湖南工业大学研究者提出应用脉冲卷积神经网络诊断轴承故障的新方法
常用的基于深度学习的故障诊断方法包括堆叠降噪自动编码器(SDAE)、卷积神经网络(CNN)、门控循环单元(GRU)、对抗神经网络(GAN)等。为了更好地模拟生物神经元的工作原理,第三代神经网络——脉冲神经网络(SNN)应运而生。SNN采用更符合生物神经元放电机制的脉冲编码和时序处理方法,使神经元能够实时响应输入,并且仅在输...
卷积神经网络(CNN)基础知识整理
实际上,上面的卷积处理过程,都是在对图片进行特征提取,而最终要进行分类或预测就需要借助神经网络了,所以一般在卷积处理之后需要对数据进行压平(flatten)操作,使其变为1维的数据,便于送入神经网络的输入层。神经网络模型里面(见下图),全连接层/Dense层是深度学习中常用的一种神经网络层,也称为密集连接层或多层感...
关于「光学神经网络」的一切:理论、应用与发展
非线性函数可以加快网络的收敛速度,提高识别准确率,是神经网络不可或缺的一部分。没有它,无论网络层有多少,都可以归结为庞大的线性运算,然而大多数问题都是非线性的。激活函数的引入为神经元提供了非线性因子,使得神经网络可以逼近任何非线性函数,从而使神经网络可以应用于许多非线性模型。在电子神经网络中,我们可...
基于卷积神经网络的目标跟踪算法
基于卷积神经网络的目标跟踪算法在许多领域都有广泛的应用。在自动驾驶领域,目标跟踪技术可以帮助车辆实时感知周围的交通环境并做出相应决策;在视频监控领域,目标跟踪技术可以帮助监控系统实时监测人员活动并发现异常情况;在增强现实和虚拟现实领域,目标跟踪技术可以为用户提供更加沉浸式的交互体验。三、基于卷积神经网络的目...
追问weekly | 过去一周,脑科学领域有哪些新发现?
AI手机应用或将成为抑郁症非侵入性检测新工具█神经技术电子舌结合AI技术精准识别食品质量差异新算法助力神经网络克服“灾难性遗忘”基于神经连接图谱预测果蝇视觉系统功能的新突破新型非线性动态模型揭示神经活动与行为的复杂关系超薄光学设备助力精准监控与刺激哺乳动物大脑...
具身智能新星星动纪元完成近3亿元Pre-A轮融资,布局通用人形机器人...
具身智能的核心技术主要依赖于机器学习、深度学习以及自然语言处理等先进AI技术(www.e993.com)2024年10月23日。其中,卷积神经网络(CNN)和循环神经网络(RNN)在视觉和语言处理上的成功应用,为具身智能提供了重要的算法支持。此外,生成对抗网络(GAN)和变分自编码器(VAE)在图像生成和数据增强方面的应用,让机器人能够拥有更强的环境适应能力。
量化专题 · 几种神经网络模型预测效果对比及简析
我们利用期货市场的行情数据,对不同类型的神经网络模型预测效果进行探索,并用一些简单模型预测效果进行对比。主要涉及单步单层线性模型、单步多层线性模型、多步模型、卷积神经网络、循环神经网络等。在实际操作中,我们首先对数据集按照7:2:1的比例划分为测试集、验证集、训练集,然后将数据进行简单归一化、带入模型进行...
入选ICML!人大团队将等变图神经网络用于靶蛋白结合位点预测,性能...
近年来,受深度学习突破的启发,卷积神经网络(CNN)已经成功应用于配体结合位点预测。基于CNN的方法通过将蛋白质的原子空间聚类到最近的体素(voxel)中,将蛋白质视为三维图像,然后将结合位点预测建模为3D网格上的目标检测问题或语义分割任务。这些方法具有一定的优越性,但仍存在挑战,例如,在表示不规则蛋白质结...
2024年AIGC应用层10大趋势
一种通用型卷积神经网络加速器架构研究商用交换芯片国产替代加速(2024)计算机专题:鸿蒙生态加速发展2024年人形机器人专题策略:量产渐行渐近,未来不远供需端双击推进AIPC产业发展(2024)2024年AI智算产业趋势展望2024AIGC应用层十大趋势白皮书《GPU核心技术与实践合集》...
图神经网络研究综述(GNN)
神经网络在欧氏空间数据上表现优越,但无法直接应用于非欧氏空间的图数据。图神经网络结合图计算和神经网络优势,处理非欧氏空间数据及其复杂特征,应用于网络链接预测、推荐系统和交通道路分析等场景。实际应用中,图数据规模庞大,如百亿级节点、千亿级边,存储开销超过10TB。GNN在大规模数据中面临计算效率、内存管理和分布式...