Публикации по теме 'deep-learning'
Как работают молекулярные сети часть 2
Траекторная интерпретация доказательства Мозером неравенства Гарнака (arXiv)
Автор: Лукас Нибель , Рико Захер
Аннотация: В 1971 году Мозер опубликовал упрощенную версию своего доказательства параболического неравенства Харнака. Основным новым ингредиентом является фундаментальная лемма Бомбьери и p∞1 Джусти, которая объединяет L − L -оценку со слабой L -оценкой для логарифма сверхрешений. В этой заметке мы даем новое доказательство этой слабой L1-оценки. В представленном..
Как работает агрегация моделей, часть 2 (машинное обучение)
pFedSim: агрегирование моделей с учетом подобия для персонализированного федеративного обучения (arXiv)
Автор: Цзяхао Тан , Ипэн Чжоу , Ган Лю , Джесси Хуэй Ван , Шуй Юй .
Аннотация: Парадигма федеративного обучения (FL) возникает для сохранения конфиденциальности данных во время обучения модели, предоставляя только параметры модели клиентов, а не исходные данные. Одна из самых больших проблем в FL заключается в не-IID (не идентичных и независимо распределенных) данных (также..
Теоретический аспект обработки естественного языка
Введение
За миллионы лет люди приспособили таинственные пути для развития искусства общения. Все началось со сплетен, которые позже позволили нам эффективно общаться и передавать наши сообщения другим людям с помощью звука. Чтобы сузить его, есть два основных фактора, участвующих в ускорении эволюции человека: один — язык, а другой — машины. Промышленная революция оказала огромное влияние на каждую экосистему. Наряду с людьми развиваются и машины, в начале 80-х нам приходилось управлять..
Как полиномиальная регрессия используется в различных сценариях, часть 1 (машинное обучение)
Многомерная внутренняя локальная полиномиальная регрессия на изометрических римановых многообразиях: приложения к положительно определенным данным (arXiv)
Автор: Роналдо Гарсия Рейес , Ин Ван , Мин Ли , Марлис Онтивьеро Ортега , Дейрел Пас-Линарес , Лидис Галан Гарсия , Педро Антонио Вальдес Соса .
Аннотация: В статье представлен новый метод непараметрической римановой регрессии с использованием изометрических римановых многообразий (IRM). Предлагаемый метод, внутренняя..
Новые методы работы с самостоятельным вниманием, часть 5 (машинное обучение)
Сеть адаптации предметной области знаний с самостоятельным вниманием для оценки состояния коммерческих литий-ионных аккумуляторов при неглубоких циклах (arXiv)
Автор: Синь Чен , Ювэнь Цинь , Вэйдун Чжао , Цимин Ян , Нинбо Цай , Кай Ву .
Аннотация: Точная оценка состояния работоспособности (SOH) имеет решающее значение для обеспечения безопасности, эффективности и надежности приложений с батарейным питанием. Большинство методов оценки SOH сосредоточены на диапазоне полного заряда..
Чему мы учимся из наших древних писаний и как это помогает всем нам строить лучший мир, используя…
Все, что мы есть, это наши мысли.
У каждого из нас есть хорошие и плохие мысли. Мы называем сильными и хорошими тех людей, которые предпочитают действовать в основном на основе своих хороших мыслей, и навешиваем ярлыки на людей как на слабых и плохих, которые в основном действуют на основе своих плохих мыслей.
Нам нужны сильные умы, чтобы сначала понять разницу между хорошей и плохой мыслью, а затем нам нужна сила, чтобы действовать только на хорошие мысли.
Воздействие только на..
Кривые оценки алгоритмов обнаружения объектов на медицинских изображениях
Критические для безопасности приложения искусственного интеллекта, такие как компьютерное обнаружение; обнаружение аномалий на медицинских изображениях требует тщательной оценки. В некоторых ситуациях, например, когда система будет работать автономно, мы можем быть удовлетворены, если она просто правильно классифицирует случай. Однако, если в петле есть человек, было бы лучше, если бы система также отметила правильное местоположение аномалии на изображении. Даже если окончательная метка..
Новые материалы
Введение Библиотека Python Moto — простой макет сервисов AWS
Добавьте больше достоверности в свои тесты
Модульные тесты — это наша первая линия защиты от регрессивных изменений кода. Если ваш код Python требует использования ресурсов AWS, эта статья..
OpenAI платит африканским рабочим по 2 доллара в час, чтобы сделать ChatGPT безопаснее
Юридическое рабство — секрет полишинеля в технологической индустрии
OpenAI платила кенийским рабочим от 1,32 до 2 долларов в час за чтение подробностей убийств, сексуального насилия над..
Прогнозирование будущего акций с помощью машинного обучения
Питон в финансах
Мир финансов претерпел значительные изменения благодаря технологическому прогрессу. Любой другой Поколение Z , который не считает себя работающим с 9 до 5 до выхода на..
NodeJS 101: руководство для начинающих по пониманию и использованию функций платформы
NodeJS 101: руководство для начинающих по пониманию и использованию функций платформы
NodeJS — широко популярная кроссплатформенная среда выполнения JavaScript с открытым исходным кодом,..
Имеют ли значение сертификаты в разработке программного обеспечения?
Безопасность, ИТ и другие области имеют сертификаты, должны ли мы заботиться о разработке программного обеспечения?
Сертификат пожалуйста! Поскольку компании осознают важность обучения..
Теоретический аспект обработки естественного языка
Введение
За миллионы лет люди приспособили таинственные пути для развития искусства общения. Все началось со сплетен, которые позже позволили нам эффективно общаться и передавать наши сообщения..
Различия между Флаттером и Дартом
Что такое Flutter to Dart и Dart to Flutter
Что такое Дарт?
Google создал язык программирования Dart. Это основанный на классах объектно-ориентированный язык, созданный для удобства..