Публикации по теме 'science'


Операции в моделях языка зрения, часть 1 (машинное обучение)
Устранение предвзятости моделей языка видения с помощью предвзятых подсказок (arXiv) Автор: Чинг-Яо Чуанг , Варун Джампани , Юаньчжэнь Ли , Антонио Торральба , Стефани Джегелька . Аннотация. Было показано, что модели машинного обучения наследуют смещения от своих обучающих наборов данных, что может быть особенно проблематичным для базовых моделей языка видения, обученных на некурируемых наборах данных, взятых из Интернета. Смещения могут усиливаться и распространяться на..
Эмпирическое распределение — Все, что вам нужно знать
Приблизительное распределение данных, дельта-функция Дирака и многое другое Эмпирическое распределение — это слово, которое вы могли встретить в ряде учебников по статистике, но я обнаружил его в книге Вероятностное машинное обучение: введение Кевина Патрика Мерфи. В книге представлены математические подходы к ряду тем, которые в большинстве онлайн-блогов и видеороликов называются «здравым смыслом». Поскольку меня интересует математика, стоящая за машинным обучением (и статистика),..
Новое понимание уравнения Шредингера, часть 2 (физика)
Вырожденные уравнения Шредингера с нерегулярными потенциалами (arXiv) Автор: Дуван Кардона , Марианна Хацаку , Хулио Дельгадо , Майкл Ружанский . Аннотация: В этой работе исследуется класс вырождающихся уравнений Шредингера, связанных с вырождающимися эллиптическими операторами с нерегулярными потенциалами на $\Ran$ путем введения подходящей хёрмандеровской метрики g и g-веса m. Установлена ​​корректность соответствующих вырождающихся уравнений Шредингера и вырождающихся..
ИИ придумывает каверы Pink Floyd
Эксперименты с ИИ ИИ придумывает каверы Pink Floyd Я попросил ИИ воссоздать альбомы Pink Floyd. Но так как мой ИИ такой же ленивый, как и я, то переделал только обложки. В последние несколько недель у меня было не так много времени для экспериментов: я участвовал в нескольких конкурсах по подбору персонала на новую работу. Теперь осталось только дождаться результата. Я могу тогда…
Как работает выравнивание сущностей, часть 1 (машинное обучение)
Неконтролируемое выравнивание сущностей для временных графов знаний (arXiv) Автор: Сяозе Лю , Цзуньян Ву , Тяньи Ли , Лу Чен , Юньцзюнь Гао . Аннотация: Выравнивание сущностей (EA) — это фундаментальная задача интеграции данных, которая идентифицирует эквивалентные сущности между различными графами знаний (KG). Графы временных знаний (TKG) расширяют графы традиционных знаний, вводя метки времени, которым уделяется все больше внимания. Современные исследования EA с учетом времени..
Самостоятельные эксперименты
Введение Мы все иногда задумываемся о себе, будь то то, с кем мы хотим пойти на свидание, или с кем мы хотим пообщаться, или кто мы такие, как люди. Согласно биологии и науке, люди, как и любое другое животное или живое существо, просто гигантский скопление клеток, живущих во вселенной, порожденной и созданной одним маленьким атомом. Люди — животные, мы выживаем в определенных условиях, приспосабливаемся, живем, ходим, двигаемся и едим. Что-то, что помогает нам выжить, поскольку..
Инновация или утопия? Дальнейшие применения искусственного интеллекта
Технологический прогресс меняет способы общения и взаимодействия компаний со своими клиентами. Ритейлеры, которые осознали исчезновение барьеров между виртуальным и физическим магазином, экспериментируют с новыми технологиями, такими как искусственный интеллект, чтобы предложить более персонализированный многоканальный опыт взаимодействия между брендом и его покупателями. Машинное обучение, зародившееся в 1950-х годах, долгое время считалось утопией и научной фантастикой, но в..