предложения. Он направлен на извлечение отношений из нескольких предложений одновременно. В этой статье мы предлагаем полууправляемую структуру для DocRE с тремя новыми компонентами...
Является ли офлайн-подкрепление обучением будущего, часть 2 (машинное обучение)
In-Sample Softmax для автономного обучения с подкреплением (arXiv)
Автор: Чэньцзюнь Сяо , Хань Ван , Янчэн Пан , Адам Уайт , Марта Уайт .
Аннотация: Агенты обучения с подкреплением (RL) могут использовать пакеты ранее собранных данных для извлечения разумной политики управления. Однако возникающая проблема в этой автономной настройке RL заключается в том, что загрузочное обновление, лежащее в основе многих наших методов, страдает от недостаточного охвата действий: стандартный..
Функциональные пирамидальные сети (FPN)
FPN был предложен в 2017 году в документе под названием «Пирамидные сети признаков для обнаружения объектов». Feature Pyramid Network, или FPN, представляет собой средство извлечения признаков, которое берет одномасштабное изображение произвольного размера в качестве входных данных и выводит карты признаков пропорционального размера на нескольких уровнях полностью сверточным способом. Этот процесс не зависит от базовых сверточных архитектур. Таким образом, он действует как универсальное..
Работа с представлениями Word, часть 1 (интеллектуальный анализ данных)
Оттенки значения: раскрытие геометрии многозначных представлений слов с помощью контекстуализированных языковых моделей (arXiv)
Автор: Бенедетта Чеволи , Крис Уоткинс , Ян Гао , Кэтлин Растл .
Аннотация: Лексическая неоднозначность представляет собой глубокую и постоянную проблему для языковых наук. Исследователи на протяжении десятилетий пытались решить проблему того, как пользователи языка изучают, представляют и обрабатывают слова, имеющие более одного значения. Наша работа..
Исследования в области спектрального анализа, часть 2 (анализ данных)
Нормализованный лапласовский спектральный анализ фрактальных восьмиугольных сетей Мёбиуса и его приложения (arXiv)
Автор: Цзя-Бао Лю , Тин Чжан , Вэньшуй Линь .
Аннотация: Изучение и расчет спектра сетей можно использовать для описания структуры сетей и количественного анализа производительности сетей. Фрактальные восьмиугольные сети Мёбиуса, обозначаемые Qn, получаются в результате обратной идентификации противоположных боковых ребер фрактальных линейных восьмиугольных сетей. В..
Последние обновления в цепи Маркова Монте-Карло, часть 5 (искусственный интеллект)
Адаптивная случайная окрестность, информированная цепью Маркова Монте-Карло для многомерной байесовской переменной Selection (arXiv)
Автор: Ситун Лян , Сэмюэл Ливингстон , Джим Гриффин .
Аннотация: Мы представляем основу для эффективных алгоритмов Монте-Карло с цепями Маркова (MCMC), ориентированных на дискретнозначные многомерные распределения, такие как апостериорные распределения в задачах байесовского выбора переменных (BVS). Мы показываем, что многие недавно введенные..
