抢鲜看|《电工技术学报》2024年第18期目次及摘要
构建单一连续函数描述SiCMOSFET在线性区和恒流区内的静态特性;提出带有收敛电阻的非线性电容模型,并针对不同寄生电容构造相应的拟合函数进行建模;此外,体二极管的建模考虑了结温和栅源电压的影响。仿真结果与手册实测数据的对比分析表明,静态模型仿真结果的皮尔逊相关系数大于0.99,寄生电容拟合的平均相关系数达到0.9948,...
机器智能为什么会出现机器幻觉?|算法|拟合|大模型|神经网络_网易...
线性函数无法捕捉复杂的数据分布和非线性关系,这可能导致模型在处理复杂任务时出现幻觉现象。例如,当数据呈现高度非线性分布时,仅依赖线性函数的网络可能无法有效识别特征,进而导致错误的判断。激活函数是神经网络中不可或缺的组成部分,它引入非线性特性,使得网络能够学习更复杂的函数。常见的激活函数包括ReLU(RectifiedL...
田大伟:我眼中的A股量化20年
在这个量化体系中,因子开发所用的原始数据需要统一,因子计算通用函数需要统一,因子回测模块需要统一,但因子的组合可以是千变万化。有了这样的量化体系,可以在很短的时间内对新的因子做一次全场景的回测,而不用担心是否使用了错误数据和方法,回测结果是否可比等问题。投资者:我好像有点能感觉到编程对于量化投资的重要...
卷起来!让智能体评估智能体,Meta发布Agent-as-a-Judge
此外,激烈的竞争还引发了对SWE-Bench得分真实性的担忧,许多高分可能通过对独立任务的过拟合获得,无法真实反映智能体的实际能力。鉴于此,迫切需要新的评估方法来弥补这些不足。为此,Meta推出了专门为智能体系统设计的DevAI数据集。DevAI涵盖了55个AI开发任务,涉及监督学习、强化学习、计算机视觉和自然...
科学家利用“数据+知识+AI”实现新靶标药物虚拟筛选
该团队利用等变图神经网络来整合蛋白质-配体相互作用相关的物理先验知识,并使用多种数据增强、数据去冗余策略来避免模型过拟合潜在的数据分布偏差,构建了通用蛋白质-配体相互作用评分方法——EquiScore。在药物虚拟筛选场景和先导化合物优化场景中,EquiScore对训练未见的新靶标表现出良好的泛化性能。此外,EquiScore的可...
【华安证券·金融工程】专题报告:基于统计跳跃状态识别模型管理...
..,st上最小化目标函数(1),同时将模型参数固定在最新的最优值??Θ(www.e993.com)2024年10月23日。然后,作者从最优状态序列中提取最后一个状态??st,作为在线推断的当前状态。Nystrup等人(2020a)描述了一种在计算上高效的方法,用于对连续多天的数据进行上述计算。上述用于生成在线状态推断的程序适用于任何固定的跳跃惩罚。在此,...
人-AI协同中的事实与价值的混合反向传播|算法|ai|伦理|原理|局限...
反向传播算法的基本原理包括前向传播和反向传播两个阶段。前向传播阶段,输入数据经过多个神经元层的处理,最终输出预测结果。此过程涉及权重的计算与激活函数的应用,形成神经网络的输出。反向传播阶段则通过计算损失函数,利用梯度下降法更新网络中的权重,以最小化预测误差。
AI探索宇宙结构新突破!超精准场级模拟,半秒完成冷暗物质仿真
网络有限的感受野也有一个优点:它在线性理论准确的大尺度上保留了ZA场。以上的操作可以针对固定宇宙学的单个红移来训练来自模拟快照的数据。为了扩展网络功能,允许网络学习N体映射作为Ω和红移的函数,作者对其进行了增强以包含样式参数。在执行任何卷积(包括下采样/上采样操作)之前,快照的Ω和D(z)值将传递并映射...
【专题研究】KD-Ensemble:基于知识蒸馏的alpha因子挖掘模型
生成风险因子和alpha因子端共享输入数据和RNN单元的网络参数,上述过程中的损失函数可以写作以下公式形式:整个损失函数由三部分构成,第一部分为alpha因子与中性化收益率计算均方误差损失,第二部分为风险因子与原始收益率标签计算R方,第三部分为所有因子之间计算相关系数矩阵的F范数作为正交惩罚项。这里我们重点关注alpha因...
深度学习揭秘系列之一:基于量价与基本面结合的深度学习选股策略
1.神经元与激活函数伴随着数据量的与日俱增以及计算能力的大幅提升,深度学习模型近年来发展十分迅速,在图像识别、语音识别、自然语言处理等多个领域不断取得突破。人工神经网络是通过模仿人脑神经网络系统构造与功能而设计的计算模型,简称神经网络。与生物神经元类似,神经网络由多个节点(人工神经元)相互连接而成。