期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
基于信息采纳模型的机器学习领域科学数据重用影响因素研究
1
作者 蔚海燕 姜沈宇 朱苇琦 《图书馆杂志》 2024年第10期5-15,96,共12页
本文基于信息采纳模型构建了机器学习领域科学数据重用影响因素模型,并选择了开放科学社区平台和科学数据共享平台两种类型的代表性平台进行数据采集,实证了数据集内容质量和数据源可信性对科学数据重用的影响,以及平台类型在数据源可... 本文基于信息采纳模型构建了机器学习领域科学数据重用影响因素模型,并选择了开放科学社区平台和科学数据共享平台两种类型的代表性平台进行数据采集,实证了数据集内容质量和数据源可信性对科学数据重用的影响,以及平台类型在数据源可信性对科学数据重用影响中的调节作用。本研究对完善科学数据平台建设、促进科学数据重用具有重要意义。 展开更多
关键词 科学数据重用 信息采纳模型 机器学习领域 平台类型 影响因素
下载PDF
基于机器学习的力场模型研究综述 被引量:1
2
作者 陈美霖 刘端阳 +1 位作者 徐黎明 汪洋 《数据与计算发展前沿》 CSCD 2023年第4期27-37,共11页
【应用背景】在过去的几十年里,由于原子结构以及计算的复杂性,传统力场方法在解决某些问题时较为吃力。【目的】而机器学习方法的引入,有望解决许多曾经无法攻克的难题,平衡计算效率和计算精度之间的制约关系。【方法】该方法不依赖于... 【应用背景】在过去的几十年里,由于原子结构以及计算的复杂性,传统力场方法在解决某些问题时较为吃力。【目的】而机器学习方法的引入,有望解决许多曾经无法攻克的难题,平衡计算效率和计算精度之间的制约关系。【方法】该方法不依赖于先入为主的知识,通过从小规模高精度分子动力学模拟数据中学习来对力场进行建模,同时对原子核和核外电子的运动做了近似假设,从而很大程度上简化了力场的生成过程。【结果】机器学习力场旨在达到与传统力场几乎同样的精度并大幅度地提高计算效率。本文概述了机器学习力场的发展以及其相关理论知识,介绍了几种比较常见的机器学习力场方法,最后探讨了机器学习力场的不足以及未来需要克服的挑战。 展开更多
关键词 半导体领域机器学习 机器学习力场 sGDML 神经网络
下载PDF
基于远红外热影像融合机器学习及专家领域特征的夜间道路障碍物侦测
3
作者 陈禀翰 陈柏全 +1 位作者 陈志铿 陈永耀 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第S01期183-185,共3页
提出一个基于远红外线以及深度网络技术的夜间道路障碍物侦测系统.结合深度网络学习到的特征和专家领域知识所抽取的特征,建立融合的辨识模型.根据热影像的特性,设计具有中心对称性的热影像特征抽取方式.结果表明,所提出的系统具有较高... 提出一个基于远红外线以及深度网络技术的夜间道路障碍物侦测系统.结合深度网络学习到的特征和专家领域知识所抽取的特征,建立融合的辨识模型.根据热影像的特性,设计具有中心对称性的热影像特征抽取方式.结果表明,所提出的系统具有较高的侦测正确率. 展开更多
关键词 夜间道路障碍物侦测系统 远红外线热影像 机器学习特征和专家领域特征融合 障碍物辨识系统 先进驾驶辅助系统
下载PDF
智能时代的设计智能 被引量:6
4
作者 胡洁 《湖南包装》 2020年第2期I0002-I0002,共1页
早在计算机时代和互联网时代,人工智能技术已经出现,在经历了60多年的发展和不断完善后,如今焕发出勃勃生机,成为了引领科技进步的弄潮儿,也带动了设计领域的发展与进步。2006年,加拿大多伦多大学教授、机器学习领域泰斗——Geoffrey Hi... 早在计算机时代和互联网时代,人工智能技术已经出现,在经历了60多年的发展和不断完善后,如今焕发出勃勃生机,成为了引领科技进步的弄潮儿,也带动了设计领域的发展与进步。2006年,加拿大多伦多大学教授、机器学习领域泰斗——Geoffrey Hinton在《Science》上发表了一篇文章,开启了深度学习在学术界和工业界的浪潮。 展开更多
关键词 人工智能技术 智能时代 深度学习 科技进步 机器学习领域 互联网时代 《SCIENCE》 发展与进步
下载PDF
注意力机制在计算机视觉中的应用研究 被引量:3
5
作者 黄海新 刘孝阳 王瑞鹏 《电子世界》 CAS 2021年第5期98-100,共3页
注意力机制是机器学习领域的主流方法和研究热点之一,计算机视觉中的注意力机制旨在让系统能够忽略无关信息而更多的关注重点的有效信息,具有参数少、计算快、效果好的优点。本文先对注意力的原理进行探索,在此基础上对一些经典的注意... 注意力机制是机器学习领域的主流方法和研究热点之一,计算机视觉中的注意力机制旨在让系统能够忽略无关信息而更多的关注重点的有效信息,具有参数少、计算快、效果好的优点。本文先对注意力的原理进行探索,在此基础上对一些经典的注意力模型和当前流行的注意力模型进行详细地分析讨论,最后对注意力机制未来的发展进行了一定的展望。 展开更多
关键词 计算机视觉 注意力机制 无关信息 研究热点 主流方法 机器学习领域 未来的发展
下载PDF
文档分析系统研讨会
6
作者 白翔 《国际学术动态》 2021年第2期54-56,共3页
文档分析系统研讨会(Document Analysis System,DAS)是一个面向计算机视觉与机器学习领域、专注于解决文档分析与识别问题的学术研讨会,迄今已成功举办13届。DAS 2020研讨会于2020年7月27~29日在湖北武汉举行。虽然DAS 2020的组织机构... 文档分析系统研讨会(Document Analysis System,DAS)是一个面向计算机视觉与机器学习领域、专注于解决文档分析与识别问题的学术研讨会,迄今已成功举办13届。DAS 2020研讨会于2020年7月27~29日在湖北武汉举行。虽然DAS 2020的组织机构仍设在武汉,但研讨会并不局限于特定地点。线上会议的举行带来了一些挑战,但也带来了一些有趣的机会,这促使所有人重新思考如何在这种新媒体中促进社会和科学的互动。 展开更多
关键词 计算机视觉 文档分析 DAS DOCUMENT 机器学习领域 研讨会 特定地点
下载PDF
人工智能机器视觉系统在民航领域的应用研究与实现 被引量:1
7
作者 谢衍 蔡仲辉 《智能建筑》 2022年第9期12-16,共5页
1人工智能机器视觉系统的原理视觉识别(Visual Recognition)是计算机视觉和机器学习领域的核心研究内容,而人工神经网络有着强大的学习能力,在人工智能视觉识别中有着重要作用。人工神经网络(Artificial Neural Network,ANN)是20世纪80... 1人工智能机器视觉系统的原理视觉识别(Visual Recognition)是计算机视觉和机器学习领域的核心研究内容,而人工神经网络有着强大的学习能力,在人工智能视觉识别中有着重要作用。人工神经网络(Artificial Neural Network,ANN)是20世纪80年代以来人工智能领域兴起的研究热点。 展开更多
关键词 机器视觉系统 人工神经网络 人工智能 视觉识别 计算机视觉 民航领域 机器学习领域 ANN
原文传递
BACKGROUND KNOWLEDGE AND SECONDARY KNOWLEDGE BASES IN LEARNINGS YSTEMS
8
作者 王建东 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 1997年第1期9+11+13-14,10+12,共6页
This paper presents the differences and relations between background knowledge and domain theories in learning systems. The roles they play during learning procedures are discussed. It is emphasized that background k... This paper presents the differences and relations between background knowledge and domain theories in learning systems. The roles they play during learning procedures are discussed. It is emphasized that background knowledge plays an important role in enhancing the ability of a learning system. An explanation based learning system with domain theory in primary knowledge base and background knowledge in secondary knowledge base is introduced as an example. It shows how background knowledge can be used to solve some of the problems caused by incomplete domain theory in an explanation based learning system. The system can accomplish knowledge level learning through purely deductive approach. At last the acquisition of background knowledge is briefly discussed. 展开更多
关键词 artificial intelligence knowledge engineering machine learning background knowledge domain theory
下载PDF
安富利携手合作伙伴共同展示AI创新技术及应用
9
《单片机与嵌入式系统应用》 2021年第6期51-51,共1页
安富利在举办的“安富利人工智能云展会”上,携手供应商和合作伙伴全方位展示人工智能和机器学习领域的创新技术、应用和解决方案。凭借快速设计、开发和部署解决方案的能力,安富利能够满足多样化的应用场景需求,加速人工智能的产业化... 安富利在举办的“安富利人工智能云展会”上,携手供应商和合作伙伴全方位展示人工智能和机器学习领域的创新技术、应用和解决方案。凭借快速设计、开发和部署解决方案的能力,安富利能够满足多样化的应用场景需求,加速人工智能的产业化落地。在此期间,安富利还举办了“安富利2021人工智能云峰会”,邀请AI领域的专家、工程师和决策者,分享人工智能和机器学习领域的前沿技术热点,深入探讨行业未来的发展前景与蓝图,从而激发灵感,加速创新。 展开更多
关键词 人工智能 全方位展示 供应商 合作伙伴 AI 前沿技术 产业化 机器学习领域
下载PDF
海外人才战略使滴滴出行入选最in雇主榜单
10
《国际人才交流》 2015年第12期8-8,共1页
全球最大的职场社交平台领英最近公布了"2015最in雇主"榜单。"最in雇主"是由领英中国发起的雇主评选。领英通过对各企业业务发展、人才招聘及雇主品牌建设成效的评估,最终评选出10个"最in雇主"和一个"成长飞跃奖"。创立仅3年余... 全球最大的职场社交平台领英最近公布了"2015最in雇主"榜单。"最in雇主"是由领英中国发起的雇主评选。领英通过对各企业业务发展、人才招聘及雇主品牌建设成效的评估,最终评选出10个"最in雇主"和一个"成长飞跃奖"。创立仅3年余的滴滴出行是此次上榜企业中最年轻的一位。滴滴出行此次位列领英"最in雇主",与其海外精英人才战略有着密切的关系。 展开更多
关键词 雇主品牌 企业业务发展 上榜企业 人才战略 精英人才 人才招聘 in 人才规划 机器学习领域 海外经验
下载PDF
图评
11
作者 季姝含 《张江科技评论》 2021年第2期70-71,共2页
1.瑞士洛桑联邦理工学院的研究团队基于光子的处理器将数据处理和存储性能组合到单个芯片上。相比传统的电子芯片,这种处理器可高速、高吞吐量地处理机器学习领域的任务。
关键词 存储性能 电子芯片 数据处理 研究团队 高吞吐量 机器学习领域 处理器
下载PDF
认知计算——工业4.0时代的重要工具
12
《智慧工厂》 2016年第11期38-39,共2页
按照维基百科的解释:认知计算代表一种全新的计算模式,它包含信息分析,自然语言处理和机器学习领域的大量技术创新,能够助力决策者从大量非结构化数据中揭示非凡的洞察。认知系统能够以对人类而言更加自然的方式与人类交互;认知系统专... 按照维基百科的解释:认知计算代表一种全新的计算模式,它包含信息分析,自然语言处理和机器学习领域的大量技术创新,能够助力决策者从大量非结构化数据中揭示非凡的洞察。认知系统能够以对人类而言更加自然的方式与人类交互;认知系统专门获取海量的不同类型的数据,根据信息进行推论;从自身与数据、与人们的信息交互中学习。 展开更多
关键词 自然语言处理 非结构化 机器学习领域 维基百科 信息分析 技术创新 认知系统 产品全生命周期 机器学习技术 工业制造
下载PDF
基于内点法的凸壳算法在支持向量机中的应用 被引量:1
13
作者 杨铭 赵文雨 《信息与电脑(理论版)》 2013年第4期144-145,共2页
支持向量机由于基于期望风险最小化,有效的克服了"维数灾难"而成为机器学习领域研究的热点。该范畴内的理论研究中,通常把重点放在对函数及算法的研究上。本文提出了一种快速算法,正是基于内点法的一种凸壳算法。为减少输入... 支持向量机由于基于期望风险最小化,有效的克服了"维数灾难"而成为机器学习领域研究的热点。该范畴内的理论研究中,通常把重点放在对函数及算法的研究上。本文提出了一种快速算法,正是基于内点法的一种凸壳算法。为减少输入样本点,通过内点法快速求解凸壳,进而提高支持向量机的执行效率。本文最后进行了仿真,结果表明改进的算法是可行有效的。 展开更多
关键词 支持向量机 凸壳 内点法 机器学习领域 维数灾难 风险最小化 高维特征空间 分类超平面 样本点 标准
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部