搜索结果: 1-15 共查到“计算机科学技术 学习”相关记录797条 . 查询时间(0.296 秒)
华中农业大学在机器学习理论研究领域取得新进展
机器 理论 人工智能
2024/10/22
2024年10月9日，人工智能领域国际会议NeurIPS-2024（Thirty-seventh Conference on Neural Information Processing Systems，CCF-A类）公布论文接收结果，录用了华中农业大学信息学院陈洪教授课题组在机器学习理论领域的研究成果。该研究论文题为“How Does Black-Box Impact the Learning G...
近日，南京大学物理学院孙建教授、王慧田教授、邢定钰院士等人，发布了他们自主开发的机器学习力场：高阶张量消息传递原子间势函数（HotPP），这是一种E(n)等变的消息传递神经网络，能够将节点嵌入和消息中的笛卡尔张量扩展到任意阶。对多个数据集的测试显示，HotPP力场不仅在预测目标性质如能量和力等方面表现优异，精度比肩世界最高水平，还提供了与ASE和Lammps等常用软件的接口，可以用于计算声子谱、红...
中国科学院软件所在自监督多视角表示学习方面取得进展（图）
信息系统 计算机
2024/6/28
软件所天基综合信息系统重点实验室研究团队的论文Information Theory-Guided Heuristic Progressive Multi-View Coding2023年8月28日被计算机科学领域顶级学术期刊Neural Networks接收，第一作者为特别研究助理李江梦。论文从信息论的角度重新审视了自监督多视角表示学习（Self-supervised multi-view rep...
全国中小学人工智能探究性学习训练营（2024秋季）火热开营
人工智能 探学营 AI探学营
2024/9/22
2024年8月6日上午，全国中小学人工智能探究性学习训练营（2024秋季）（简称“AI探学营”）在中国科学院大学玉泉路校区礼堂隆重开营，为期一周的青少年人工智能探索之旅拉开序幕。本期AI探学营由中国人工智能学会、中国自动化学会联合中国科学院大学人工智能学院和中国人民大学高瓴人工智能学院联合主办，两大国家级学会协同两大国内著名人工智能学院，这样的支持力度让今年的AI探学营吸引了全国各地4871名学生...
中国科学院自动化研究所2024国际机器学习大会（ICML）自动化所入选成果速览（图）
机器学习 自动化 神经
2024/8/11
利用多时间步进行仿真的脉冲神经网络（SNNs）训练显存高，且能耗高。当前的方法无法同时解决这一训练和推理难题。该研究提出一种时间可逆架构，通过改变SNNs的前向传播路径，同时应对训练和推理挑战。该研究关闭大部分脉冲神经元的时间动态，并对开启时间动态的脉冲神经元处设计多级时间可逆交互，从而实现O(L)的训练需求。结合时间可逆特性，重新设计SNNs的输入编码和网络组织结构，实现了O(1)推理能耗。实验...
中国科学院声学研究人员提出基于深度学习的地层横波速度层析成像新方法（图）
成像 神经网络 信号
2024/11/4
在地球物理测井过程中，钻井作业引发的岩石机械破碎以及泥浆入侵会致使井壁周围地层发生蚀变，进而造成地层横波速度出现径向变异。精确刻画地层的非均质特性对于定量评价岩石性质至关重要，并能为储层开发提供优化策略。
中国科学院地理科学与资源研究所专利：一种基于多任务多视图学习模型的短时交通预测方法。
中国科学院地理科学与资源研究所专利：一种基于机器学习判别降雨事件的卫星降雨数据校正方法。
近日，中国农业大学食品科学与营养工程学院国家果蔬加工工程技术研究中心沈群、薛勇课题组在中国科协和美国科学促进会合作期刊《Research》发表研究性论文 “Mining Bovine Milk Proteins for DPP-4 Inhibitory Peptides using Machine Learning and Virtual Proteolysis”，文章基于人工智能和虚拟水解技术开...
华中农业大学在联邦学习领域取得新进展（图）
人工智能 统计 计算机应用
2024/6/4
2024年5月21日，华中农业大学人工智能与统计学习团队(AISLE)在联邦学习领域取得新进展，团队以“Asynchronous Vertical Federated Learning for Kernelized AUC Maximization” 为题，提出在不平衡数据与不平衡计算能力下仍可高效建模的纵向联邦学习算法，相关研究论文被KDD 2024录用。
固态离子材料有良好的离子传导能力，相较液态电解质具更高的安全性和更广泛的工作温度范围，在固态电池、燃料电池和传感器等领域有着广泛应用前景。材料的性能取决于结构，找到一种能客观、定量地联系材料结构与性能并理解相应机理的方法一直是材料科学家追求的目标。目前，已有用于固态离子材料性能预测的机器学习方法都是基于理想的完美单晶模型。真实材料中存在的各种结构缺陷使得实验测量的性能在大多数情况下都偏离理论预测，...
上海科技大学数学科学研究所举办2024机器学习与模型降阶研讨会（图）
2024 机器学习 模型降阶
2024/5/9
2024年4月20日，2024机器学习与模型降阶研讨会在数学科学研究所召开。会议邀请来自中国科学院、北京大学、复旦大学、上海交通大学、同济大学、山东大学、东方理工大学等十余位专家进行学术报告，内容围绕偏微分方程的机器学习方法与模型降阶方法，涵盖理论分析和在计算流体力学、石油工程等学科中的应用。
机器学习可模拟优化秸秆生物炭制备调控（图）
机器学习 秸秆 生物炭 化学工程杂志
2024/6/4
近日，中国农业科学院农业环境与可持续发展研究所种植废弃物清洁转化与高值利用团队构建了机器学习大数据模型，揭示了秸秆生物炭材料及其储能特性的构效关系，相关研究成果发表在《化学工程杂志（Chemical Engineering Journal）》上。
国家自然科学基金委员会中国学者在脉冲神经网络的类脑学习算法方面取得进展（图）
神经网络 学习算法 数据
2024/8/26
在国家自然科学基金项目（批准号：T2350003、T2341007）等资助下，国科大杭州高等研究院陈洛南研究员团队在脉冲神经网络的类脑学习算法方面取得进展。相关研究成果以“脑启发的混沌脉冲反向传播（Brain-inspired Chaotic Spiking Backpropagation）”为题，于2024年1月30日发表在《国家科学评论》（National Science Review）杂志上...
国家自然科学基金委员会中国学者在可信人工智能的多模态融合学习领域取得进展（图）
人工智能 分析 机器
2024/8/26
在国家自然科学基金项目（批准号：62133012、61936006）等资助下，西安电子科技大学赵伟教授团队的研究成果“可信冲突多模态学习算法（Reliable Conflictive Multi-view Learning）”获AAAI-24最佳论文奖。2024年来，利用多模态信息提升模型决策置信度成为可信人工智能的热门研究方向。传统多模态可信融合学习无法处理模态间的决策冲突，导致实际应用时效果反...