Публикации по теме 'artificial-intelligence'
Что академический госпиталист думает о машинном обучении в здравоохранении
Краткое изложение моего интервью с академическим госпиталистом. Это одно из моих 18 интервью с клиницистами для получения степени магистра здравоохранения ( ссылка здесь ) для Школы общественного здравоохранения Калифорнийского университета в Беркли.
Посетите мой сайт Укрепление доверия и внедрение машинного обучения в здравоохранении ( ссылка здесь ), чтобы ознакомиться с сокращенной и полной версиями моего диплома в области здравоохранения, а также с предстоящими резюме интервью и..
Применение клеточных автоматов, часть 2 (Технологии будущего)
Алгоритм поиска правил для класса клеточных автоматов (arXiv)
Автор: Лей Коу , Фанфан Чжан , Луобин Чен , Вэндэ Кэ , Цюандэ Юань , Цзюньхэ Ван , Чжэнь Ван .
Аннотация: Клеточные автоматы (CA) — важная парадигма моделирования сложных систем. При проектировании клеточных автоматов наиболее сложной задачей является поиск правил преобразования, описывающих временную эволюцию или паттерн моделируемой системы. КА с весами (КАВ) дает алгоритм правил перехода, которые имеют..
Как бэкдор-атаки работают в конвейерах машинного обучения, часть 4
Усиление бэкдор-атак с помощью обучаемой стратегии выбора образца отравления (arXiv)
Автор: Zihao Zhu , Mingda Zhang , Shaokui Wei , Li Shen , Yanbo Fan , Baoyuan Wu .
Аннотация: атаки бэкдора на основе отравления данных направлены на вставку бэкдора в модели путем манипулирования обучающими наборами данных без контроля процесса обучения целевой модели. Существующие методы атаки в основном сосредоточены на разработке триггеров или стратегий слияния триггеров и доброкачественных..
Последние обновления о моделях гауссовой смеси 2023, часть 10
Тензорные моменты моделей гауссовой смеси: теория и приложения (arXiv)
Автор: Жоао М. Перейра , Джо Килил , Тамара Г. Колда
Аннотация: Модели гауссовой смеси (GMM) являются фундаментальными инструментами в статистике и науках о данных. Мы изучаем моменты многомерных гауссиан и ОММ. D-й момент n-мерной случайной величины представляет собой симметричный d-тензор размера nd, поэтому наивная работа с моментами считается непомерно дорогой для d>2 и больших значений n. В этой работе мы..
Глубокое обучение для временных рядов
Нейронная сеть является основой глубокого обучения, ветви машинного обучения, которая фокусируется на нейронных сетях. Искусственные нейронные сети, также известные как ANN, представляют собой тип нейронной сети, напоминающий сложные мозговые сети.
За последние годы глубокое обучение значительно продвинулось в различных областях. Текст, фотографии, видео и аудио, которые не структурированы, оказались очень перспективными для глубокого обучения. Наборы табличных данных и данные временных..
От данных к пикселям, оказывая воздействие с помощью ИИ
Камеры служат основными инструментами в различных областях, включая запечатление драгоценных моментов, обеспечение безопасности и документирование информации. Чтобы эффективно использовать технологию камеры, понимание производительности камеры имеет первостепенное значение для оптимизации качества изображения, принятия обоснованных решений, оттачивания навыков и устранения неполадок.
Приложение Camera Performance Predictor от Blinx AI использует контролируемый алгоритм обучения —..
Новые материалы
Интуитивное понимание тензоров в машинном обучении
Тензор является важной концепцией во многих научных областях, таких как математика, физика, обработка сигналов и компьютерное зрение, и это лишь некоторые из них. В математике тензор — это..
Использование машинного обучения для диагностики болезни Альцгеймера, часть 4
Маркеры семантической согласованности для ранней диагностики болезни Альцгеймера (arXiv)
Автор: Давиде Колла , Маттео Дельсанто , Марко Агосто , Бенедетто Витиелло , Даниэле Паоло Радичони..
Почему объяснимость так важна прямо сейчас?
По мере того, как системы искусственного интеллекта и инструменты на основе машинного обучения распространяются в нашей повседневной жизни, как практики, так и критики все чаще заявляют о..
Анимированный математический анализ
Использование Manim для создания математических анимированных визуализаций
Визуализация данных помогает понять скрытые закономерности в данных, которые невозможно визуализировать..
Создание простого слайдера изображений с помощью JavaScript
Узнайте, как создать базовый слайдер изображений с помощью HTML, CSS и JavaScript.
Введение
В этом уроке мы создадим удобный слайдер изображений, используя JavaScript, HTML и CSS. Ползунок..
Создание базы данных с помощью супергероя «Python»
В этом посте мы узнаем, как создать «базу данных SQLite с помощью модуля python sqlite3, создав простую функцию входа и регистрации. Готовы ли вы к этому путешествию? Если да , давайте приступим..
ИИ для чайников: руководство для начинающих по пониманию будущего технологий
Вы чувствуете, что остались позади в мире ИИ? Не волнуйтесь, вы не одиноки! Со всей этой шумихой вокруг искусственного интеллекта может быть трудно понять, с чего начать. Но не позволяйте сленгу..