光年无限申请基于改进神经网络的自动优化课程安排方法专利,显著...
金融界2024年10月18日消息,国家知识产权局信息显示,北京光年无限科技有限公司申请一项名为“一种基于改进神经网络的自动优化课程安排方法”的专利,公开号CN118780552A,申请日期为2024年7月。专利摘要显示,本发明公开了一种基于改进神经网络的自动优化课程安排方法,S1、获取输入数据;S2、初始化改进神经网络模型,并初...
全新框架让大规模神经元模型自动调优成真
机器学习驱动的框架,即使用群体统计的脉冲网络优化(SNOPS),能够快速准确地定制重现活动的模型,来模拟大脑中的观察情况。这项工作在《自然计算科学》杂志上发表了。“神经科学家了解大脑如何工作的一种方法是构建大脑的数学模型来重现其活动,”卡内基梅隆大学曾就读于神经计算和机器学习专业的研究生吴盛豪解释道。“...
我国科学家提出“会发育”的神经网络模型
记者10月12日获悉,中国科学院自动化研究所曾毅研究员团队在“会发育”的人工智能研究方面取得重要进展。他们受人类大脑发育可塑性启发,提出了像生物脑一样“会发育”的神经网络模型。相关研究成果发表于人工智能领域权威期刊《IEEE模式分析与机器智能汇刊》。人脑神经网络有一个极有利于适应环境的特性,那就是可塑性。
...只是RNN吗;训练扩散Transformer比你想象的要容易|大模型论文日报
然而,这些模型大多是在专有的高质量数据上训练出来的,而且有些模型隐瞒了参数,只提供可访问的应用程序接口(API),从而限制了它们在下游任务中的优势。为了探索利用公开资源训练出可与高级模型相媲美的文生图模型的可行性,来自新加坡国立大学和阿里的研究团队提出了EvolveDirector。该框架通过高级模型的公共应用程序接口...
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...
深度神经网络DNN、RNN、RCNN及多种机器学习金融交易策略研究|附...
模型介绍:使用BP神经网络模型进行预测(www.e993.com)2024年10月24日。使用每连续5个交易日的价格预测第6个交易日的价格。即当前交易日的价格与前四个交易日的价格为用于预测下一个交易日的价格。在黄金交易中,如果遇到止损交易期间,将被跳过,例如9/11、9/12/、9/15、9/16、9/17。这五个中的9/13和9/14交易日为停牌期,以...
重磅!中科院自动化所 开发基于内部复杂性的新型类脑网络模型有望...
结果表明,尽管内部复杂度模型在单个神经元的计算成本上可能较高,但通过网络结构的优化和训练算法的改进,其整体性能仍能够超越或匹敌传统的外部复杂度模型。这一发现为人工智能模型的设计和优化提供了新的思路和方向。▍内部复杂度神经网络模型有效解决泛化能力与鲁棒性问题...
...未来建筑能耗模型——融合物理先验的模块化深度神经网络
该文章首次提出了一种融合物理先验的模块化深度神经网络模型(ModNN)。该模型通过将物理先验融入数据驱动模型,保证了模型的正确响应,极大地提高了模型的泛化能力。通过不同模块接口的调用、组装,该模型可以用于能耗预测,温湿度模拟,建筑节能改造和优化控制。该方法为未来多尺度、多维度、多部件的建筑能耗模型提供了新思路...
小模型大突破!神经网络透视空间异质性,准确描述复杂地理现象
为解决抽象的「空间邻近性」无法构造损失函数、神经网络难以训练等问题,我们还将OSP与地理神经网络加权回归方法(GeographicallyNeuralNetworkWeightedRegression,GNNWR)进一步结合,构建了osp-GNNWR模型,通过解算因变量与自变量的空间非平稳回归关系实现神经网络的训练。最终,该模型被证明具有更好的全局性能,能...
...学习股价预测、量化交易策略:LSTM、GRU深度门控循环神经网络
LSTM神经网络长短期记忆门控循环神经网络(LSTM)是一种对RNN的改进网络。它在神经网络中引入了门控机制,即输入、遗忘和输出门。LSTM神经网络的训练步骤(一)第一步:设计LSTM的模型网络结构,建立好LSTM模型,并选择好所需的损失函数。(二)第二步:建立好模型以后,需要初始化模型参数,通过前向计算求...