【3-D深度学习：肺肿瘤分割】创建和训练 V-Net 神经网络，并从 3D 医学图像中对肺肿瘤进行语义分割研究（Matlab代码实现）
1 概述使用3D深度学习进行肺肿瘤分割是一种有前景的研究方向。V-Net是一种常用的3D神经网络，特别适用于医学图像分割任务。下面是一个基本的步骤：1. 数据收集和准备：收集具有标注好的3D医学图像数据集，其中包含肺肿瘤的区域标签。这些图像可以是通过CT扫描等方式获取的。确保数据集中包含多样性的肺肿瘤形状、尺寸和位置，以及其对应的区域标签。2. 数据预处理：对收集到的3D医学图像进行预处理，如灰....
基于深度学习的裂纹图像分类研究（Matlab代码实现）
1 概述基于深度学习的裂纹图像分类研究可以帮助自动识别和分类各种材料表面上的裂纹。下面是一个基本的步骤：1. 数据收集和预处理：收集大量的包含不同类型裂纹的图像数据集。这些图像可以是通过显微镜、红外相机或其他图像采集装置获取的。确保图像分辨率足够高，并进行必要的预处理，如灰度化、尺寸调整和图像增强。2. 数据标注：对收集到的图像进行标注，将每个图像分配到其所属的裂纹类别中。可使用专业人员手动标注....
【论文精读】TNNLS 2022 - 基于深度学习的事件抽取研究综述
【论文精读】TNNLS 2022 - 基于深度学习的事件抽取研究综述【论文原文】：A Survey on Deep Learning Event Extraction Approaches and Applications【作者信息】：Li, Qian and Li, Jianxin and Sheng, Jiawei and Cui, Shiyao and Wu, Jia and Hei, Y....
2022年深度学习在时间序列预测和分类中的研究进展综述（下）
正文时间序列表示虽然Transformer 再预测方向上的效果并不好，但在创建有用的时间序列表示方面Transformer还是取得了许多进展。我认为这是时间序列深度学习领域中一个令人印象深刻的新领域，应该进行更深入的探索。5.TS2Vec: Towards Universal Representation of Time Series (AAAI 2022)https://arxiv.org/a....
2022年深度学习在时间序列预测和分类中的研究进展综述（上）
前言来源：Deephub Imba时间序列预测的transformers的衰落和时间序列嵌入方法的兴起，还有异常检测、分类也取得了进步。2022年整个领域在几个不同的方面取得了进展，本文将尝试介绍一些在过去一年左右的时间里出现的更有前景和关键的论文，以及Flow Forecast [FF]预测框架。正文时间序列预测1.Are Transformers Really Effective for T....
7 Papers & Radios | MIT研究登Science；腾讯深度学习推荐系统首次入选OSDI顶会
本周重要论文包括腾讯深度学习推荐系统首次入选 OSDI 顶会；罗彻斯特大学和 Adobe Research 的研究者提出新模型 CM-GAN，可以修复大面积缺失图像。目录：Ekko: A Large-Scale Deep Learning Recommender System with Low-Latency Model Update Wave equations estimates and .....
上海交大团队使用联合深度学习优化代谢组学研究
代谢组学是一个主要的组学课题，在代谢特征和生物标志物的临床应用和基础研究中都占有重要地位。不幸的是，相关研究受到许多外部因素造成的批次效应的挑战。在过去十年中，深度学习技术已成为数据科学中的主要工具，人们可以从已知批次训练诊断网络，然后将其推广到新批次。然而，批次效应不可避免地阻碍了这种努力，因为所考虑的两个批次可能高度不匹配。上海交通大学和上海科技大学的研究人员提出了一个端到端的深度学习框架，....
上海交通大学王宇光：几何深度学习和图神经网络的研究进展和趋势
以下为王宇光在机器之心 AI 科技年会上的演讲内容，机器之心进行了不改变原意的编辑、整理：大家下午好，我是上海交大自然科学研究院的王宇光。今天主要给大家介绍一下几何深度学习和图神经网络的研究进展，以及未来的技术趋势。我们知道几何深度学习是用于处理不同对象的深度神经网络，其结构和传统 CNN 相似，只是处理的对象发生了变化。传统 CNN 处理的可能是图片数据，在数学上是由格点像素值组成的平面 2D....
谷歌大牛Jeff Dean单一作者撰文：深度学习研究的黄金十年
Jeff Dean 亲自撰文，探讨 2010 年代的十年时间里，促进深度学习快速发展的原因有哪些？他还对未来的 AI 发展做出了自己的展望。自从计算机诞生之初，人类就梦想着能够创造出会思考的机器。1956 年在达特茅斯学院组织的一个研讨会上，约翰 · 麦卡锡提出人工智能这个概念，一群数学家和科学家聚集在一起寻找如何让机器使用语言、形成抽象理解和概念、以解决现存的各种问题，当时研讨会参与者乐观地认....
用深度学习解决旅行推销员问题，研究者走到哪一步了？（2）
未来工作的最新进展和途径有了统一的 5 阶段步骤，我们接下来重点介绍深度学习路由问题的一些最新进展和趋势。同时还将提供一些未来的研究方向，重点探讨如何提高对大规模和真实世界实例的泛化能力。利用等方差和对称性作为最有影响力的早期作品之一，自回归注意力模型 [Kool et al., 2019] 将 TSP 视为可以用 Seq2Seq 解决的语言翻译问题，并将 TSP 旅行顺序构建为城市排列。该公式....
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。
深度学习更多研究相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注