暂无评论
机器学习在许多部署的决策系统中发挥着作用,其方式通常是人类利益相关者难以理解或不可能理解的。以一种人类可以理解的方式解释机器学习模型的输入和输出之间的关系,对于开发可信的基于机器学习的系统是至关重要的
少样本学习(FSL)在机器学习领域具有重要意义和挑战性。成功地从很少的样本中学习和归纳的能力是区分人工智能和人类智能的一个明显的界限,因为人类可以很容易地从一个或几个例子中建立他们对新颖性的认知,而机
近年来,人们对学习图结构数据表示的兴趣大增。基于标记数据的可用性,图表示学习方法一般分为三大类。第一种是网络嵌入(如浅层图嵌入或图自动编码器),它侧重于学习关系结构的无监督表示。第二种是图正则化神经网
下载自 https://arxiv.org/pdf/2003.02320.pdf
深度学习综述,讲述了深度学习的定义,深度学习的发展历史
在词性标注研究中,未登录的专业领域合成词给词性标注增加了很大的困难。提出了一种领域自适应的合成词词性标注方法,融合支持向量机(SVM)模型和基于转换学习(TBL)的方法来进行自动词性标注。对专业领域合
随着人工智能和物联网的快速发展与融合, 智能物联网AIoT 正成长为一个极具前景的新兴前 沿领域, 其中深度学习模型的终端运行是其主要特征之一。
针对知识管理中本体构建存在的问题,将聚类算法与ODP(Open Directory Project)目录有机结合,给出了一种基于知识资源元数据的自适应本体学习方法。根据元数据对文档进行聚类形成本体概念
很不错的最新介绍深度学习的文献,仅供大家参考,希望更多的深学爱好者上传分享,谢谢!
最新的强化学习的论文综述文章,让你了解深度强化学习的发展现状和最近的技术方法
暂无评论