搜索结果: 61-75 共查到“知识库 人工智能”相关记录5285条 . 查询时间(1.078 秒)
针对轴承全寿命周期数据获取困难、训练样本少的问题,提出一种基于关系网络的轴承剩余使用寿命(Remaining useful life,RUL)预测方法.关系网络是一种基于度量的元学习方法,在少量训练样本下,具有快速学习新任务的优点。
人工智能技术在国际传播中的共情应用探析
人工智能 共情 国际传播
2024/4/23
刘海龙等:新常人统治的来临:ChatGPT与传播研究
新常人统治 ChatGPT 传播学
2024/1/2
基于跨模态实体信息融合的神经机器翻译方法
实体重构 跨模态学习 多任务学习 多模态机器翻译
2024/1/16
现有多模态机器翻译(Multi-modal machine translation,MMT)方法将图片与待翻译文本进行句子级别的语义融合.这些方法存在视觉信息作用不明确和模型对视觉信息不敏感等问题,并进一步造成了视觉信息与文本信息无法在翻译模型中充分融合语义的问题.针对这些问题,提出了一种跨模态实体重构(Cross-modal entity reconstruction,CER)方法.区别于将完整...
一种空间几何角度最大化的随机增量学习模型及应用
随机权神经网络 增量学习 空间几何角度最大化约束 无限逼近性
2024/1/16
针对随机权神经网络(Random weight neural networks,RWNNs)隐含层节点随机生成过程可解释性不足和节点随机生成而导致的网络结构不紧致等问题,提出了一种空间几何角度最大化随机增量学习模型(Stochastic incremental learning model with maximizing spatial geometry angle,SGA-SIM).首先,以空间...
一种基于自监督学习的矢量球面卷积网络
矢量球面卷积网络 自监督学习 三维目标分类 三维目标部分分割
2024/1/17
在三维视觉任务中,三维目标的未知旋转会给任务带来挑战,现有的部分神经网络框架对经过未知旋转后的三维目标进行识别或分割较为困难.针对上述问题,提出一种基于自监督学习方式的矢量型球面卷积网络,用于学习三维目标的旋转信息,以此来提升分类和分割任务的表现.首先,对三维点云信号进行球面采样,映射到单位球上;然后,使用矢量球面卷积网络提取旋转特征,同时将随机旋转后的三维点云信号输入相同结构的矢量球面卷积网络提...
具身智能强调智能受脑、身体与环境协同影响,更侧重关注智能体与环境的“交互”.因此,在具身智能的研究中,智能体的物理形态与感知、学习、控制的关系起到至关重要的作用.当前,具身智能综合吸收了机构学领域关于形态、结构,机器学习领域关于感知、学习,以及机器人领域关于行为、控制等的相关研究成果,形成了相对完整、独立并仍在蓬勃发展的学科分支。
切换拓扑下动态事件触发多智能体系统固定时间一致性
多智能体系统 固定时间一致性 动态事件触发控制 切换拓扑
2024/1/16
针对有扰动的一阶非线性多智能体系统在切换拓扑下的实际固定时间平均一致性问题,提出了基于动态事件触发机制的固定时间一致性协议.该一致性协议在节约更多资源的情况下,使多智能体系统以更快的速度达到一致.相对于有限时间一致性控制算法,固定时间一致性控制算法的收敛时间不依赖于初始状态,并且可以通过选择合适的控制器参数设定相应的收敛时间上界.通过设计一个包含双曲正切函数的测量误差,证明系统不存在Zeno行为....
何天平:从文本构造到界面连接:生成式AI对数字新闻叙事的重塑
文本构造 界面连接 生成式AI 数字新闻叙事
2024/1/2
周葆华:ChatGPT的三重理解:研究对象、概念与方法
ChatGPT 三重理解 研究对象
2023/7/17
基于Web3的去中心化自治组织与运营新框架
去中心化自治组织与运营 Web3 元宇宙 区块链 智能合约 智能算法 平行智能
2024/1/17
Web3技术催生的去中心化自治组织(Decentralized autonomous organization,DAO)正以颠覆性的方式重新定义要素资源、变革生产关系与塑造组织形态.为了更好地响应DAO研究与应用需求,本文从组织和运营两个角度重新解析DAO,认为其应当被更广义而精确地定义为去中心化自治组织与运营(Decentralized autonomous organization and o...
兵棋推演的智能决策技术与挑战
兵棋推演 人机对抗 智能决策技术 博弈学习
2024/1/17
近年来,以人机对抗为途径的智能决策技术取得了飞速发展,人工智能(Artificial intelligence,AI)技术AlphaGo、AlphaStar等分别在围棋、星际争霸等游戏环境中战胜了顶尖人类选手.兵棋推演作为一种人机对抗策略验证环境,由于其非对称环境决策、更接近真实环境的随机性与高风险决策等特点,受到智能决策技术研究者的广泛关注。
铁水硅含量是反映高炉冶炼过程中热状态变化的灵敏指示剂,但无法实时在线检测,造成铁水质量调控盲目.为此,提出一种基于动态注意力深度迁移网络(Attention deep transfer network,ADTNet)的高炉铁水硅含量在线预测方法.首先,针对传统深度网络静态建模思路无法准确描述过程变量与铁水硅含量之间的关系,提出一种基于注意力机制模块的输入过程变量与输出硅含量之间的动态关系描述方法。