第1013期机器学习日报(2017-06-27)

机器学习日报 2017-06-27

@好东西传送门 出品,由@AI100运营, 过往目录 见http://ml.memect.com

订阅:关注微信公众号 AI100(ID:rgznai100,扫二维码),回复“机器学习日报”,加你进日报群

微信公众号:rgznai100

本期话题有:

全部18 深度学习7 算法5 自然语言处理2 经验总结2 架构1 应用1 语音1 视觉1 资源1

用日报搜索找到以前分享的内容: http://ml.memect.com/search/

今日焦点 (5)

数盟社区 网页版 2017-06-27 10:32

自然语言处理

案例分享|美团如何用NLP完成5大应用场景 http://t.cn/RopGvkW

爱可可-爱生活 网页版 2017-06-27 18:14



《教你Machine Learning玩转金融入门notes》by 江海 http://t.cn/RoiU1e4

wx:机器之心 网页版 2017-06-27 15:57

自然语言处理 机器翻译

「学界 | 对比神经机器翻译和统计机器翻译:NMT的六大挑战」本文总结了最近发表的论文「神经机器翻译的六大挑战」,并希望读者能看到神经机器翻译的不足和未来的发展方向。 http://hao.memect.cn/14j

wx:微软研究院AI头条 网页版 2017-06-27 15:56



「999,990历史最高分!看微软AI如何把“吃豆小姐”玩通关」微软研究人员用增强学习玩游戏 http://hao.memect.cn/14f

网路冷眼 网页版 2017-06-27 12:45

经验总结 算法 博客 神经网络

【伯克利 AI 实验室博客发布首篇文章:让神经网络自行选择模块,实现动态推理】 http://t.cn/Ro9XI6L 伯克利AI实验室博客首篇文章,提出了一种神经模块网络,使得神经网络能够自主选择自己的网络结构,完成推理任务。 ​

最新动态

2017-06-27 (13)

阿里云云栖社区 网页版 2017-06-27 22:27

深度学习 算法 语音 行业动态 蒋毅

#云栖技术分享# 《语音识别真的比肩人类了?听听阿里iDST初敏怎么说》iDST语音识别团队曾在2016年以0.67%的准确率优势击败了世界速记大赛亚军蒋毅,据了解,iDST团队使用了BLSTM算法,这种算法对单位时间内的计算量要求很高,为此他们做了很多针对性的优化工作,才能让这个算法提供实时服务,并第一次…全文: http://m.weibo.cn/1939498534/4123379206237102

微软亚洲研究院 网页版 2017-06-27 18:20

经验总结 博客

【“吃豆人”的历史最高分是怎么获得的】此前,我们与大家分享了来自微软的Maluuba团队,使用增强学习技术,在“吃豆小姐”游戏中获得了999,990分这一重大成就。增强学习可以用于创建人工智能 agent,让它独立地做出决定,把人们解放去从事更有价值的工作。今天,我们为大家带来这篇博文的中文译版。 …全文: http://m.weibo.cn/1286528122/4123317033828132
hankcs 网页版 2017-06-27 17:18

算法 行业动态 神经网络

【CS224n研究热点8 谷歌的多语种神经网络翻译系统】双语NMT一般“瘦弱”的NMT系统只支持双语单向翻译,比如课上常见的这种:如果想实现一个模型支持多语种互译怎么办呢?土办法之前的尝试是使用多对encoder-de… http://t.cn/Ro0SKP5

慕课网 网页版 2017-06-27 16:50

架构 Hadoop Python R语言 可视化

【Python/大数据/云计算方向学习资源】 1、Python数据分析-基础技术篇: http://t.cn/RasiEwB 2、Python-走进Requests库: http://t.cn/RSjVEyP 3、R语言之数据可视化: http://t.cn/RaXge9S 4、Python 爬虫工程师必学: http://t.cn/RXn7cIv 5、Hadoop大数据平台架构与实践: http://t.cn/R20fILr

wx:人工智能学家 网页版 2017-06-27 15:59

应用 行业动态 机器人

「MIT和谷歌研发出音频,视频和文字相互关联的人工智能来认知世界」如果我们希望未来的机器人能任我们差遣,那么它们必须完整了解周围的世界——如果机器人听到吠叫的声音,那是什么发出的这个声音呢?狗看起来像什么,狗又需要什么呢? http://hao.memect.cn/14u

wx:机器之心 网页版 2017-06-27 15:57

深度学习 Antonio Torralba 可视化

「资源 | MIT提出Matlab插件mNeuron:实现深度模型神经元的可视化」麻省理工学院(MIT)Antonio Torralba 等人发表一篇文章介绍了一个可视化深度模型神经元的 Matlab 插件 mNeuron。 http://hao.memect.cn/14i

wx:机器之心 网页版 2017-06-27 15:57

深度学习 算法 资源 Jason Brownlee 课程 神经网络

「教程 | 如何解决LSTM循环神经网络中的超长序列问题」在 LSTM 循环神经网络面临长序列输入时,我们应该怎样应对?Jason Brownlee 给了我们 6 种解决方案。 http://hao.memect.cn/14h

wx:机器之心 网页版 2017-06-27 15:57

深度学习 Geoffrey Hinton

「独家 | 背靠Hinton、Bengio和Sutton,加拿大如何打造超级人工智能中心?」加拿大的学界、业界、政府、以及个人企业家正合力在多伦多 – 滑铁卢、蒙特利尔和埃德蒙顿等城市建立超级人工智能中心( AI Superclusters )。 http://hao.memect.cn/14g

爱可可-爱生活 网页版 2017-06-27 13:08

深度学习 算法 代码 神经网络

【NNabla:Sony的开源(C++11)深度学习库】’NNabla – Neural Network Libraries NNabla is a deep learning framework that is intended to be used for research, development and production’ http://t.cn/RopHjnE GitHub: http://t.cn/RopHjnn

爱可可-爱生活 网页版 2017-06-27 13:01

深度学习 教育网站 可视化

《mNeuron: A Matlab Plugin to Visualize Neurons from Deep Models》 http://t.cn/RopTpa7 《MIT提出Matlab插件mNeuron:实现深度模型神经元的可视化》via: @机器之心Synced http://t.cn/RopTpaP

程序员俱乐部 网页版 2017-06-27 12:45

Java

25个Java机器学习工具和库 http://t.cn/R4tN05a

PaperWeekly 网页版 2017-06-27 08:53

代码 论文

Personalization in Goal-Oriented Dialog #对话系统# 本文给出了一个个性化对话数据集和baseline,这里的个性化包括了speaker的profile,最近有几篇都是做更加聪明的chatbot,比如带有情绪,带有感情色彩,带有一定个性。 代码地址: http://t.cn/RoNkIHB 论文地址: http://t.cn/RoNkIH1
爱可可-爱生活 网页版 2017-06-27 08:29

深度学习 视觉 山世光

《人脸检测与识别年度进展概述》by 山世光 via:深度学习大讲堂 http://t.cn/RoNgC6c

内容概要:本文围绕“基于改进滑模控制的永磁同步电机调速系统模型研究”展开,重点介绍在Simulink环境中构建和仿真永磁同步电机(PMSM)调速系统的方法,采用改进滑模控制策略以提升系统鲁棒性与动态性能。文中系统阐述了控制算法的设计原理、系统建模流程、关键模块搭建及仿真结果分析,旨在复现高水平科研成果(SCI/EI级别),并通过仿真实验验证所提控制策略的有效性。该研究属于电机控制与电力电子领域的前沿方向,对高精度伺服系统、新能源汽车电驱动系统等实际应用场景具有重要的理论指导和工程参考价值; 适合人群:具备自动控制理论基础和Simulink/MATLAB仿真能力,从事电气工程、自动化、电力电子等相关专业的研究生、科研人员及工程技术人员,尤其适合致力于复现高水平学术论文成果的研究者; 使用场景及目标:①深入学习永磁同步电机矢量控制与滑模变结构控制的核心原理与建模方法;②复现并理解SCI/EI刊中先进电机控制算法的技术细节;③开展电机控制系统仿真研究,优化控制参数,提升系统抗干扰能力、稳态精度与动态响应性能; 阅读建议:建议结合文中提及的完整资源包(含Simulink模型、MATLAB代码、详细说明文档)进行实践操作,重点关注控制策略的实现逻辑与仿真调试过程,注重理论推导与仿真实验相结合,同时参考同类高水平研究以拓展技术视野。
内容概要:本文提出了一种基于数据驱动的Koopman算子与递归神经网络(RNN)相结合的模型线性化方法,旨在解决纳米定位系统中因强非线性、迟滞和蠕变效应导致的建模困难问题。该方法通过Koopman算子将非线性动态系统映射至高维线性空间,利用RNN学习系统的时间序列演化特征,从而实现对复杂动态行为的精确建模与预测,并进一步集成于模型预测控制(MPC)框架中,显著提升了纳米定位系统的控制精度、动态响应能力与运行稳定性。整个算法体系在Matlab平台上完成代码实现与仿真实验验证,展示了良好的控制性能与工程应用潜力。; 适合人群:具备控制理论、非线性系统建模、机器学习及智能控制基础,从事精密仪器控制、高端制造装备研发、自动化系统设计等领域的研究生、科研人员及工程技术开发者。; 使用场景及目标:①应对扫描探针显微镜、光刻机、超精密加工平台等纳米级定位设备中的非线性建模挑战;②提升高精度运动系统的实时预测控制性能,抑制迟滞与蠕变带来的定位误差;③为数据驱动的非线性系统线性化与先进控制策略(如MPC)的融合提供可复现、可扩展的技术范例。; 阅读建议:建议读者结合提供的Matlab代码,深入理解Koopman观测矩阵构造、RNN网络训练流程及MPC控制器设计之间的协同机制,重点关注数据预处理、特征提取、模型训练与闭环控制仿真的完整链路,以便在相似高精度控制系统中进行迁移与优化应用。
内容概要:本文系统研究了基于动态三维环境下的Q-Learning算法在无人机自主避障路径规划中的应用,旨在通过强化学习实现无人机在复杂、动态空间中的智能决策与安全飞行。研究构建了完整的Q-Learning模型框架,涵盖状态空间定义、动作策略设计与奖励函数构建,重点提升了算法在存在移动障碍物场景下的路径规划能力与实时避障性能。通过Matlab仿真平台实现了算法的全流程建模与验证,展示了其在路径最优性、环境适应性与运行稳定性方面的优势,并为后续多机协同、城市密集环境等高级应用场景提供了可扩展的技术基础与代码支持。; 适合人群:具备一定编程基础和控制理论知识,从事无人机导航、智能优化算法或强化学习相关研究的科研人员及研究生。; 使用场景及目标:① 掌握Q-Learning算法在三维动态路径规划中的建模与实现方法;② 学习如何将强化学习技术应用于实际工程问题如无人机自主避障;③ 为深入研究多智能体协同、复杂非结构化环境下的路径规划提供算法原型与仿真基础; 阅读建议:建议读者结合提供的Matlab代码进行仿真实验,深入理解状态表示与奖励机制的设计逻辑,尝试调整算法参数或引入新的动态障碍物模式以评估鲁棒性,并可进一步对比其他智能算法(如DQN、A*、DWA等)在相同环境下的性能差异。
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 微信小程序商城 微信小程序商城,微信小程序微店,长维护版本,欢迎大家踊跃提交贡献代码; 使用说明和常见问题,可参阅下面的说明,如还有疑问,可访问工厂官网 https://www.it120.cc/ 寻求帮助! 新增直播带货支持,具体详见使用说明 今日头条/抖音小程序版本 本项目的今日头条/抖音小程序版本,请移步至下面的地址: https://.com/EastWorld/tt-app-mall 扫码体验 详细配置/使用教程 https://www.it120.cc/help/ikfe2k.html 遇到使用问题? 点击这里找答案,可用关键词搜索 其他优秀开源模板推荐 天使童装 / 码云镜像 / GitCode镜像 天使童装(uni-app版本) / 码云镜像 / GitCode镜像 简约精品商城(uni-app版本) / 码云镜像 / GitCode镜像 舔果果小铺(升级版) 面馆风格小程序 AI名片 / 码云镜像 / GitCode镜像 仿海底捞订座排队 (uni-app) / 码云镜像 / GitCode镜像 H5版本商城/餐饮 / 码云镜像 / GitCode镜像 餐饮点餐 / 码云镜像 / GitCode镜像 企业微展 / 码云镜像 / GitCode镜像 无人棋牌室 / 码云镜像 / GitCode镜像 酒店客房服务小程序 / 码云镜像 / GitCode镜像 面包店风格小程序 / 码云镜像 / GitCode镜像 朋友圈发圈素材小程序 / 码云镜像 / GitCode镜像 小红书企业微展 / 码云镜像 / GitCode镜像 旧物回收、废品回收 / 码云镜像 / ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值