《中国人工智能学会通讯》——12.44 分类型数据的定义
12.44 分类型数据的定义 设 X={x 1 , x 2 , …, x n } 表示 n 个对象组成的一个数据集，其中 x i =(x i1 , x i2 , …, x im ) 表示由 m 个属性A={a 1 , a 2 , …, a m } 描述的第 i 个对象、x ij (1 ≤ j ≤ m)表示对象 x i 在第 j 个属性上的取值。表示对象集 X 在第 j 个属性上的值域。对于任意的....
《中国人工智能学会通讯》——3.28 讨 论
3.28 讨 论 近年来，各种类型的康复机器人层出不穷，人机交互控制策略对于康复机器人实现临床应用意义重大。通过上文的回顾分析，可以看出，现有人机交互控制依然存在如下问题。 ⑴ 目前还不存在一种通用的人机交互控制策略。针对患者损伤部位及损伤程度采用合适的控制策略是常规的方案，但正如前文所述，现有康复机器人系统的交互控制系统通常缺乏严格的稳定性证明，对患者存在潜在的二次伤害风险。 ⑵ 文中多次提到....
《中国人工智能学会通讯》——3.26 人机交互控制策略
3.26 人机交互控制策略 康复训练中康复机器人时刻与人体相互作用，两者之间的交互控制不可或缺。首先，交互控制可以为患者创造一个柔顺、自然的人机接口，避免患肢由于肌肉痉挛等原因与康复机器人产生对抗力，从而避免给患者带来二次伤害。其次，交互控制通过获取患者的主动运动意图，鼓励患者积极参与到康复训练中来，提高康复效果。 基于系统动力学模型的控制策略 基于人机系统动力学模型及力位传感器测量值可计算得到....
《中国人工智能学会通讯》——6.6 实体消歧技术研究
6.6 实体消歧技术研究 实体是文本信息的重要承载，每一段有意义的文本都描述了一组实体及这些实体相互之间的关联和交互。识别并理解文本中的实体信息也就成为了自然语言理解的基础问题之一。 然而，文本中实体信息的理解存在两方面的挑战。首先，文本中的实体名通常具有歧义。例如，给定如下三个包含“苹果”的句子： ● 今 天 上 午 苹 果 由 乔 布 斯 发 布 了 新 一 代iPhone。● 我早餐吃....
《中国人工智能学会通讯》——1.34 应 用
1.34 应 用 自然语言处理的应用非常广泛，这里我们主要回顾下文本匹配、机器翻译、问答系统和自动文摘这四个比较有代表性的应用领域。 （1）文本匹配文本匹配是计算给定两个文本序列的相关度。自然语言处理的很多任务可以归结为文本匹配任务，比如文本检索、文本蕴涵、问答对匹配等。Hu 等人[14]提出了两种基于卷积神经网络的文本匹配模型。一种是分别建模两个句子，得到句子编码。然后将两个句子编码输入给多.....
《中国人工智能学会通讯》——6.5 总 结
6.5 总 结 知识图谱通过实体和实体之间关系的方式表达现实世界的知识，它为智能问答、智能搜索、语义关联等知识应用提供支持。深度学习技术利用表示学习的手段对实体和关系的语义进行刻画和运算，广泛应用于命名实体识别、关系抽取、关系补全等任务中，成为支持知识图谱自动创建的重要技术之一。 随着大数据现象的出现，如何从多源、异构、时变、高噪声的大数据资源中自动获取碎片化的知识，并完成碎片化知识的实时融合，....
《中国人工智能学会通讯》——12.30 实验评估
12.30 实验评估 使用一个真实的数据集作为任务集合 , 称为China，它包含了中国的 200 个旅游风景点。在ChinaCrowds [1] 平台上进行实验。该平台是目前中国最大的众包平台，并且它具备相应的手机应用以支持相应基于位置的众包任务。采用 1 000 的预算( 每次任务分配的花费是 0.2 RMB)，在每次任务分配过程中 , 安排给每个工人 h= 2 个。为验证提出的推断模型 (....
《中国人工智能学会通讯》——1.32 词嵌入
1.32 词嵌入 自然语言由词构成。深度学习模型首先需要将词表示为稠密向量，也叫词嵌入。早期研究者并没有太多关注词嵌入的语言学解释，仅仅将其作为模型参数。因为词嵌入是一个稠密向量，这样不同词嵌入就存在了距离（或相似度）。一个好的词嵌入模型应该是：对于相似的词，它们对应的词嵌入也相近。因此很多研究者开始关注于如何得到高质量的词嵌入。Mikolov等[1]最早发现通过循环神经网络模型可以学习到词嵌入....
《中国人工智能学会通讯》——12.27 问题描述
12.27 问题描述 基于众包的空间文本数据提纯任务：给出需要质量优化的一个空间文本数据集合 T={t 1 , t 2 ,…,t |T| }，众包平台将这些数据发布作为任务，一个任务对应一个空间文本数据。每个任务 t={O t , L t } 由一个拥有地理位置的空间兴趣点 O t 和一个文本描述关键词集合 L t ={l t,1 , l t,2 ,…, l t,|L t | } 构成。每个关键....
《中国人工智能学会通讯》——12.24 问题与挑战
12.24 问题与挑战 目前，关于时空众包技术的研究方兴未艾，还有很多研究方向值得学者们深入探索。下文简述其中 3 类潜在的研究方向，供后续研究者们参考。 (1) 时空众包数据的建模问题。现有工作对时空众包的空间信息均采用网格坐标方式进行建模，并且将众包参与者在空间的移动方式简单地建模为直线移动，这并不符合现实生活中众包参与者的真实应用场景。因此，如何利用路网来建模位置信息及参与者移动方式，是未....
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。
AI通讯相关内容
- 中兴通讯AI
- 通讯AI
- 中国AI通讯结束语
- 中国AI通讯知识库
- 中国AI通讯总结展望
- 中国AI通讯方法
- 中国AI通讯智能助手
- 中国AI通讯时空众包
- 中国AI通讯研究进展
- 中国AI通讯视觉
- 中国AI通讯研究
- 中国AI通讯能源网
- 中国AI通讯机器人
- 中国AI通讯鸽群优化应用
- 中国AI通讯发展趋势
- 中国AI通讯量化
- 中国AI通讯深度学习机器翻译
- 中国AI通讯集成学习
- 中国AI通讯类人概念学习
- 中国AI通讯传输
- 中国AI通讯数据包
- 中国AI通讯噪音正则
- 中国AI通讯知识图谱技术
- 中国AI通讯误差
- 中国AI通讯非线性系统最优控制
- 中国AI通讯机遇
- 中国AI通讯篇章语义分析
- 中国AI通讯文献
- 中国AI通讯关联滤波器
- 中国AI通讯并行分布式进化计算
AI更多通讯相关
产品推荐
阿里云机器学习平台PAI
阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。
+关注