สิ่งตีพิมพ์ในหัวข้อ 'deep-learning'


สามารถเอไอ เรียนรู้จากสถานการณ์และสภาพแวดล้อมเหมือนมนุษย์?
มนุษย์มีฐานความรู้ที่จำเป็นเพื่อช่วยให้พวกเขาเข้าใจสิ่งต่างๆ หรือคิดนอกกรอบ ช่วยเราวิเคราะห์ข้อมูล แนวคิด และสถานการณ์อื่นๆ มากมายในด้านต่างๆ มนุษย์เรียนรู้จากกระบวนการลองและข้อผิดพลาด การสังเกตเด็กเล็กจะช่วยให้คุณเข้าใจได้ดีขึ้น เด็กเรียนรู้ ปรับตัว และรับมือกับกิจกรรมในแต่ละวัน ความสามารถทางปัญญาเหล่านี้ทำให้มนุษย์ได้เปรียบในด้านวิวัฒนาการ สมองของมนุษย์มีเครือข่ายเซลล์ประสาทมากกว่าสองหมื่นล้านเซลล์ เครือข่ายนี้ช่วยให้เราเรียนรู้ ตัดสินใจ จัดเก็บ และดำเนินการในสิ่งเดียวกัน..
การใช้การสร้างโมเลกุล 3 มิติ ตอนที่ 1
การสร้างจุด 3 มิติที่ปรับให้สมมาตรสำหรับการค้นพบโมเลกุลแบบกำหนดเป้าหมาย (arXiv) ผู้แต่ง : Niklas W. A. ​​Gebauer , Michael Gastegger , Kristof T. Schütt บทคัดย่อ : การเรียนรู้เชิงลึกได้รับการพิสูจน์แล้วว่าสามารถคาดการณ์คุณสมบัติทางเคมีควอนตัมได้อย่างรวดเร็วและแม่นยำ เพื่อเร่งการค้นพบโมเลกุลและวัสดุใหม่ๆ เนื่องจากการสำรวจพื้นที่ทางเคมีอันกว้างใหญ่อย่างละเอียดถี่ถ้วนยังคงเป็นไปไม่ได้ เราจึงจำเป็นต้องมีแบบจำลองเชิงกำเนิดที่เป็นแนวทางในการค้นหาระบบที่มีคุณสมบัติที่ต้องการ..
การบรรยายสรุปวันอาทิตย์ของ D4S #152
การบรรยายสรุปวันอาทิตย์ของ D4S #152 จดหมายข่าวรายสัปดาห์พร้อมการพัฒนาล่าสุดในด้านวิทยาศาสตร์ข้อมูล การเรียนรู้ของเครื่องและปัญญาประดิษฐ์​​ 24 เมษายน 2022 ​เพื่อน ๆ ที่รัก ​ ยินดีต้อนรับสู่ Sunday Briefing ฉบับวันอาทิตย์อีสเตอร์ สัปดาห์นี้เราภูมิใจที่จะประกาศโพสต์ล่าสุดในซีรีส์ G4Sci: Neighborhood Overlap และ Edge Weights ในส่วนย่อยของ V4Sci โพสต์ล่าสุดครอบคลุม "NASA Climate Spiral" ในขณะที่ "ปานกลาง" เรามีบทสรุปของ "หนังสือ 10 อันดับแรกที่เราอ่านในปี 2021"..
การเรียนรู้ของเครื่องกับการเรียนรู้เชิงลึก: นี่คือสิ่งที่คุณต้องรู้
ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่องจักร (ML) เป็นคำสองคำที่มักถูกพูดถึงในการสนทนารายวัน ไม่ว่าจะเป็นในบริษัท สถาบัน หรือการประชุมทางเทคโนโลยี Machine Learning ควรจะทำให้เกิดปัญญาประดิษฐ์ในอนาคต ปัจจุบัน AI ได้รับการนิยามว่าเป็น “ทฤษฎีและการพัฒนาระบบคอมพิวเตอร์ที่สามารถปฏิบัติงานสนับสนุนและสร้างความชอบธรรมให้กับสติปัญญาของมนุษย์ เช่น การรับรู้ทางสายตา การรู้จำเสียงพูด การตัดสินใจ และการแปลภาษา” พูดง่ายๆ คือการทำให้เครื่องจักรฉลาดขึ้นเพื่อจำลองงานของมนุษย์ และ Machine Learning..
ทำความเข้าใจกับโมเดลการถดถอย ตอนที่ 1 (ปัญญาประดิษฐ์)
การประมาณพื้นที่ขนาดเล็กโดยใช้ EBLUP ภายใต้โมเดลการถดถอยข้อผิดพลาดแบบซ้อน (arXiv) ผู้แต่ง : จื่อหยาง หลิว , ก. เอช. เวลส์ บทคัดย่อ : การประมาณคุณลักษณะของโดเมน (เรียกว่าพื้นที่ขนาดเล็ก) ภายในประชากรจากการสำรวจตัวอย่างของประชากรเป็นปัญหาสำคัญในสถิติการสำรวจ ในบทความนี้ เราจะพิจารณาการประมาณพื้นที่ขนาดเล็กตามแบบจำลองภายใต้แบบจำลองการถดถอยข้อผิดพลาดแบบซ้อน เราอภิปรายถึงการสร้างตัวประมาณค่าแบบจำลองแบบผสม (ตัวทำนายเชิงเส้นตรงที่ดีที่สุดเชิงประจักษ์ EBLUP)..
Ola trip match การสร้างอัลกอริธึม
Ola trip match การสร้างอัลกอริธึม Ola เป็นหนึ่งในแอปพลิเคชั่นจองรถออนไลน์ชั้นนำในอินเดีย มันเป็นหนึ่งในแอปพลิเคชั่นแรก ๆ ในตลาดอินเดียที่แนะนำแนวคิดการจองรถแท็กซี่นี้ Ola ลดความเร่งรีบในการจองรถแท็กซี่และเจรจาค่าใช้จ่ายกับคนขับได้ในสัมผัสเดียว จากนั้นรถของคุณก็มาถึงแล้ว และค่าบริการจะขึ้นอยู่กับระยะทางที่คุณครอบคลุม ดังที่เราทราบเราไม่จำเป็นต้องเจรจาค่าใช้จ่ายกับคนขับ เราเพียงยอมรับราคาที่แสดงบนแอปพลิเคชัน Ola การวัดราคาและระยะทางทั้งหมดทำโดยความช่วยเหลือของอัลกอริธึม..
ความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับ NNets (ตอนที่ 1) - CNN
การแนะนำ Deep Learning และ AI เป็นคำที่ได้รับความนิยมในปี 2559 ภายในสิ้นปี 2560 สิ่งเหล่านี้มีบ่อยขึ้นและสับสนมากขึ้น ดังนั้นเรามาลองทำความเข้าใจทุกอย่างทีละเรื่องกันดีกว่า เราจะมาดูหัวใจของ Deep Learning เช่น Neural Networks (NNets) รูปแบบต่างๆ ของ NNet ส่วนใหญ่เข้าใจยาก และส่วนประกอบทางสถาปัตยกรรมที่สำคัญทำให้ทั้งหมดมีเสียง (ตามทฤษฎี) และดู (ตามภาพ) เหมือนกัน ขอขอบคุณ Fjodor van Veen จากสถาบัน Asimov ที่ทำให้เรานำเสนอสถาปัตยกรรม NNet ที่ได้รับความนิยมมากที่สุดได้อย่างยุติธรรม..