最新公告
  • 欢迎您光临欧资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • MIT计算机科学与人工智能实验室开发出一种新形态神经网络神经网络

    最近,麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的研究人员开发了一种新形式的神经网络,可以在训练阶段后继续在工作中学习。这些灵活的算法,称为“液体”网络,改变了它们的基本方程,以不断适应新的数据输入。这一进步有助于根据随时间变化的数据流做出决策。在涉及医疗诊断和自动驾驶的领域[56] 刘美俊 基于改进学习算法的模糊神经网络控制系统,算法决策也可以得到改进。

    该研究将在即将举行的 AAAI 人工智能会议(2 月 2 日至 9 日)上发表。除了麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的博士后 Hasani 之外,麻省理工学院的合著者还包括 CSAIL 主任、电气工程和计算机科学 Daniela Rus 教授 Andrew 和 Erna Viterbi 以及博士生 Alexander Amini。其他合著者包括奥地利科学技术学院的 Mathias Lechner 和维也纳科技大学的 Radu Grosu。

    该研究设计了一个可以适应现实世界系统可变性的神经网络。神经网络是一种通过分析一组“训练”示例来识别模式的算法。人们常说它们模仿大脑的处理途径——哈萨尼的灵感来自一种微小的线虫,秀丽隐杆线虫。它的神经系统中只有 302 个神经元[56] 刘美俊 基于改进学习算法的模糊神经网络控制系统,但它却产生出乎意料的复杂动态。

    该代码通过秀丽隐杆线虫的神经元激活并通过电脉冲相互交流的方式获得了灵活性。相对于大多数在训练阶段后固定的神经网络的行为,“液体”网络的流动性使它们对意外或嘈杂的数据更具弹性,例如突然的大雨会遮挡自动驾驶相机的视野汽车 。由此产生的更大的可解释性使模型本身更具表现力,帮助工程师理解和提高液体网络的性能。在测试中,该网络在预测数据集的未来值(从大气化学到交通模式)方面表现出色。

    Hasani 计划不断改进系统并为实际应用做好准备。“我们有一个受自然启发而被证明更具表现力的神经网络。但这只是这个过程的开始,”他说。“下一个问题是如何使用它。我们认为这种网络可能是未来智能系统的关键要素。”

    编译/前瞻经济学家APP信息组

    参考信息:

    [1]

    [2]

    站内大部分资源收集于网络,若侵犯了您的合法权益,请联系我们删除!
    欧资源网 » MIT计算机科学与人工智能实验室开发出一种新形态神经网络神经网络

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    欧资源网
    一个高级程序员模板开发平台

    发表评论