Публикации по теме 'deep-learning'
Обработка изображений
Это область информатики, которая фокусируется на том, чтобы позволить компьютерам идентифицировать и понимать объекты и контакты на изображениях и видео.
Как и другие типы ИИ, обработка изображений направлена на выполнение и автоматизацию задач, которые воспроизводят человеческие возможности. В этом случае обработка изображений пытается скопировать как то, как люди видят, так и то, как они понимают то, что видят.
Диапазон практических применений технологии обработки изображений..
Приложения физико-информированных нейронных сетей (PINN), часть 5 (машинное обучение)
Решение уравнения Тейкольского с помощью нейронных сетей с учетом физики (arXiv)
Автор: Раймон Луна , Хуан Кальдерон Бустильо , Хуан Хосе Сеоан Мартинес , Алехандро Торрес-Форне , Хосе А. Фонт
Аннотация: мы используем физически информированные нейронные сети (PINN) для вычисления первых квазинормальных режимов геометрии Керра с помощью уравнения Тейкольского. Этот метод позволяет нам извлекать комплексные частоты и константы разделения уравнения без необходимости сложных..
Применение интерполяционных таблиц, часть 2 (интеллектуальный анализ данных)
AdaInt: изучение адаптивных интервалов для 3D-справочников при улучшении изображения в реальном времени ( arXiv )
Автор: Цанцянь Ян , Мэйгуан Цзинь , Сюй Цзя , И Сюй , Ин Чен
Аннотация . 3D Lookup Table (3D LUT) – это высокоэффективный инструмент для задач по улучшению изображения в реальном времени, который моделирует нелинейное 3D-преобразование цвета путем его разреженной выборки в дискретную 3D-решетку. В предыдущих работах были предприняты попытки изучить адаптивные..
DCGAN (глубокие сверточные генерирующие состязательные сети)
Одна из самых интересных частей Generative Adversarial Networks - это дизайн сети Generator. Сеть генератора может принимать случайный шум и отображать его в изображения, чтобы дискриминатор не мог определить, какие изображения были получены из набора данных, а какие - из генератора.
Это очень интересное приложение нейронных сетей. Обычно нейронные сети сопоставляют входные данные с двоичным выходом (1 или 0), может быть, с выходом регрессии (некоторое действительное число) или даже с..
Новые идеи в отношении сопоставления с образцом, часть 2 (машинное обучение)
Программно-аппаратное проектирование для эффективного сопоставления регулярных шаблонов в памяти (arXiv)
Автор: Lingkun Kong , Qixuan Yu , Agnishom Chattopadhyay , Alexis Le Glaunec , Yi Huang , Konstantinos Mamouras , Kaiyuan Yang .
Аннотация: регулярное сопоставление с образцом используется во многих областях приложений, включая обработку текста, биоинформатику и сетевую безопасность. Шаблоны обычно выражаются с помощью расширенного синтаксиса регулярных выражений, которые..
Тонкая настройка BERT для классификации твитов о стихийных бедствиях.
BERT (двунаправленное представление для трансформаторов) был впервые предложен Google в 2018 году. В 2019 году Google объявил, что начал использовать BERT в своей поисковой системе, а к концу 2020 года он использовал BERT почти в каждом англоязычном запросе. Хотя основной целью этого было улучшение понимания значения запросов, связанных с поиском Google, BERT становится одной из наиболее важных и полных архитектур для различных задач на естественном языке, генерируя самые современные..
Вероятностный генеративный анализ данных с помощью вывода по Кельвину
Документ о глубоком обучении, созданный с помощью глубокого обучения ( https://github.com/openai/gpt-2 )
Планы вероятностного генеративного анализа данных включают: выбор лекарств, социально-экономический статус, переменные окружающей среды, результаты для здоровья, переменные группы и болезни, результаты для здоровья с течением времени и средние групповые значения. Это простые примеры, которые могут формировать модели, проектирующие эволюционный процесс эволюции на основе их общих свойств..
Новые материалы
Конфигурация Gulp для WordPress - Часть II
Здесь мы переходим ко второй части руководства по настройке Gulp для оптимальной разработки WordPress. Если вы пропустили первую часть, где мы установили все модули, необходимые для задач,..
LACTF — сеть/метавселенная
В lactf я смог решить задачу веб/метавселенной.
Ниже приведен исходный код, предоставленный здесь
Из исходного кода видно, что флаг — это отображаемое имя администратора...
GraphQL — Язык запросов — Часть 1
Первое, что нужно знать: GraphQL — это спецификация (как она должна работать и выглядеть), а не реализация. GraphQL не нужно устанавливать, вы реализуете его с помощью серверной библиотеки,..
Будущее машинного обучения в Индии
Будучи связанным с интенсивно развивающимся языком, непрерывные технологические достижения наверняка поразят сектор машинного обучения, который вот-вот сформирует долгосрочную перспективу машинного..
Сравнение Clojure IDE — Emacs/Cider и IDEA/Cursive
Введение
Недавно я редактировал сообщение в блоге, в котором брал интервью у жителей Метосинии относительно их любимых редакторов Clojure . Было довольно интересно увидеть, что используется..
Строки, регулярные выражения и шаблонные литералы — Часть 1 | Понимание ES6
Строки, несомненно, являются одним из самых важных типов данных в любом языке программирования.
Строки есть практически в каждом языке программирования, и научиться их эффективному..
7 признаков того, что вы все еще начинающий веб-разработчик
В этой статье я расскажу о 7 признаках того, что вы все еще начинающий веб-разработчик. Это вещи, в которые время от времени могут впадать даже опытные разработчики, поэтому не беспокойтесь,..