搜索结果: 61-75 共查到“人工智能 机器学习”相关记录97条 . 查询时间(0.116 秒)
清华大学量子信息中心段路明研究组发现具有指数加速的量子机器学习算法（图）
清华大学量子信息中心 段路明 指数加速 量子机器 学习算法
2018/12/11
清华大学量子信息中心段路明教授和其博士研究生郜勋、张正宇发现具有指数加速的量子机器学习算法，展示了量子计算机在人工智能研究领域中的巨大潜力，该成果的研究论文“基于生成模型的量子机器学习算法”（ A quantum machine learning algorithm based on generative models）近日发表于科学子刊《科学·进展》（Science Advances）上。
图灵将人工智能简化为具有形式逻辑、自动证明和计算能力的符号处理系统。但是人类智能与语言理解有关。文章提出一个可以在自然界和技术上实现的关于智能度的工作定义来替代图灵测试关于机器智能的定义。自然智能在具有不同程度复杂性的神经系统和大脑的自然进化中出现。人工智能是在技术发明中发展起来的，依赖于传统图灵机计算机能力的指数增长。大脑、自动机和机器似乎是完全不同的，但它们在语言识别方面是数学等价的。具有不同...
近日，我校电信学部两项和国际信息与软件学院一项研究成果被机器学习领域顶级会议NIPS收录。NIPS（Conference on Neural Information Processing Systems，神经信息处理系统大会）于1987年首次召开，每年一届，迄今已有32年的历史。根据谷歌公布的2018年最新版学术指标（Google Scholar Metrics，GSM）榜单，NIPS在人工智能类...
北京大学物理学院本科生在量子物理与机器学习研究方面取得进展（图）
北京大学物理学院 本科生 量子物理 机器学习
2018/7/23
无监督生成模型是机器学习和人工智能的重要课题和研究前沿，也被认为是通用人工智能的基础。历史上，物理学为生成型学习提供了很多思想源泉，著名的玻尔兹曼机就来自于统计物理中的伊辛模型和相关的反伊辛问题。最近，北京大学物理学院本科生韩兆宇、王峻及合作者从量子物理的玻恩诠释中获得启发，用量子波函数的概率幅模平方来描述经典数据的概率分布，建立了一个新颖的非监督学习模型——玻恩学习机(BornMachine)。...
广东工业大学计算机学院院2018年博士学位研究生招生机器学习考试真题
广东工业大学计算机学院 2018年 博士学位 研究生 招生 机器学习 考试 真题
2018/12/7
广东工业大学计算机学院2018年博士学位研究生招生机器学习考试真题。
2018机器学习前沿青年学者论坛在山西大学举办（图）
机器学习 机器学习发展趋势
2018/5/3
近日，由山西大学计算智能与中文信息处理教育部重点实验室、计算机与信息技术学院、大数据学院、现代教育技术学院共同举办的“2018机器学习前沿青年学者论坛”在校会议中心举行。参加本次论坛的有来自山西大学、太原理工大学、中北大学、太原科技大学、山西财经大学、太原师范学院等单位的教师和研究生共计130余人。论坛由现代教育技术学院院长王文剑教授主持，计算智能与中文信息处理教育部重点实验室主任梁吉业教授致开幕...
近日，英才实验学院2014级本科生刘豪在美国德克萨斯大学奥斯汀分校进行海外科研实习期间，攥写的论文“Action-dependent Control Variates for Policy Optimization via Stein Identity”成功入选机器学习领域顶级会议之一的International Conference on Learning Representations（ICL...
近日，我校王新年教授、曾在我校作博士后研究的庞龙刚博士及其合作者的最新研究成果在《自然-通讯》(Nature Communications)杂志上发表 （https://www.nature.com/articles/s41467-017-02726-3）。 该团队在此研究中开发一种人工智能用于解决宇宙最大的奥秘，受到国内外科技媒体的关注。
广东工业大学2018年博士研究生招生考试机器学习考试大纲。
2017年12月3日“人工智能科技创新教育暨机器学习研讨”论坛在北京理工大学研究生院101报告厅成功举办，北京理工大学大数据创新学习中心请来学术界知名学者和资深的业界精英们为我们分享了人工智能技术发展现状及当今就业形势，学员们热情高涨，共有180余人参加此次研讨会。单艺，毕业于清华大学和美国University of Arizona，猎聘网首席数据官，做了“大数据视角下的就业形势分析”的报告。他深...
新型机器学习算法研究取得进展
新型机器 学习算法
2017/12/19
2017年11月23日，机器学习国际会议Advances in Neural Information Processing Systems （NIPS）在线发表了我校理学院陈洪副教授与美国Heng Huang 教授（University of Pittsburgh）等合作研究论文“Group Sparse Additive Machine”和“Regularized Modal Regress...
近日，大连理工大学数据科学与数字信息服务团队的罗钟铉教授、张宪超教授、樊鑫教授、刘日升副教授、宗林林博士等在机器学习领域取得的四项研究成果同时被人工智能顶级国际会议AAAI（CCF认定A类会议）录用。该系列工作在优化展开深度网络建模，样本生成、序列行为分析和多视角权重分析等方面取得突破，相关研究成果为深度学习理论分析，特别是网络可解释性和收敛性等问题提供了全新的解决方案，并且在人脸检测与序列分析应...
中国科学院物理研究所等利用机器学习方法预测材料性能获进展（图）
中国科学院物理研究所 机器学习 材料性能
2017/7/20
近二十年来，机器学习方法的发展为我们的生活带来许多便利。智能网络搜索、语音识别，乃至无人超市、无人驾驶汽车等，依托于机器学习方法的新事物正迅速地在生活中普及。Alpha Go的横空出世更让世界惊叹于人工智能的潜在价值。在科研领域，大数据的理念正在改变着科研人员对未知世界的探索方式。美国在2011年提出了材料基因组计划（Materials Genome Initiative），以期加快材料的研发过程...
核函数逼近方法在机器学习中应用国际会议在华南师范大学举办（图）
核函数逼近方法 机器学习 国际会议 华南师范大学
2017/6/13
5月19日至5月21日，首届《核函数逼近方法在机器学习中应用国际会议International Conference of Kernel-Based Approximation Methods in Machine Learning》在华南师范大学举办，来自世界各地的著名专家学者齐聚花城广州，给广大师生分享与交流了国际前沿课题“机器学习与数据分析中的核函数逼近方法”的最新发展与方向。华南师范大学副...
第二届EAI国际机器学习与智能通信会议（2nd EAI International Conference on Machine Learning and Intelligent Communications）
第二届 EAI 国际机器学习 智能通信 会议
2017/5/23
Along with the fast developing of mobile communications technologies, the amount of high quality wireless services is required and increasing exponentially. According to the prediction of Cisco VNI Mo...