Публикации по теме 'deep-learning'
Новые разработки в области болезни Паркинсона, часть 2 (нейронаука, 2023 г.)
Роль связи между бактериями и митохондриями в активации нейронального врожденного иммунитета: влияние на болезнь Паркинсона (PubMed)
Автор: Жоао Д Магальяйнс 1 2 , Ана Ракель Эстевес 1 , Эмануэль Кандейас 1 , Диана Ф Силва 1 , Нуно Эмпадиньяс 1 , Сандра Мораис Кардосо 1 3
Выдержка: Митохондрии играют ключевую роль в регуляции метаболизма хозяина, иммунитета и клеточного гомеостаза. Примечательно, что предполагается, что эти органеллы произошли от..
Начало — Понимание нескольких параллельных сверточных слоев
Разрешение модели фиксировать функции в нескольких масштабах одновременно
В предыдущем посте мы разобрались с архитектурой и построили последовательную модель, используя AlexNet в качестве эталона. В этом мы продвинемся по уровню сложности и поймем концепцию нескольких параллельных сверточных слоев.
Создание вашей первой сверточной нейронной сети — AlexNet Использование Keras Layers API cdanielaam.medium.com
Зачем нам нужно..
Работа с цепями Маркова, часть 2 (машинное обучение)
Асимптотическая нормальность многомерных непараметрических оценок для полумарковских цепей с дискретным временем (arXiv)
Автор: Хироки Огата , Луис Иван Эрнандес Руис , Кодзи Яно .
Аннотация: Доказана асимптотическая нормальность в многомерности непараметрической оценки переходных вероятностей марковской цепи восстановления и применяется к другим непараметрическим оценкам, связанным с ассоциированной полумарковской цепью.
2. Ассортативность высшего порядка для направленных..
Алгоритм K-ближайших соседей
K-ближайших соседей (KNN), как следует из названия, представляет собой алгоритм машинного обучения для маркировки или прогнозирования значения точки данных на основе ее K-ближайших соседей. Возьмем пример: человек в общежитии колледжа ежедневно встречает много людей, у него много друзей, но некоторые из них являются его очень близкими друзьями. Предположим, у него есть пять близких друзей. Из пяти двое очень трудолюбивы и прилежны, а остальные трое очень ленивы и совсем не учатся. Таким..
Подробное руководство по XGBoost: понимание и реализация мощного машинного обучения…
XGBoost, сокращение от Extreme Gradient Boosting, представляет собой мощный и широко используемый алгоритм машинного обучения, который доказал свою эффективность в самых разных приложениях.
XGBoost особенно хорошо подходит для решения задач, связанных с классификацией и регрессией, и часто используется в области науки о данных и машинного обучения.
Импорт XGBoost:
После установки XGBoost вы можете импортировать его в свой скрипт Python, используя следующий код:
import xgboost..
Понимание топологического глубокого обучения, часть 2 (машинное обучение)
Кратковременная оценка стабильности напряжения передаваемой системы питания с глубоким обучением с физико-информационным проектированием топологических признаков (arXiv)
Автор: Zijian Feng , Xin Chen , Zijian Lv , Peiyuan Sun , Kai Wu .
Аннотация: Алгоритмы глубокого обучения (DL) широко применяются для оценки кратковременной стабильности напряжения (STVS) в энергосистемах. Однако перенос знаний, полученных в одной энергосистеме, на другие энергосистемы с изменением топологии..
Как спасти жизнь (ранее)
ИИ для остановки сердца в больнице
Общая озабоченность по поводу искусственного интеллекта (ИИ) в здравоохранении заключается в том, что он будет приносить прибыль в дополнение к улучшению и/или спасению жизней. Одной из перспективных областей является более раннее прогнозирование внутрибольничной остановки сердца. [ 1 ] Программное обеспечение AI для мониторинга основных показателей жизнедеятельности +/- анализы могут обнаруживать изменения раньше и могут помочь предсказать остановку..
Новые материалы
12 сайтов с искусственным интеллектом, которые поразят вас
Приготовьтесь поразить воображение
Сегодня существует несколько веб-сайтов, использующих искусственный интеллект (ИИ). От индивидуальных рекомендаций по новостям до более умных поисковых..
Скрытый технический долг в системах машинного обучения [NeurIPS 2015]
Что такое технический долг?
Технический долг — это метафора, введенная Уордом Каннингемом в 1992 году, чтобы объяснить долгосрочные затраты, связанные с быстрым продвижением в разработке..
Алгоритм быстрой сортировки в Python
Всем привет, добро пожаловать на programminginpython.com . Здесь я покажу вам, как реализовать алгоритм быстрой сортировки в Python. В предыдущих статьях я рассмотрел Сортировку вставкой ,..
Как использовать манипулирование объектами в JavaScript
Объекты являются важным строительным блоком JavaScript. Они позволяют группировать свойства и методы вместе.
Объект представляет собой набор свойств. Свойства идентифицируются с..
Разработка игр с помощью Godot Engine: мощный инструмент с открытым исходным кодом
Разработка игр — творческий и сложный процесс, требующий множества навыков и инструментов. Одним из наиболее важных инструментов является игровой движок, который представляет собой программную..
От XML к аннотациям: переход к современной конфигурации Spring
Введение
Фреймворк Spring претерпел значительную эволюцию с момента своего создания. Одним из заметных изменений стал переход от конфигураций на основе XML к конфигурациям, управляемым..
Я люблю Руби!
Я люблю Руби! Мне это нравится по той же причине, по которой мне нравится программировать на Python. Он настолько интуитивно понятен, а встроенные методы упрощают решение проблем. Если вы..