一阶优化算法启发，北大林宙辰团队提出具有万有逼近性质的神经网络架构的设计方法
在人工智能领域，深度学习技术的发展日新月异，其中神经网络的设计和优化是推动这一领域进步的关键因素。近年来，北京大学的林宙辰团队在这一领域取得了突破性进展，他们提出了一种基于一阶优化算法的神经网络架构设计方法，旨在构建具有万有逼近性质的深度学习模型。这一研究成果不仅为神经网络的设计提供了新的视角，也为解决实际问题提...
ICLR 2023 Spotlight | Yoshua Bengio团队新作，生成拓展流网络
机器之心编辑部本工作已入选 ICLR 2023 Spotlight，也是 GFlowNets 领域第一篇 Spotlight 文章。本文介绍关于生成流网络 (Generative Flow Networks) 的一个近期研究工作。在生成流网络 (Generative Flow Networks, GFlowNet) 中，智能体学习一个随机策略进行目标生成，使得生成目标的概率正比于一个奖励函数。然....
阿斯利康团队用具有域适应性的可解释双线性注意网络改进了药物靶标预测
预测药物-靶标相互作用是药物发现的关键。近期，虽然基于深度学习的方法显示出强有力的性能，但是仍然存在两个挑战：如何明确地建模和学习药物和目标之间的局部相互作用以更好地预测和解释，以及如何优化新药物-目标对预测的泛化性能。英国谢菲尔德大学（The University of Sheffield）和阿斯利康的研究人员合作开发了 DrugBAN，这是一个深度双线性注意网络（BAN）框架，具有域适应性，....
中山大学HCP Lab团队：AI解题新突破，神经网络推开数学推理大门（三）
论文 7：Template-based Contrastive Distillation Pre-training for Math Word Problem SolvingJinghui Qin*, Zhicheng Yang*, Jiaqi Chen, Xiaodan Liang and Liang Lin虽然深度学习模型在数学解题领域取得很好的进展，但是这些模型忽视了蕴涵在问题描述中的求解....
中山大学HCP Lab团队：AI解题新突破，神经网络推开数学推理大门（二）
论文5：LogicSolver: Towards Interpretable Math Word Problem Solving with Logical Prompt-enhanced LearningFindings of the Association for Computational Linguistics: EMNLP 2022论文地址：https://arxiv.org/pdf/2....
中山大学HCP Lab团队：AI解题新突破，神经网络推开数学推理大门（一）
本文对中山大学人机物智能融合实验室（HCP Lab）在数学解题领域的一系列研究进行了简要介绍，这些工作主要由 HCP 实验室秦景辉博士等人完成。该系列工作获得国家科技创新 2030 重大项目 “因果推理与决策理论模型研究” 支持。 人类在成长过程的不同阶段均需要掌握很多的知识点来求解大量的数学题。然而，知识点看懂了不算真的懂，能求解题目才能体现人类的智慧。近年来，神经网络在计算机视觉，模式匹配、....
亚马逊团队使用受物理启发的图神经网络，解决组合优化等问题
组合优化问题在科学和工业中普遍存在。现代深度学习工具已准备好以前所未有的规模解决这些问题，但结合统计物理学见解的统一框架仍然很出色。这里，亚马逊量子解决方案实验室的研究人员，展示了如何使用图神经网络来解决组合优化问题。他们的方法广泛适用于以二次无约束二元优化问题形式出现的规范 NP 难问题，如最大割集、最小顶点覆盖、最大独立集，以及以多项式无约束二元优化问题形式出现的 Ising spin gl....
CVPR 2023 | 清华黄高团队提出适配边端和云端的即插即用型高效神经网络网络架构——Slide-Transformer
Title: Slide-Transformer: Hierarchical Vision Transformer with Local Self-AttentionPaper: https://arxiv.org/pdf/2304.04237.pdfCode: https://github.com/LeapLabTHU/Slide-Transformer导读众所周知，ViT 取得良好性能的一个....
大连理工卢湖川团队TMI顶刊新作 | M^2SNet: 新颖多尺度模块 + 智能损失函数 = 通用图像分割SOTA网络
Title: SNet: Multi-scale in Multi-scale Subtraction Network for Medical Image SegmentationPaper: https://arxiv.org/pdf/2303.10894.pdfCode: https://github.com/Xiaoqi-Zhao-DLUT/MSNet导读医学图像分割领域的著名网络 U-N....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
域名解析DNS
关注DNS行业趋势、技术、标准、产品和最佳实践，连接国内外相关技术社群信息，追踪业内DNS产品动态，加强信息共享，欢迎大家关注、推荐和投稿。
+关注