لمساعدتك على تعلم أفضل الشباب البحوث والمتطورة الأكاديمية التكنولوجيا، AI تقنية مراجعة ورقة مشتركة Yanxishe (paper.yanxishe كوم )، وإطلاق الثقيلة اليوم [الورق] جزء، سواء بالنسبة للإشارة الأكاديمية لك كل يوم تتعلم عن اختيار الذكاء الاصطناعي المتطورة. وفيما يلي مجموعة مختارة من المحتوى اليوم -

دليل

• التعلم الذاتي الروبوت باستخدام الشبكات العصبية في الوقت الحقيقي

• الإنقسام الدلالي قوي المناطق ورم في المخ من 3D الرنين المغناطيسي

• استنتاج دقتها التلافيف الشبكات العصبية "من الأوصاف المعمارية الخاصة بهم

• الهرمية التسليح التعلم نموذجا من التداخل المهمة الإنسان

• A الهجين تمويه عملية مقاربة لقوي النموذج الاقتصادي تحكم التنبؤية

• يعزى متعدد العلائقية الاهتمام شبكة للتدقيق الحقائق URL توصية

• البدائيون هيكل البيانات على الذاكرة الثابتة: تقييم

• HandAugment: A تكبير بيانات بسيط لHANDS19 تحدي المهمة 1 - العمق القائم 3D اليد بوز تقدير

• من 'F' إلى 'A' على الامتحانات N.Y. الحكام العلوم: نظرة عامة على مشروع أرسطو

• معلومات نظري نموذج تنبؤي Q-التعلم

في الوقت الحقيقي باستخدام الشبكة العصبية الروبوت التعلم الذاتي

عنوان ورقة: النفس الروبوت التعلم باستخدام الشبكات العصبية في الوقت الحقيقي

الكاتب: غوبتا جيراق / نانجيا Chikita / كومار شتن

تاريخ النشر: 2020/01/06

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe كوم / مراجعة / 8314

أوصت السبب: مع تطبيق كبيرة الحجم وجذبت منخفضة الدقة الحوسبة تطوير التكنولوجيا من جهاز المخابرات والاستدلال المعرفية الاصطناعي عن طريق الشبكة العصبية مع آلة الزمن الحقيقي تعلم حلول التعليم اهتماما كبيرا من الأوساط البحثية والصناعة ككل .

وتتعلق هذه المادة إلى البحث والتطوير والتحليل التجريبي للشبكة العصبية، والشبكة العصبية على ذراع الروبوت مع التنفيذ، يمكننا أن نتعلم خط مستقيم من خلال تطور الروبوت أو المشي إذا لزم الأمر. الشبكات العصبية باستخدام خوارزمية أصل التدرج والتعلم نشر الخلفي. تنفيذ وتدريب الشبكة العصبية موجودة في الروبوت على 3 التوت بي بي على الانتهاء المحلي، وبالتالي فإن عملية التعلم هي مستقلة تماما. وضعت مخصص لأول مرة في MATLAB على محاكاة الشبكة العصبية للاختبار، ومن ثم يتم تنفيذها على جهاز كمبيوتر بي توت العليق. كل جيل من شبكات تخزين البيانات تتطور فيه، وتحليل البيانات الرياضية والرسوم البيانية. تأثير معدل التعلم ودرجة التسامح مع الخطأ والعوامل الأخرى على عملية التعلم والناتج النهائي.

أورام المخ من منطقة تقسيم الدلالات القوية من MRI 3D

أطروحة العنوان: تجزئة الدلالي القوي المناطق ورم في المخ من 3D الرنين المغناطيسي

الكاتب: Myronenko اندريه / Hatamizadeh علي

تاريخ النشر: 2020/01/06

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe كوم / مراجعة / 8316

وأوصت سبب: متعدد الأوضاع تجزئة التحدي ورم في المخ (صعاليك) سيجمع الباحثين وطريقة تلقائية لتحسين 3D MRI ورم في المخ تجزئة. تجزئة هو واحد من تشخيص الأمراض السرطانية والعلاج الخطط اللازمة لالمهام البصرية الأساسية. بفضل ظهور GPU الحديث، قبل بضع سنوات للفوز يستند الأسلوب على عمق التعلم، يمكن تحسين بسرعة عمق التفاف هندسة الشبكات العصبية.

في هذا العمل، والكتاب استكشاف تجزئة الدلالي لل3D أفضل الممارسات، بما في ذلك التشفير التقليدي - فك الهندسة المعمارية وفقدان تكوين وظيفة، في محاولة لزيادة تحسين دقة تجزئة. قمنا بتقييم طريقة صعاليك 2019 التحدي.

يستدل من المعالم المعمارية دقة التفاف الشبكة العصبية لها

عنوان الرسالة دقتها استنتاج الشبكات العصبية التلافيف "من الأوصاف المعمارية الخاصة بهم

الكاتب: هوانغ D. / هامر J. / بيردو G. N. / الشباب S. R. / ميلر J. / غوش A.

تاريخ النشر: 2020/01/07

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe كوم / مراجعة / 8311

أوصت السبب: الشبكة العصبية التلافيف (CNN) في تحليل البيانات من العديد من المجالات العلمية (بما في ذلك الجسيمات كشف التصوير) أظهرت وعدا كبيرا. ومع ذلك، فإن التحدي لتطبيق معين ومجموعات البيانات المختلفة لتحديد بنية الشبكة المناسبة (العمق والشكل الأساسي، وتفعيل، وما إلى ذلك) لا تزال غير مفهومة.

في هذه الورقة، حققت الكتاب العلاقة بين هيكل وخصائص نظام سي إن إن عن طريق اقتراح نظام اللغة، واللغة لإجراء مقارنات بين أبنية مختلفة CNN قبل التدريب مفيد. تتميز العمارة CNN من خلال خصائص مختلفة، وإثبات أن هذه الخصائص يمكن التنبؤ بها على أساس المشكلتين محددة أداء الشبكة المادية في رؤية الكمبيوتر - وجدت حدث مينرفا قمة التجارب ومختبر مسرع فيرمي الوطني في هادرون متعددة التصنيف. ولهذه الغاية، انتزعت الكتاب العديد من السمات المعمارية من بنية الشبكة الأمثل لمشاكل جسدية، وتسمى هذه الخصائص نموذج متعدد عقدة التعلم العميق خوارزمية الشبكة العصبية لتحديد الإخراج (MENNDL) من. الكاتب التنبؤ ما إذا كانت الشبكة يمكن أن يكون أفضل من التدريب تشغيل قبل دقة عتبة باستخدام نماذج تعلم الآلة.

مقارنة مع التخمين العشوائي، نموذج أداء أفضل تأثير 16-20. وبالإضافة إلى ذلك، وجد الباحثون أن دقة عودة عدد كبير من نموذج شبكة العاديين أقل معامل الساحات تقرير هي 0.966.

تعزيز التعلم المهمة كما متشابكة البشر نموذج

عنوان الرسالة الهرمي التسليح التعلم نموذجا من التداخل المهمة الإنسان

الكاتب: جيبهاردت كريستوف / Oulasvirta انتي / Hilliges أوتمار

تاريخ النشر: 2020/01/04

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe كوم / مراجعة / 8313

أوصت السبب: كيف يقرر الناس متى مهمة أن يكون، وعندما لتبديل وأداء مهمة أخرى؟ فهم ومهمة دعم آلية التداخل هو هدف طويل الأجل من العلوم المعرفية. واقترحت العمل السابق الاستدلال وسياسات الجشع لتحقيق أقصى معدل هامشي العودة. ومع ذلك، فإنه ليس من الواضح كيف تكيفت هذه الاستراتيجية إلى توفير مجموعة متنوعة من المهام، وتكاليف التحول غالية الثمن وتأخير عودة للبيئة اليومية.

هنا، وضعت الكتاب نموذج هرمي من تعزيز التعلم (RL) مدفوعة الإشراف مراقبة. ، وتحسب المهام المستوى التنفيذي محددة لتقدير تقريبي لفعالية التعلم التبديل هذه التقديرات على مستوى أدنى. حتى في ظل الظروف لها مهام متعددة وهيكل الأجور وأية تكاليف وغير مؤكد، فإنه يمكن أن تتحلل إلى التعلم من التجربة وظيفة قيمة الأمثل الطبقية. نموذج يستنسخ تأثير التداخل مهمة خبرة معروفة. مشاكل مع المهام ستة (N = 211) مقابل قصر النظر خط الأساس، والتي يمكن التنبؤ بشكل أفضل البيانات الشخصية. وتدعم نتائج RL الهرمي نموذجا معقولا لالتداخل المهمة.

مختلطة نهج عملية جاوس للسيطرة قوية التنبؤية النموذج الاقتصادي

أطروحة العنوان: الهجين جاوس عملية مقاربة لقوي النموذج الاقتصادي تحكم التنبؤية

الكاتب: رستم محمد رضا / Nagamune Ryozo / Grebenyuk فلاديمير

تاريخ النشر: 2020/01/07

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe كوم / مراجعة / 8 30 8

أوصت السبب: للحد من المحافظة على وحدة تحكم، وهذا يعرض ورقة أسلوب مختلط عملية جاوس (GP) للسيطرة قوية النموذج الاقتصادي التنبؤية في الاضطرابات مستقبل مجهول. GP الاختلاط واقترح طريقتين يعرف الجمع، أي العنصر الأساسي والانحدار غير الخطية. وبعد تحليل نتائج التنبؤ، وذلك باستخدام آلية تبديل لاختيار واحد من هذه الأساليب للتنبؤ التدخل. تم تصميم GP الهجين ليتم الكشف عن التدخل باستخدام نموذج قياس الماضي، ولكن أيضا الكشف عن سلوك غير متوقع من التدخل غير معروف.

GP في خلط أيضا يستخدم مفهوم رواية نسيان عامل، يمكن أن الوزن الأكبر سنا يقلل من الوزن يقاس، حيث القيم التدخل على أساس الأخيرة على تحسين دقة التنبؤ. } الكشف عن المعلومات التدخل للحد من عدم التيقن من التنبؤ. النموذج الاقتصادي تحكم التنبؤي. وتبين نتائج المحاكاة أن، بالمقارنة مع الطرق الأخرى القائمة GP، في الحالة التي يكون فيها اضطراب لديه نمط محدد، التي يمكن أن تحسن الأداء الاقتصادي الكلي للتحكم التنبؤي نموذج.

لمزيد من القراءة

نظرا لضيق المساحة، أوصت ورقة الخمسة المتبقية اختيار المسح الضوئي القادم Fanger وي كود الحفاظ على القراءة -

• واقع تحقق URL أوصى سمات والمزيد من الاهتمام للعلاقة بين الشبكة

  عنوان الاطروحة: ينسب متعدد العلائقية الاهتمام شبكة للتدقيق الحقائق URL توصية

• استمرار هياكل البيانات الذاكرة البدائيون: تقييم

  عنوان الاطروحة: البدائيون هيكل البيانات على الذاكرة الثابتة: تقييم

• HandAugment: بيانات واحد بسيط HANDS19 نوع تحدي مهمة ل1- لتقدير عمق طريقة 3D تعزيز بادرة على أساس

  عنوان الاطروحة: HandAugment: A بسيط بيانات تكبير للHANDS19 تحدي المهمة 1 - العمق القائم 3D اليد بوز تقدير

• نيويورك الحكام امتحان العلوم من "F" إلى "A": أرسطو محة عامة عن المشروع

  عنوان الاطروحة: من 'F' إلى 'A' على الامتحانات N.Y. الحكام العلوم: نظرة عامة على مشروع أرسطو

• معلومات النماذج النظرية تتنبأ التعلم Q

  عنوان ورقة: معلومات نظري نموذج تنبؤي Q-التعلم