搜索结果: 61-75 共查到“计算机科学技术 模型”相关记录3265条 . 查询时间(0.502 秒)
中国科学院力学研究所在新型大涡模拟模型构建与应用研究方面取得进展（图）
大涡模拟 模型构建 计算机技术
2023/1/7
随着计算机技术的快速发展，大涡模拟逐渐成为湍流模拟的主要手段，并在湍流理论研究以及航空航天、海洋工程等领域发挥了至关重要的作用。但迄今为止，仍有一系列关键问题阻碍着大涡模拟研究的顺利发展，比如模型的稳定性与高保真性无法兼顾的问题、传统建模囿于湍流惯性子区、可压缩湍流及转捩预测精度不足等问题。
“紫东太初”多模态大模型荣获世界人工智能大会SAIL大奖（图）
人工智能 SAIL 紫东太初
2022/9/5
2022年9月1日，2022世界人工智能大会在沪开幕。开幕式上，本届大会的最高奖项SAIL奖（Superior AI Leader，卓越人工智能引领者）正式发布，中国科学院自动化研究所和华为联合开发的全球首个三模态大模型“紫东太初”获奖。
2022年8月24-27日，由中国科学院自动化研究所牵头实施的国家重点研发计划“战略性科技创新合作”重点专项“通用视觉模型关键技术研究”项目启动会暨研讨会在澳门科技大学顺利召开。本次会议采用线上与线下相结合的方式举行。澳门科技大学副校长姜志宏、中国科学院自动化研究所副所长刘成林、中国科学技术交流中心港澳台处处长管海波应邀出席会议并进行指导。项目咨询专家和项目负责人、研究骨干及研究生共计30余人参加...
“紫东太初”大模型获评中国算力大会“创新先锋”优秀成果（图）
中国算力大会 首届 人工智能
2022/9/5
2022年7月29至31日，在首届中国算力大会上，由中国科学院自动化研究所（以下简称中国科学院自动化所）联合华为技术有限公司打造的“紫东太初”人工智能基础大模型获评“DC Tech创新先锋”优秀成果。
郝艳宾:深度视觉模型的上下文关系增强
郝艳宾 深度视觉模型 上下文关系
2023/1/8
深度视觉模型是深度视觉识别系统的核心，是图像视频数据相关任务的基础组件，其很大程度上决定了业界的发展。当前主流的深度视觉基础模型主要包括Vision MLP, Vision Transformer和CNN。此三类模型沿用了不同的深度神经网络架构，因此具有差异化的视觉上下文关系感知能力。本报告将介绍我们团队在有针对性提升视觉深度模型的视觉上下文关系建模方面的研究工作：在图像处理上，提出PosMLP模...
我国学者在新型深度学习模型方面取得进展
深度学习 机器学习 人工智能
2022/12/30
机器学习是人工智能的核心研究领域，为智能化应用提供基础模型与核心算法，机器学习中深度学习技术的成功直接引发了近年来的人工智能热潮。
日前，国家工业和信息化部公布了“2021年人工智能产业创新任务揭榜挂帅项目”立项名单，由自动化所牵头的“大规模多模态预训练模型的研发与行业应用”项目在1200余个申报项目中脱颖而出，获得优胜揭榜资格。
基于“紫东太初”三模态大模型和昇腾AI的多模态模型让手语学习更简单
紫东太初 手语学习 多模态模型
2022/12/19
近日，中国科学院自动化研究所等基于“紫东太初”三模态大模型、昇腾AI基础软硬件平台打造出手语多模态模型及手语教考一体机，方便听障人士理解和学习手语。
2022年西安邮电大学第六届彼睿杯FPGA模型机设计大赛将于近期举行,本次大赛旨在提升本科生在以CPU为核心的系统设计方面的想象力、创新力和工程实践能力，激发学生的创新实践能力并培养其团队协作精神，继续推动西安邮电大学计算机系统能力培养的相关工作，实现“以赛促学、以赛促教”的目标，进一步加大计算机等相关专业教学改革，为高质量专业人才搭建交流、展示、合作的平台。
大模型“画龙”，小数据“点睛”企业加快智能化转型（图）
企业转型 人工智能模型 大数据
2022/12/19
小数据、优质数据应用有其前提，即需要在大的基础模型（预训练模型）之上，通过小数据进行模型的微调，使模型更加精准地服务具体应用场景。从这个角度来讲，小数据将在未来基础模型完成下游任务时，起到关键的作用。
融合预训练语言模型和标签依赖知识的关系抽取方法
关系抽取 预训练模型 标签依赖 图卷积神经网络
2022/3/24
关系抽取旨在从未经标注的自由文本中抽取实体间的关系。然而,现有的方法大都孤立地预测每一个关系而未考虑关系标签相互之间的丰富语义关联。该文提出了一种融合预训练语言模型和标签依赖知识的关系抽取模型。该模型通过预训练模型BERT编码得到句子和两个目标实体的语义信息,使用图卷积网络建模关系标签之间的依赖图,并结合上述信息指导最终的关系分类。实验结果显示,该文方法性能相较于基线方法得到了显著提高。
中国科学院合肥物质科研团队提出模仿人眼的强化表征AI学习模型（图）
模仿人眼 人工智能 目标检测
2023/7/24
2022年2月17日, 中科院合肥研究智能所先进制造研究中心王红强研究员团队与中启人工智能联合实验室提出利用有效视野域理论强化表征AI学习模型，并证实该模型能够显著提高目标检测性能。该工作已被人工智能领域著名期刊NEUROCOMPUTING接收发表。
在科研人员异质数据上可迁移预训练模型的研究中，大数据部提出了一种基于多任务自监督学习的科研人员数据预训练模型RPT，该模型能有效地迁移到多个科研人员数据挖掘和分析任务，以提高学术服务的质量和智能。研究成果发表在国际期刊IEEE Transactions on Big Data上。研究成果相关论文第一作者为大数据部博士生乔子越，导师为周园春研究员。
