图神经网络加持,突破传统推荐系统局限
统计结果如下表所示,结果表明在自监督学习模型(w-SAL)中,噪声物品与其他物品之间的平均余弦相似度显著低于没有自监督学习的模型(w/o-SAL)中的对应值。SelfGNN展示了准确识别和减弱可能为噪声的交互行为的能力。总结与未来工作SelfGNN使用图神经网络的用户序列学习,并提出了一种新颖的个性化自监督学习范式来增强...
准确率达0.96,从序列中预测蛋白-配体互作的约束图神经网络
图示:利用相互作用指纹进行选择性分析。(来源:论文)研究人员利用PSICHIC成功筛选出一种新型腺苷A1受体激动剂(与已知最接近的A1R激动剂的Tanimoto相似度为0.2),并分析了腺苷受体亚型之间的配体选择性。价值体现蛋白质-配体相互作用指纹描述了配体和蛋白质残基之间发生的特定相互作用的特征。传统上,这些指...
打开神经网络的黑盒:分解神经元特征,让复杂模型变得简洁、可解释
这样的特征分解能够使研究人员进行可解释的神经网络分析与调控。比如,能够确定特定示例中特征对层输出和下一层激活的贡献,能够监视网络以检测特定特征的激活与否,通过改变特征的值可预测地改变网络行为,展示网络学到的数据属性,展示网络在生成特定示例的输出时使用了哪些数据属性,能够设计输入以激活特定特征并引出特定输出...
图神经网络加持,突破传统推荐系统局限!北大港大联合提出SelfGNN...
统计结果如下表所示,结果表明在自监督学习模型(w-SAL)中,噪声物品与其他物品之间的平均余弦相似度显著低于没有自监督学习的模型(w/o-SAL)中的对应值。SelfGNN展示了准确识别和减弱可能为噪声的交互行为的能力。总结与未来工作SelfGNN使用图神经网络的用户序列学习,并提出了一种新颖的个性化自监督学习范式来增强...
追问weekly | 过去一周,脑科学领域有哪些新发现?
通过计算每个神经元的空间信息含量,他们发现位置细胞集中在斑马鱼的前脑区域(telencephalon),这一区域与哺乳动物的海马体功能相似。每条鱼大脑中约有1000个位置细胞,它们在鱼类位于特定位置时活跃,形成了一个能够解码鱼类空间位置的细胞群体代码。研究还表明,斑马鱼的位置细胞能够整合自我运动和外部线索,灵活地重组空间地图。
下一代神经网络:NVIDIA Research 在 NeurIPS 大会上发布 AI 技术...
P-Flow是一种生成式AI模型,可以在给出三秒参考提示的情况下快速合成高质量的个性化语音(www.e993.com)2024年10月24日。与近期最先进的同类模型相比,P-Flow具有更好的发音、拟人度和说话者相似度。只需一个NVIDIAA100TensorCoreGPU,该模型就能即刻将文本转化为语音。了解更多信息,请查阅:httpspflow-demo.github.io/projects/p...
PANS丨玄学还是科学,名字真的会影响长相?
采用神经网络算法(TripletLossSiameseNeuralNetwork)对包含607名成年人和557名儿童面部图像的数据集进行分析。研究发现,拥有相同名字的成年人的面部特征相似度达到了60.05%,显著高于随机猜测的50%。相比之下,儿童的面部特征相似度仅为51.88%,与随机猜测无显著差异。这表明,名字所承载的社会期望在成年人的面部特征中得...
从复杂神经动力学到智能涌现:基于神经复杂性的类脑人工智能
这些模式反映了不同脑区之间的相互作用,如左右脑或前后脑等。通过进一步分析,我们发现大脑的连接形成了多层次的模块化结构,其中包括左右脑和前后脑等更细分的层次。这种多层次的结构突显了大脑神经网络的复杂性和精妙性,为我们理解大脑功能的复杂性提供了新的视角。
阿里云金融创新峰会今日召开,发布业内首份金融大模型指南
当前普遍采用基于数据向量化的手段,在向量空间通过距离或相似度指标来衡量语义接近度,但这种方法难以完美解决语义多义性、信息粒度不匹配、全局与局部相关性的权衡,以及向量空间分布不均带来的检索效率与效果问题。2、信息增强的精细度:整合检索信息的过程中,若缺乏对上下文的把握,生成的文本容易显得碎片化,连贯性缺失。
用扩散模型生成网络参数,LeCun点赞尤洋团队新研究
p-diff看起来能生成神经网络参数,但它究竟是生成参数还是仅仅记住了参数呢?该团队就此做了一番研究,比较了原始模型和生成模型的差异。为了进行量化比较,他们提出了一个相似度指标。简单来说,这个指标就是通过计算两个模型在错误预测结果上的交并比(IoU)来确定它们的相似度。然后他们基于此进行了一些比较研究和可视...