中国移动通信申请基于神经网络的基站故障诊断专利,输出运营基站的...
所述方法包括:获取运营基站数据,所述运营基站数据包括:基站间接数据和基站历史故障数据;将所述运营基站数据输入训练好的特征提取神经网络,输出所述运营基站数据的高维表示;将所述运营基站数据的高维表示输入训练好的运营基站故障诊断分类器,输出所述运营基站的故障诊断结果。本文源自:金融界作者:情报员...
中国移动通信申请数据处理相关专利,获得每个任务对应的分类结果
以及确定与对话理解相关的多个任务;按照多个任务的预设顺序,依次采用第一模型的不同神经网络层对所述文本数据进行特征提取,获得各个任务对应的特征数据;其中,所述第一模型至少包括所述多个任务各自对应的神经网络层,所述预设顺序与所述多个任务的复杂度相关,每个任务对应的神经网络层与复杂度低于所述任务的所有...
机构行为视角下的债券交易领先因子探寻与神经网络收益率预测
最后,为缓解单个因子存在的局限性和更全面地反映各主要机构交易行为的综合影响,本文采用更为前沿的方法神经网络模型研究了机构交易数据和收益率变动之间的关系。结果显示神经网络模型具有一定的预测能力和稳定性,对上行样本、下行样本以及不同的市场条件均有较高的准确率和精确度。模型的预测结果一方面可以帮助投资者识别...
...的事故电池损伤评估方法及系统专利,可确定最终的电池评估结果
通过分析事故前后的电池数据,使用等效电路模型对电芯故障模式进行模拟和诊断并输出结果,根据收集的实时数据计算电池容量衰减系数和实际容量,利用线性关系确定在电池组中电芯损伤后的容量衰减系数并输出结果,利用卷积神经网络算法模型根据输出结果确定对应的指标和电池损伤结果并将指标与上述三种不同输出结果进行比较,根据比较...
NeurIPS 2024|标签噪声下图神经网络有了首个综合基准库,还开源
尽管图神经网络取得了成功,但它们在半监督图学习任务中的表现高度依赖于精确的节点标签,而在现实世界中,精确的标签很难获得。例如,对于在线社交??络,手动标记数百万??户的过程成本??昂,因此??户的标签通常依赖于??户????的标注,这些标注通常是不可靠的。此外,图数据容易受到对抗性标签翻转攻击的影响...
人类自身都对不齐,怎么对齐AI?新研究审视偏好在AI对齐中的作用
然后,AI系统会学习继续优化学习得到的奖励模型,目标是得到更符合用户偏好的行为(www.e993.com)2024年10月25日。RLHF最早是为经典控制问题开发的,但现在已经被用于训练越来越复杂的AI系统,包括用于机器人控制的深度神经网络和大型语言模型(LLM)。其中后者更是凭借其强大的能力和通用性为RLHF吸睛无数。
类人神经网络再进一步,DeepMind最新50页论文提出AligNet框架:用...
结果显示,将人类和神经网络模型的表示对齐有助于更好地泛化、转移到新任务和数据上,并增强了模型的鲁棒性,即对齐对于实际改善深度学习是非常有帮助的。总之,该工作有助于更好地理解人工与自然智能之间的关键差异,实验结果也展示了对齐模型和人类的原则,即专注于人类知识的多分辨率关系结构,可能对于解决实现类人AI的...
4万字解读有关『端到端自动驾驶』的概念混淆、谎言及“路线之争...
这个全局优化是如何实现的呢?具体地说,端到端模型通过神经网络的链式法则,从输出端(规划)向输入端(感知)贯通,输出结果可以将误差依次反向传播给所有模块,以最小化整体损失函数为目标,更加准确地更新每个网络层中的参数,从而达到全局最优。1.1.2不包括控制算法...
大模型是否有推理能力?DeepMind 数月前的论文让 AI 社区吵起来了
这一结果非常有趣,也很容易激发想象力,因为到目前为止,能达到这个级别的计算机国际象棋系统——无论是否基于机器学习——都使用了搜索组件。而DeepMind模型不依赖搜索似乎就能达到如此强大的下棋水平。很多人将其解读为:这表明Transformer不是简单的「随机鹦鹉」,而是具有一定的推理和规划能力。就连该论文的...
有限元:无限逼近真实世界
例如,对大型飞机部件(如机身和机翼)的初步分析就遇到了这种情况。工程师必须使用过去的实验结果来“调整”有限元分析的输出结果,然后才能得到真正的预测结果。对于尚未经过实体检测的新设计,这些累积的知识对解读它们的有限元分析结果至关重要。小型零件的强度分析可能会带来更严重的问题,因为它们通常没有真实数据可供...