2024北京市文旅科技创新应用场景:十佳案例、优秀解决方案
简介:案例利用深度学习算法、卷积神经网络、多模态交互、大语言模型等技术,将元宇宙概念与图书馆的传统功能相结合,形成思之域、阅次元、言之境、化之身和数据海五大交互板块。每个板块采用不同的技术手段和创意设计,通过多种显示媒介为读者提供丰富互动体验。落地场景:北京石景山游乐园简介:案例采用3A游戏引擎,结合动...
...人机+AI”模式对环境执法监测的影响——以秸秆禁烧领域的应用...
ViT,Swin-Transformer-V2-T,Swin-Transformer-V2-S,Swin-Transformer-V2-B为基于Transformer结构的深度学习模型,而Conformer同时拥有卷积神经网络结构和Transformer结构,从实验结果可以看出,随着Resnet网络层数从18增加到152的过程中,准确率也随之增加,但准确率最高为93.954%。
机器学习在复合材料领域到底能怎么用?【建议收藏】
通过多个实例演示如何将机器学习技术应用于聚合物及其复合材料的研究,强调理论与实践的结合。2、技术深度:深入探讨了数据机理协同驱动的机器学习方法,以及如何结合物理机理进行特征选择和模型构建。3、算法多样性:介绍了多种机器学习算法,如BP神经网络、SVR、CNN、DTR、RF等,并展示了它们在复合材料性能预测中的应用。
人人都能搞定的大模型原理 - 神经网络
人工智能的发展起步于1950年,期间经历了各种里程碑和变革,与此相关的神经网络技术也从最初的单层感知到复杂的层级和卷积神经网络一路创新和变革,不断推动人工智能领域的发展,直到2022年ChatGPT的问世,彻底引爆了大众的目光。人工智能技术经历了漫长的迭代过程,无论如何变革都离不开最早的神经网络模型“感知机”...
【深度学习】6种卷积神经网络压缩方法
简单理解就是,卷积神经网络的权重矩阵往往稠密且巨大,从而计算开销大,有一种办法是采用低秩近似的技术将该稠密矩阵由若干个小规模矩阵近似重构出来,这种方法归类为低秩近似算法。一般地,行阶梯型矩阵的秩等于其“台阶数”-非零行的行数。低秩近似算法能减小计算开销的原理如下:...
QB 伯晓晨/李昊/陈河兵团队合作提出从三维染色质结构中高效检测...
团队进一步探究了不同染色体空间结构特征与CNV之间的关系,将Hi-C数据使用图的方式进行建模,并基于图卷积神经网络模型从捕获的染色质空间结构特征推断CNV(www.e993.com)2024年10月23日。首先,通过Node2Vec算法构造图的节点特征后,使用一个权重参数共享的GCN模型在三种细胞系的不同染色体中进行预测,预测准确率达97.18%、94.87%和95.81%,结果表明与CNV...
2024(第四届)中国安防人工智能创新论坛丨领信数科张震宇:AI深度...
应对深度伪造的重要手段之一是采用基于深度学习的检测技术。目前,卷积神经网络(CNN)和生成对抗网络(GAN)被广泛应用于检测伪造内容。通过分析视频或图像中的面部特征,检测异常的面部运动和不自然的表情变化等方面,可以有效识别深度伪造。近年来,新的检测方法不断涌现。例如,使用长短期记忆网络(LSTM)结合卷积神经网络来检...
搜寻速度提高约15倍,上海天文学家利用AI发现5颗超短周期行星
近日,由中国科学院上海天文台葛健教授带领的国际团队创新了一种结合GPU相位折叠和卷积神经网络的深度学习算法,并成功在开普勒望远镜2017年释放的恒星测光数据中发现了五颗直径小于地球、轨道周期短于1天的超短周期行星,其中四颗是迄今为止发现的距其主星最近的最小行星,类似火星大小。
2024年诺贝尔物理学奖|人工智能如何走到今天
MLP通常是三层或四层简单模拟神经元的排列,每一层与下一层完全互连。MLP通过在神经元之间的连接上附加数值权重并调整它们来实现学习,以获得最佳的训练数据分类,以便对新的、未见过的数据进行分类。在这个阶段中,今年另一位诺贝尔物理学奖获得者约翰·霍普菲尔德也做出了重要贡献。1982年,他提出了“霍普菲尔德网络”...
扩散模型概述:应用、引导生成、统计率和优化
我们考虑使用神经网络学习得分函数的目标。一个简单的目标函数是加权的二次损失:其中w(t)是一个权重函数,S是一个概念类(深度神经网络)。然而,这样的目标函数无法使用样本来计算,因为得分函数是未知的。如开创性的工作[129]和[130]所示,我们不是最小化积分(6),而是可以最小化一个等价的目标函数,...