4场进球彩赛程什么意思 足球4场进球 4场进球彩过滤软件 4场进球彩怎么叫中奖 河北体彩4场进球samplingid126 湖南体彩足彩4场进球samplingid123 河北体彩4场进球samplingid103 4场进球360 4场进球的玩法 4场进球彩18078期开奖 4场进球彩开奖历史 4场进球彩预测方法 2017年12月4场进球 4场进球奖金 4场进球最新开奖
張飛軟硬開源基于STM32 BLDC直流無刷電機驅動器開發視頻套件,??戳此立搶??

ICLR 2019論文解讀:深度學習應用于復雜系統控制

引言

20世紀,控制論、系統論、信息論,對工業產生了顛覆性的影響。繼2011年深度學習在物體檢測上超越傳統方法以來,深度學習在識別傳感(包含語音識別、物體識別),自然語言處理領域里產生了顛覆性的影響。最近在信息論里,深度學習也產生了重要影響。使用深度學習可以對不同形式編碼的信息進行自動解碼。如今,深度學習再次影響控制論,傳統控制論往往是模型驅動算法,需要設計復雜的模型和控制方案,而以數據驅動為核心的深度學習用作控制領域的春天即將到來,這將推動數十萬億的工業、服務業的進一步升級。通過深度學習控制,可以讓機器人,能源,交通等行業效率顯著提升。例如,使用深度學習進行智能樓宇控制,可以節約大樓20%的能耗,傳統的控制需要多名專家2年的時間建立一個樓宇模型,深度學習可以利用樓宇歷史數據在一天內得到超越傳統方法的模型;在機器人控制和強化學習領域里,相比傳統控制方法,本文提出的方法可以節約80%以上的運算時間并且提升10%以上的控制準確度。

深度學習控制行業剛剛興起,還有很多的問題沒有解決,還需要很多的理論突破。近期,華盛頓大學研究組在ICLR2019發表了一篇深度學習控制的最新成果[1],這是第一次將深度學習與凸優化理論結合應用到最優控制理論中,在從理論層面保證模型達到全局最優解的同時,大幅提升了復雜系統控制的效率和準確度。該論文在公開評審中獲得了6/7/8的評分,在所有1449submissions中得分位列前90位(top6%)。在這里,論文的兩位作者將親自為我們解讀其中的核心思想。

論文地址:https://openreview.net/forum?id=H1MW72AcK7?eId=HylsgDCzeV

機器學習/強化學習與控制

自動控制與機器學習作為兩個擁有深厚歷史的學科,已經發展了數十年,并建立了各自較為完善的學科體系。在自動控制中的重要一環,是首先根據歷史數據對控制系統進行輸入-輸出的端到端建模。目前廣泛使用的系統辨識(systemidentification)方法主要有兩種:一是使用線性/或分段線性模型來預測系統的(狀態,控制變量)->(狀態)關系。這樣做的好處是后續的優化問題是線性優化問題(linearprogramming)并可結合控制論中的線性二次型調節器LQR(LinearQuadraticRegulator)等控制模型,易于求解并實現閉環最優控制。同時控制論較為注重系統的理論性質研究,如系統的李雅普諾夫穩定性,以及基于卡爾曼濾波等的最優狀態估計等。但是線性模型很難準確地描述復雜系統的動態,且建模過程需要大量專家知識和調試。因為存在對物理對象的建模,這類方法也被稱為基于模型的控制和強化學習model-basedcontrol/reinforcementlearning。第二種方法是使用一些較為復雜的機器學習模型,比如深度神經網絡,支持向量機(SVM)等對物理系統進行建模。相比線性模型,這些模型能夠更為準確地捕捉系統輸入-輸出的動態關系。而在一般的(深度)強化學習算法中,通常研究者也會訓練一個端到端的算法,由狀態直接輸出控制。由于不存在物理建模過程,這類方法也一般被稱為model-freecontrol/reinforcementlearning。但是這些復雜模型給后續的優化控制問題求解帶來了困難。我們都知道深度神經網絡,一般來說輸出對于輸入都是非凸的,包含很多局部最優點,所以在優化過程中很容易陷入局部最優情況。在對穩定性要求很高的系統控制情境下(比如電力系統控制,航天系統以及工業控制),這種多個局部最優解并且沒有全局最優收斂性保證的情況是我們非常不愿看到的,也一定程度限制了目前深度模型在這些行業中的應用。同時,在當前的深度強化學習研究中,盡管在多個應用和領域中已經取得行業領先的控制和優化效果,但對模型的理論性質尚缺乏研究,同時需要大量標注的狀態和決策數據以泛化模型的表征能力和應用場景[2](ICML2018tutorialandAnnualReviewofControl,RoboticsandAutonomousSystems,Recht,Berkeley)。

圖一:本文提出的輸入凸的神經網絡的(a)動態系統學習與(b)閉環控制過程。

在「Optimalcontrolvianeuralnetwork:aconvexapproach」一文中,作者提出了一種新的數據驅動的控制方法。該篇文章作出了結合model-freecontrol與model-basedcontrol的一步重要嘗試。在訓練過程中,我們用一個輸入凸(inputconvex)的神經網絡來表達系統表達復雜的動態特性;在控制與優化過程中,我們就可以將訓練好的神經網絡作為動態系統的模型,求解凸優化問題從而得到有最優保證的控制輸入。算法思路詳見圖一

基于輸入凸神經網絡的最優控制框架

為了解決現有模型的不足,本文作者提出了一種新的系統辨識方法:基于輸入凸的神經網絡的系統辨識。建立在之前InputConvexNeuralNetwork(ICNN)[3](ICML2017,Amosetal.,2017,CMU)的基礎上,本文作者提出一種新型的InputConvexRecurrentNeuralNetwork(ICRNN)用于具有時間關聯的動態系統建模。不同于通用的神經網絡結構,輸入凸的神經網絡要求所有隱藏層之間的權重矩陣非負,同時加入了對輸入向量的負映射以及輸入到隱藏層的直連層增加ICNN和ICRNN的表達能力。

作者在文章中理論證明了,輸入凸神經網絡ICNN和ICRNN可以表示所有凸函數(Theorem1),并且其表達的效率比分段線性函數高指數級(Theorem2)。兩條性質保證所提出的網絡架構能夠很好地應用于優化與控制問題中用于對象建模與求解。

在使用輸入凸神經網絡進行系統建模后,作者將系統模型嵌入到模型預測控制(ModelPredictiveControl)框架中,用于求解最優的系統控制值。因為使用了輸入凸神經網絡,這里的MPC問題是一個凸優化問題,使用經典的梯度下降方法就可以保證我們找到最優的控制策略。如果系統的狀態或者控制輸入包含約束條件(constraints),我們也可以使用投影梯度下降(ProjectedGradientMethod)或者內點法進行求解。這樣,使用ICNN對瞬態特性建模或使用ICRNN對時序過程建模并用于控制對輸入優化求解,我們不僅能夠滿足控制論中對于最優解的性質的保證,同時也可以充分發揮深度模型的表征能力,即可作為一種適用于各領域的建模與控制方法。

圖3.基于ICNN的MuJoColocomotiontasks的控制結果。K=100,300,1000對應[4]中基于模型的強化學習的算法設定,我們測試了在模型預測控制中,不同未來預測區間長度下各任務的回報。

應用一:機器人運動控制

作者首先將提出的深度學習控制框架應用于機器人的控制,使用的是OpenAI中的MuJuCo機器人仿真平臺的四個前向運動任務。我們首先使用隨機采樣的機器人動作和狀態的數據作為初始樣本訓練一個ICNN網絡,并結合DAGGER(AISTATS,Rossetal,2011,CMU)以在訓練和控制過程中更好地探索和泛化。本文提出的方法相比目前的強化學習方法更加高效、準確。同目前最好的基于模型的強化學習算法(model-basedRL)[4](2018ICRA,Nagabandietal.,2018,Berkeley)相比,本文提出的方法僅僅使用20%的運算時間就可以達到比之前方法高10%的控制效果(圖3)。與無模型的深度強化學習算法如TRPO,DDPG往往超過10^6的樣本數量相比,我們的控制方法可以從10^4量級的樣本中學習到極為準確的動態模型并用于控制。同時我們還可以將該方法得到控制結果作為初始控制策略,然后隨著機器人在環境中收集更多的樣本,與無模型的強化學習方法(model-freeRL)結合,在動態系統環境下實現更好的控制效果。

應用二:大樓的能源管理

同時,本文作者也將提出的深度學習控制框架應用于智能樓宇的供熱通風與空氣調節系統(HVAC)控制。我們通過建筑能耗仿真軟件EnergyPlus得到一棟大樓的分時能耗數據及各個分區的傳感器數據,并使用ICRNN建立樓宇輸入特征(如室內溫度,人流量,空調設定溫度等)到輸出特征(如能耗)的動態模型。在控制過程中,文章提出的模型可以非常方便地加入一系列約束,如溫度可調節范圍等。我們通過設計大樓在一定時間段內的溫度設置值,并滿足相應約束的前提下,來最優化樓宇的能耗。相比于傳統的線性模型以及控制方法,使用ICRNN的控制方法在保證房間溫度維持在[19,24]攝氏度區間內的情況下,幫助大樓節約多于20%的能耗。在更大的溫度波動區間內([16,27]攝氏度),可以幫助建筑節約近40%能耗(圖4左)。同時相比于傳統神經網絡模型直接用于系統建模,基于ICRNN的控制方法由于有控制求解的最優性保證,得到的溫度設定值更加的穩定(圖4右中紅線為ICRNN控制溫度設置,綠線為普通神經網絡控制溫度設置)。

目前,華盛頓大學的PaulAllenCenter電子工程與計算機大樓正在安裝相應的傳感器,并計劃將該控制方案用于該建筑HAVC系統的實時控制。

隨著5G時代的到來與物聯網技術的進一步發展,越來越多的物理系統中(電力,交通,航天,工業控制等)將會有更多的智能傳感器與數據流,本文提出的基于深度學習的控制方法也將會有更廣闊的應用空間。

參考資料:

[1]ChenYize*,YuanyuanShi*,andBaosenZhang."OptimalControlViaNeuralNetworks:AConvexApproach."ToAppearinInternationalConferenceonLearningRepresentations(ICLR),2019

[2]Recht,Benjamin."Atourofreinforcementlearning:Theviewfromcontinuouscontrol."AnnualReviewofControl,Robotics,andAutonomousSystems(2018).

[3]Amos,Brandon,LeiXu,andJ.ZicoKolter."Inputconvexneuralnetworks."InternationalConferenceonMachineLearning(ICML),2017

[4]Nagabandi,Anusha,etal."Neuralnetworkdynamicsformodel-baseddeepreinforcementlearningwithmodel-freefine-tuning."2018IEEEInternationalConferenceonRoboticsandAutomation(ICRA).IEEE,2018.

[5]Ross,Stéphane,GeoffreyGordon,andDrewBagnell."Areductionofimitationlearningandstructuredpredictiontono-regretonlinelearning."Proceedingsofthefourteenthinternationalconferenceonartificialintelligenceandstatistics.2011.

本文來源:機器之心

收藏 人收藏
分享:

評論

相關推薦

深度學習和神經網絡

David,加州大學物理博士,美國著名電商數據科學家。本課程介紹什么是深度學習, 深度學習與機器學習的關系,幾種神經網絡
發表于 11-08 00:00 ? 7724次 閱讀
深度學習和神經網絡

人工智能與臺風——感知、救援、預防

在人工智能問世之前,救援人員通過查看災區的空中紅外成像來尋找被困人員。但是從無人機上篩選照片和視頻需....
的頭像 倩倩 發表于 08-21 11:14 ? 22次 閱讀
人工智能與臺風——感知、救援、預防

人工智能的智能程度能發展到什么地步

一直以來大家都在討論人工智能的話題,我們好像總是擔心未來人工智能會喧賓奪主,所以我們每次看著新聞報道....
發表于 08-21 10:28 ? 8次 閱讀
人工智能的智能程度能發展到什么地步

世界人工智能大會即將召開,眾多重量級的科學家將展開思想的碰撞

自動駕駛是近年來科技投資領域最熱門的板塊之一。熱切的科技公司創始人和投資者認為,自動駕駛技術的演進將....
的頭像 倩倩 發表于 08-20 14:31 ? 154次 閱讀
世界人工智能大會即將召開,眾多重量級的科學家將展開思想的碰撞

企業數字化轉型需做到哪三點要求

企業數字化轉型的規劃需要直面幾個根本問題:轉什么?用什么轉?轉成什么樣?而這些問題不能靠服務商及咨詢....
的頭像 電子發燒友網工程師 發表于 08-20 14:27 ? 52次 閱讀
企業數字化轉型需做到哪三點要求

通過工程實踐項目,學習如何落實應用人工智能項目

經過四周“集訓”,學員們展現的智慧令人眼前一亮,涵蓋AI+英語教學與自然語言處理、醫療與深度學習、城....
的頭像 倩倩 發表于 08-20 11:09 ? 128次 閱讀
通過工程實踐項目,學習如何落實應用人工智能項目

Python深度學習弗朗索瓦肖萊版PDF電子書中文版免費下載

本書由 Keras 之父、現任 Google 人工智能研究員的弗朗索瓦 ? 肖萊(Fran?ois ....
發表于 08-20 08:00 ? 20次 閱讀
Python深度學習弗朗索瓦肖萊版PDF電子書中文版免費下載

機器視覺之深度學習和嵌入式視覺

機器視覺展覽會旨在通過向人們集中展示前沿機器視覺技術和產品,為機器視覺行業業界人士提供一個務實高效的....
發表于 08-19 17:15 ? 59次 閱讀
機器視覺之深度學習和嵌入式視覺

為什么說人工智能文明會比文藝復興掀起更大的波瀾

人工智能比蒸汽機擁有更強大的物質推動能量,而且其哲學意義,也絕非僅限于生產力層面;AI時代會比文藝復....
發表于 08-19 15:44 ? 30次 閱讀
為什么說人工智能文明會比文藝復興掀起更大的波瀾

2019人工智能計算大會(AICC2019)將在北京舉行

AICC2019主論壇演講嘉賓陣容強大,來自中國工程院、英國皇家工程院、百度、中國新一代人工智能發展....
的頭像 倩倩 發表于 08-19 14:28 ? 239次 閱讀
2019人工智能計算大會(AICC2019)將在北京舉行

基于Wide&Deep的預測

基于深度學習模型Wide&Deep的推薦
發表于 08-19 12:23 ? 21次 閱讀
基于Wide&Deep的預測

行業 | 中國人工智能市場現狀與趨勢

2018年中國人工智能產業市場規模繼續保持穩定增長,整體市場規模達到383.8億元,同比增長27.6....
的頭像 WPR 發表于 08-15 17:24 ? 236次 閱讀
行業 | 中國人工智能市場現狀與趨勢

關于人工智能、機器學習、深度學習的相關介紹分析

許多交通應用依賴于具有多個相機的系統。通過 FLIR機器視覺相機,系統設計人員可以靈活地通過GPIO....
的頭像 菲力爾 發表于 08-15 17:10 ? 69次 閱讀
關于人工智能、機器學習、深度學習的相關介紹分析

距離人工智能普及化還有多遠

引爆AI技術的Alphago與李世石的“人工智能”世紀大戰已經過去三年,與三年前Alphago大勝李....
發表于 08-15 16:15 ? 30次 閱讀
距離人工智能普及化還有多遠

在未來你的職業會被人工智能替代嗎

早從《黑客帝國》開始,人們就對未來科技生活展開了想象:在未來,人們將會生活在虛擬世界,平常的感知都將....
發表于 08-11 10:01 ? 64次 閱讀
在未來你的職業會被人工智能替代嗎

橋接視覺與語言的研究綜述

近年來,由于深度學習、計算機視覺和自然語言處理等多學科領域的興趣激增,視覺和語言任務的橋接得到了顯著....
的頭像 中國人工智能學會 發表于 08-09 18:32 ? 338次 閱讀
橋接視覺與語言的研究綜述

深度學習的框架Caffe使用詳情

速度使Caffe完美的用于研究實驗和工業開發。使用一個NVIDIA K40 GPU Caffe每天可....
的頭像 ADAS 發表于 08-09 08:59 ? 254次 閱讀
深度學習的框架Caffe使用詳情

人工智能雖然沒有嗅覺但是也能制造香水

難道嗅覺不是創造香水的關鍵部分嗎?雖然這并非不重要,但在開發一款新香水時,很多基礎工作都是通過評估數....
發表于 08-08 16:15 ? 49次 閱讀
人工智能雖然沒有嗅覺但是也能制造香水

人工智能的發展要注意多方面的因素影響

據AI財經社報道,以人臉識別著稱的商湯科技在獲得軟銀中國10億美元投資前,就已投資了6個項目,計劃投....
發表于 08-08 16:10 ? 96次 閱讀
人工智能的發展要注意多方面的因素影響

帶Dropout的訓練過程

Dropout是指在深度學習網絡的訓練過程中,對于神經網絡單元,按照一定的概率將其暫時從網絡中丟棄。
的頭像 Imagination Tech 發表于 08-08 10:35 ? 187次 閱讀
帶Dropout的訓練過程

深層復雜網絡論文的資料免費下載

目前,大多數用于深度學習的構建塊、技術和體系結構都是基于實值操作和表示的。然而,最近對遞歸神經網絡和....
發表于 08-08 08:00 ? 40次 閱讀
深層復雜網絡論文的資料免費下載

人工智能讓深度學習突破算力的限制

研究已經發現,靈長類生物大腦中的神經元越多,平均下來每個神經元與其他神經元的連接就越少(來自Herc....
發表于 08-07 09:47 ? 78次 閱讀
人工智能讓深度學習突破算力的限制

人工智能技術成熟還有多遠

現有深度神經網絡需要用更短的時間、更低功耗完成計算,這就給深度學習計算芯片提出了更高的要求。
發表于 08-07 09:32 ? 44次 閱讀
人工智能技術成熟還有多遠

數據能“喂養”出真正的人工智能嗎?(含2019年1-7月數據服務企業融資分析)

與人工智能強勁的發展勢頭和旺盛的行業需求相對應的,是巨大的數據缺口。作為AI三大要素之一,數據是人工....
的頭像 墨記 發表于 08-07 09:31 ? 1143次 閱讀
數據能“喂養”出真正的人工智能嗎?(含2019年1-7月數據服務企業融資分析)

讀心術成現實!大腦活動解碼成語音

加州大學舊金山分享的研究人員開發了一種方法,使用深度學習方法直接從大腦信號中產生口語句子,達到150....
的頭像 嵌入式資訊精選 發表于 08-06 14:30 ? 300次 閱讀
讀心術成現實!大腦活動解碼成語音

深度學習腦補缺失 TF 代碼

你是成熟的 AI 了,應該自己學會補全代碼!
的頭像 嵌入式資訊精選 發表于 08-06 11:18 ? 256次 閱讀
深度學習腦補缺失 TF 代碼

關于人工智能與深度學習的一些分析

發展至今,人工智能可以劃分為兩類:弱人工智能和強人工智能。前者讓機器具備觀察和感知的能力,能做到一定....
發表于 08-06 09:33 ? 98次 閱讀
關于人工智能與深度學習的一些分析

人工智能在汽車中有什么應用?

在未來的某個時候,人們必定能夠相對自如地運用人工智能,安全地駕車出行。這個時刻何時到來我無法預見;但我相信,彼時“智能”...
發表于 08-06 08:42 ? 89次 閱讀
人工智能在汽車中有什么應用?

品覽數據完成數千萬元融資

據悉,本輪融資資金將重點用于品識AI中臺迭代開發和技術團隊建設。
的頭像 聯動原素 發表于 08-05 17:49 ? 728次 閱讀
品覽數據完成數千萬元融資

計算機視覺邁進新征程 “玩家”找出哪些新玩法?

當前,計算機視覺的已經成為了一個跨學科的領域,計算機視覺源于1980年左右的神經網絡技術,但是直到近幾年才真正
的頭像 張康康 發表于 08-05 13:58 ? 219次 閱讀
計算機視覺邁進新征程 “玩家”找出哪些新玩法?

未來人工智能或將替代人類超過50%的工作

早從《黑客帝國》開始,人們就對未來科技生活展開了想象:在未來,人們將會生活在虛擬世界,平常的感知都將....
發表于 08-05 09:46 ? 76次 閱讀
未來人工智能或將替代人類超過50%的工作

AI系統的建立必須估計算法的泛化能力

在新數據中,深度學習系統執行(泛化)能力如何?其性能如何?要想建立AI系統的信賴度和可靠性,必須估計....
發表于 08-04 09:43 ? 61次 閱讀
AI系統的建立必須估計算法的泛化能力

深度學習腦結構和腦工作原理最詳細圖解

很好地提醒了我,為什么我愿意跟如此美麗可愛的大腦一起工作。因為真正的大腦非因為真正的大腦非常不可愛,....
的頭像 人工智能學家 發表于 08-03 12:00 ? 661次 閱讀
深度學習腦結構和腦工作原理最詳細圖解

研究人員們提出了PBA的方法來獲取更為有效的數據增強策略

數據增強策略通常包括剪切、填充、翻轉和旋轉等,但這些基本策略對于深度網絡的訓練還是太簡單,在對于數據....
的頭像 將門創投 發表于 08-02 15:56 ? 249次 閱讀
研究人員們提出了PBA的方法來獲取更為有效的數據增強策略

英偉達研究團隊的公布的“AI神筆”嗎?

今年3月英偉達的新科技GauGAN在GTC 2019上一經推出,獲得無數手殘黨點贊。GauGAN的拼....
的頭像 將門創投 發表于 08-02 15:29 ? 336次 閱讀
英偉達研究團隊的公布的“AI神筆”嗎?

深度學習時代的來為基于圖像的三維重建提供了新的可能

這些方法在近年來取得了令人矚目的效果,在通用物體重建和類似人臉的特殊物體重建上都取得了不錯的結果。接....
的頭像 將門創投 發表于 08-02 15:04 ? 369次 閱讀
深度學習時代的來為基于圖像的三維重建提供了新的可能

研究人員們提出了一系列新的點云處理模塊

為了探索這些問題的解決辦法、來自倫敦大學學院的研究人員們提出了一系列新的點云處理模塊,從效率、信息共....
的頭像 將門創投 發表于 08-02 14:44 ? 293次 閱讀
研究人員們提出了一系列新的點云處理模塊

細粒度圖像分析任務在發展過程中面臨著獨特的挑戰

細粒度圖像分析所面臨的任務是分析和處理某個類別目標下的一系列子類別的問題,例如狗的類別下包含了各種不....
的頭像 將門創投 發表于 08-02 14:29 ? 258次 閱讀
細粒度圖像分析任務在發展過程中面臨著獨特的挑戰

基于深度學習的推薦算法大部分都存在不同程度的數據集缺失和源碼缺失

不同工作采用的數據集,驗證方法,性能指標,數據預處理步驟都不同,這使得性能對比很困難,無法確定哪個工....
的頭像 AI科技大本營 發表于 08-02 09:33 ? 227次 閱讀
基于深度學習的推薦算法大部分都存在不同程度的數據集缺失和源碼缺失

中文預訓練模型ERNIE使用指南

Okay,當我們了解了ERNIE模型的大體框架及原理之后,接下來就可以深入理解一下具體的實現啦。ER....
的頭像 AI科技大本營 發表于 08-02 09:15 ? 413次 閱讀
中文預訓練模型ERNIE使用指南

一本書來幫助你入門深度學習生成模型

這一事實并沒有真正公正地反映AGC的輝煌。由于摩爾定律,你可以選擇任何計算機器,也可以說50年后,將....
的頭像 新智元 發表于 08-02 08:57 ? 255次 閱讀
一本書來幫助你入門深度學習生成模型

人工智能被納入國家戰略,催生AI落地中國

中國目前擁有50家AI獨角獸企業,其中超級獨角獸有19家,估值總金額占全部AI獨角獸總估值的90.9....
的頭像 新智元 發表于 08-01 15:26 ? 358次 閱讀
人工智能被納入國家戰略,催生AI落地中國

基于狀態的系統監測(CbM)方法及系統設計

本文探討了引導開發OtoSense的原則,以及在設計OtoSense期間,人類聽覺所發揮的作用。然后....
的頭像 亞德諾半導體 發表于 07-31 15:01 ? 2242次 閱讀
基于狀態的系統監測(CbM)方法及系統設計

深度學習全新打開方式Google Brain提出概念激活向量新方法

最近,Google Brain團隊的研究人員發表了一篇論文,提出了一種名為概念激活向量(Concep....
的頭像 大數據文摘 發表于 07-31 14:11 ? 248次 閱讀
深度學習全新打開方式Google Brain提出概念激活向量新方法

強人工智能離我們還有多遠

什么是機器學習?“人或者是智能體,通過與環境的交互來提升自己行為的這種智能叫機器學習。”他說,機器學....
發表于 07-31 09:59 ? 493次 閱讀
強人工智能離我們還有多遠

深度學習會是醫療行業的未來嗎

醫療領域常常被認為是處于AI革命邊緣的領域。人工智能領域的很多知名企業,如谷歌的DeepMind,都....
發表于 07-31 09:14 ? 503次 閱讀
深度學習會是醫療行業的未來嗎

怎樣保證人臉識別的準確性

隨著消費者意識到他們在互聯網上留下的數據能夠產生的巨大威力,人臉識別數據集正在加劇人們對隱私和監控的....
發表于 07-30 10:44 ? 549次 閱讀
怎樣保證人臉識別的準確性

推薦系統中候選生成和冷啟動挑戰的研究

本研究針對推薦系統冷啟動和候選生成兩方面的問題,提出了一種基于深度學習的分類方法。
的頭像 普澤電子 發表于 07-30 10:22 ? 286次 閱讀
推薦系統中候選生成和冷啟動挑戰的研究

吱一聲就知道你是誰,深度學習識別短片段說話人

UtterIdNet是一種新型的具有短語音片段識別能力的深度神經網絡。
的頭像 大數據文摘 發表于 07-30 10:02 ? 475次 閱讀
吱一聲就知道你是誰,深度學習識別短片段說話人

【技術雜談】用AI讀懂人心?情感科學專家:靠表情識別情緒不靠譜

AI 能否識別人類感情?原則上來說,AI 可以通過語音識別、視覺識別、文字識別、表情識別等數據,結合深度學習,再加上人工的...
發表于 07-30 04:30 ? 198次 閱讀
【技術雜談】用AI讀懂人心?情感科學專家:靠表情識別情緒不靠譜

戴爾易安信關注FPGA的原因是什么

FPGA作為未來強大的計算加速器,不但影響主要企業的決策和市場趨勢,而且加速企業中的工作負載,促進超....
發表于 07-29 17:54 ? 71次 閱讀
戴爾易安信關注FPGA的原因是什么

吳恩達深度學習相關函數總結(一)

關于吳恩達深度學習總結(一)
發表于 07-29 10:35 ? 64次 閱讀
吳恩達深度學習相關函數總結(一)

現在ArXiv最火的深度學習框架到底是什么?

僅僅一年時間,PyTorch在學術圈中地位飆升,論文提及數量猛增194%,從第2018年第4位升至2....
的頭像 全球人工智能 發表于 07-28 11:22 ? 481次 閱讀
現在ArXiv最火的深度學習框架到底是什么?

聚焦 | 基于深度學習的人工智能技術已觸及天花板

此前由這一技術路線帶來的“奇跡”在Alphago獲勝后未再出現,而且估計未來也很難繼續大量出現。
的頭像 天津機器人 發表于 07-24 15:37 ? 533次 閱讀
聚焦 | 基于深度學習的人工智能技術已觸及天花板

FGIA 中的主要問題和挑戰

本文對基于深度學習的細粒度圖像分析進行了綜述,從細粒度圖像識別、檢索和生成三個方向展開論述。
的頭像 人工智能愛好者社區 發表于 07-23 16:04 ? 272次 閱讀
FGIA 中的主要問題和挑戰

深度學習中的機器視覺(網絡壓縮、視覺問答、可視化等)

深度學習目前已成為發展最快、最令人興奮的機器學習領域之一,許多卓有建樹的論文已經發表,而且已有很多高質量的開源深度學習框...
發表于 07-21 13:00 ? 390次 閱讀
深度學習中的機器視覺(網絡壓縮、視覺問答、可視化等)

基于深度學習的物聯網前端設備

作者:Liran Bar,CEVA成像與視覺DSP核心產品線市場總監 機器學習正快速成為物聯網(IoT)設備不可分割的特征。家用...
發表于 07-19 08:21 ? 197次 閱讀
基于深度學習的物聯網前端設備

基于深度學習和計算機視覺的面部表情分析

作者:Gordon Cooper,Synopsys嵌入式視覺產品營銷經理 識別面部表情和情緒是人類社交初期階段的一項基本且非常重要的技能。...
發表于 07-17 07:31 ? 108次 閱讀
基于深度學習和計算機視覺的面部表情分析

【技術雜談】手把手教你用keras搭建GAN

章節目錄 SGAN代碼實現訓練結束語 01 SGAN什么是生成對抗網絡:簡單的來說,就是給定一個噪聲z的輸入,通過生成器...
發表于 07-12 04:00 ? 683次 閱讀
【技術雜談】手把手教你用keras搭建GAN

深度學習的改進方法

深度學習如何改進(一)
發表于 07-01 16:46 ? 196次 閱讀
深度學習的改進方法

基于深度強化學習的飛機大戰游戲

如何訓練AI玩飛機大戰游戲(創號版)
發表于 07-01 12:27 ? 196次 閱讀
基于深度強化學習的飛機大戰游戲
14086期4场进球开奖
4场进球彩赛程什么意思 足球4场进球 4场进球彩过滤软件 4场进球彩怎么叫中奖 河北体彩4场进球samplingid126 湖南体彩足彩4场进球samplingid123 河北体彩4场进球samplingid103 4场进球360 4场进球的玩法 4场进球彩18078期开奖 4场进球彩开奖历史 4场进球彩预测方法 2017年12月4场进球 4场进球奖金 4场进球最新开奖
百变王牌走势图 江浙10个最好玩的地方 有重庆时时网址吗 重庆时时彩调整20分钟一期 500计划网 老时时四星走势图 体彩e球彩中奖中奖规则 360新时时 一定牛彩票11选5江苏 广东时时赚钱吗 内蒙古11选五怎么下载不了了 北京赛pk10玩法倍率 京东app下载页 四川时时高手群 广东11选5单期计划 重庆时时彩开奖软件下载