文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——4.29 结束语

4.29 结束语 高科技违法犯罪始于 20 世纪 60 年代,到了 80年代,特别是从 90 年代以后呈愈演愈烈之势。现在,这类违法犯罪问题己成为不容忽视的社会现象,各国政府和各种机构以至整个社会都应积极行动起来,打击和防范高科技违法犯罪。不成熟的电子数据取证技术以及海量数据(信息)增加了电子数据取证人员快速、准确地得到有效证据的难度。因此,与数据挖掘相融合可使电子数据取证人员在纷繁复杂的、模糊....

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——11.39 结束语

11.39 结束语 本文基于近似动态规划对若干优化控制问题进行了深入研究,通过利用神经网络作为在线参数结构,首先提出了以因果关系同时得到跟踪控制器的反馈项和前馈项的新理论,以及数据驱动 ADP 算法实现以在线方式获得系统的最优跟踪控制器;其次提出了基于 ADP 在线自适应策略学习方案,解决了离散时间非线性系统在线 H ∞优化控制问题;接着,利用一个非二次型泛函克服了执行饱和约束问题,同时通过引入....

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——8.45 结束语

8.45 结束语 软件缺陷挖掘能够通过对软件代码及其相关据进行分析建模,挖掘隐藏在软件中的缺陷模式,从而辅助软件工程师更有效地发现软件缺陷,提升软件质量。现有软件缺陷挖掘技术在走向实际应用过程中,仍将面临诸多挑战:首先,很多软件缺陷挖掘方法直接套用经典的机器学习或数据挖掘技术,忽略了软件缺陷挖掘任务中面临的各种实际问题(如人力、资源等方面的制约),从 而 造 成 了 软 件 缺 陷 挖 掘 的 ....

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——2.12 结束语

2.12 结束语 本文从双足机器人和四足机器人两个方面介绍了国内外腿式机器人的研究背景和研究现状,分析和讨论了相关仿生设计和理论方法等方面存在的问题,并对未来发展的关键问题进行了讨论。 总而言之,腿式机器人正朝着快速性、高稳定性、高适应性和高能效性等方向发展。研究人员需要系统分析典型腿式哺乳动物的关节柔性特征、腿足部组织结构、行走方式、协调运动等在运动和能效方面所起的作用,在此基础上进而研究有效....

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——4.21 结束语

4.21 结束语 无处不在的大数据已成为政府、产业界以及学 术界关注的焦点。智能信息服务中分析用户需求, 处理和应用相关信息所面对的正是大数据。大数据 的多粒度表示与计算是面向大数据的粒计算理论与 方法研究的一个重要内容,是大数据环境下粒计算 理论与方法研究的必然趋势,也是正在兴起的数据 科学的发展要求,具有重要的理论意义;同时能够 为国家大数据相关产业提供关键技术,具有广泛的 应用前景。

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——4.16 结束语

4.16 结束语 综上所述,本文介绍了关联滤波器,它通过关联神经层中的滤波器,将有益于视觉信息处理的先验知识引入模型中,提高神经网络的泛化能力。和诸多现存的优化方法不同,一个使用关联滤波器的CNN 的整体参数规模反而减小了,这是因为被关联的滤波器共用同一组权值。最后,因为现存的方法很少考虑滤波器间的关联性,关联滤波器可以有效地与它们结合,组成更好的视觉识别模型。

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——12.61 结束语

12.61 结束语 到目前为止,大数据还没有一个数学定义,但它可以被一些特性描述,比如它的 5v 特性。本文主要关注第四个特性,即不确定性 , 试图说明:① 一些关于不确定性处理的问题,如数据集中每个样例都有 80% 以上的数据缺失问题,该问题只在大数据环境中出现;② 处理嵌入到数据分析整个过程中的不确定性对于大数据的学习性能有重大的影响。在图 2 中我们对大部分处理大数据计算的方法进行了总结,....

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——7.7 结束语

7.7 结束语 通过分布式表示以及语义组合这两个特性,深度学习为自然语言处理带来了很多新的发展机遇。一方面可以通过更好地表达特征,提高自然语言处理系统的性能;另一方面通过 seq2seq 等机制,实现过去较难实现的一些任务。为了更好地训练深度学习模型,寻找和构建大规模弱标注数据成为我们需要关注的另一个主要研究方向。 基于深度学习的自然语言处理技术方兴未艾,不但目前已经取得了良好的效果,而且具有非....

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——11.21 结束语

11.21 结束语 本文针对交通流的网络性、异质性和动态性特点,结合当前多任务学习方法的不足提出了相应的解决方案。然而,在实际的应用场景中还存在更多的挑战,需要进一步深入的研究方向包括:① 高维任务的共同学习方法。在高维数据场景下,任务也体现出高维的特点,其中的难点在于高维任务中所蕴含的关系模式更为复杂,这种关系可能是聚类模式,甚至层次模式无法刻画的。如何解决高维任务场景下的多任务共同学习的问题....

文章 2017-09-04 来自:开发者社区

《中国人工智能学会通讯》——4.12 结束语

4.12 结束语 智能信息服务是信息社会的必然发展趋势,其结合了互联网、数据挖掘技术、人工智能技术、信息推送技术等,以一种主动、智能、高效的方式服务于人们生活的各个领域,为人们的生活带来更便捷、更个性化的服务。智能信息服务必将结合物联网、大数据、云计算等最先进科技,普及于工业、农业、物流、交通、医疗、安防、环保、家居等各个领域,开创智能信息服务的新时代。

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。

产品推荐