搜索结果: 91-105 共查到“会议中心 人工智能”相关记录1126条 . 查询时间(0.951 秒)
2023年4月7日下午，武汉大学导航与位置服务研究室副教授李明做客工学院精工讲坛，以“AI视觉在自主无人机感知定位和生态环境应用中的创新”为主题与工学院百余名师生进行学术交流。报告由宗望远教授主持。
为进一步深化创新创业教育改革，促进创新创业教育深度融合专业教育，提升辽宁理工学院学生创新能力和参与研究项目水平。2023年4月8日，创新创业学院、科研学科处、团委共同邀请我校智能工程学院蒲宝明教授在图书馆学术报告厅作了《ChatGPT将改变你我他》的学术讲座，全校5000余名学生通过主会场、分会场聆听，团委书记姜可心主持本次学术报告会。
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars： 从深度学习到智能空间组学：原理、方法与应用
深度学习 黑箱模型 计算实验
2023/4/18
深度学习作为一种黑箱模型，是通过大量计算实验得到的，其数学原理逐渐引起研究者的广泛关注，同时在各科学领域得到广泛应用。该报告将从两种不同的角度简要介绍深度学习的数学理解与认识：一、从多层卷积稀疏编码模型的编码初始化和字典矩阵设计的角度，建立跨连神经网络与多层卷积稀疏编码模型的等价联系；二、提出深度残差神经网络是在Wasserstein空间学习测地曲线的理论。最后，将简要介绍深度学习如何赋能空间组学...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：从深度学习到智能空间组学：原理、方法与应用
深度学习 智能 空间组学
2023/4/13
深度学习作为一种黑箱模型，是通过大量计算实验得到的，其数学原理逐渐引起研究者的广泛关注，同时在各科学领域得到广泛应用。该报告将从两种不同的角度简要介绍深度学习的数学理解与认识：一、从多层卷积稀疏编码模型的编码初始化和字典矩阵设计的角度，建立跨连神经网络与多层卷积稀疏编码模型的等价联系；二、提出深度残差神经网络是在Wasserstein空间学习测地曲线的理论。最后，将简要介绍深度学习如何赋能空间组学...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：AI-assisted scientific computing - technology frontiers and business applications from the perspective of enterprises
人工智能 辅助科学计算 华为
2023/4/13
华为是一家自营业务广泛存在物理仿真需求并且在AI技术和计算产业全面布局的公司，当前AI辅助科学计算的技术潮流与我们高度契合。本报告中，我们将结合学术前沿和业务需求，从AI辅助偏微分方程求解、AI辅助第一性原理仿真、物理先验嵌入的机器学习模型等视角，梳理和分析AI辅助科学计算领域的前沿工作。之后，我们希望与老师同学们探讨我们将这些技术和思想运用在内部业务过程中面临的一些挑战和问题。
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：Towards Provably Efficient Quantum Algorithms for Nonlinear Dynamics and Large-scale Machine Learning Models
非线性动力学 机器学习模型 高效量子算法
2023/4/13
Nonlinear dynamics play a prominent role in many domains and are notoriously difficult to solve. Whereas previous quantum algorithms for general nonlinear equations have been severely limited due to t...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：Syntomification in characteristic p
特征p 同义化 棱镜F规
2023/4/13
Discuss [Bha, §4.1-4.3]. Introduce Definitions 4.1.1 & 4.2.1, and mention (some of) their properties buried in the remarks; then discuss Example 4.2.6, Proposition 4.3.1, Example 4.3.3, Definition 4.3...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：Barron Type Spaces in Neural Network Approximation
神经网络 巴伦类型空间 经典函数空间
2023/4/13
We shall discuss various Barron type spaces arising from neural networks. The relations among these spaces will be clarified, and we shall also establish the relationship between Barron type spaces an...
厦门大学会计发展研究中心召开“会计学+人工智能”交叉学科座谈会（图）
厦门大学 会计中心 会计学 人工智能
2023/9/8
2023年3月27日，为加强学科交叉研究，由教育部人文社会科学重点研究基地厦门大学会计发展研究中心（简称“会计中心”）组织的“‘会计学+人工智能’交叉学科座谈会”在成枫楼5楼502会议室举行。厦门大学信息学院周奕毅博士生导师/副教授、罗根博士生；会计中心刘峰教授、申屠李融助理教授、郭睿助理教授、石昕博士研究生、巴特尔博士研究生、刘充博士研究生、屠雨泽同学和陈立凤同学等10余人参加了座谈会。会计中心...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：人工智能的信息原理
人工智能 信息原理 层谱抽象科学
2023/4/13
现实世界的每一个对象都是确定性和不确定性联合作用生成的结果；每一个对象都按自身规律运动；每一个对象都要求保持其存在性和状态；运动和相互作用使得现实世界充满了不确定性；不确定性使得对象之间充满了竞争；每一个对象都要求在竞争中获胜、获利。现实世界就是信息世界。信息科学就是研究信息世界的科学。信息世界的根本问题就是数学地理解学习与智能的科学问题。
2023年3月23日，国家重点研发计划“东海渔业资源增殖与多元化养殖模式示范”课题绩效评价会在浙江舟山顺利召开。由中国水产科学研究院渔业机械仪器研究所工厂化循环水养殖装备科技创新团队参与承担“陆基工厂化节约高效养殖模式集成创新示范（2020YFD0900801）”通过课题绩效评价。
湖南师范大学智能计算与语言信息处理湖南省重点实验室主任代建华教授出席“西南喀斯特山区地理与遥感大数据智能计算研讨会”（图）
湖南师范大学 智能计算 语言信息处理 代建华 喀斯特山区 遥感大数据
2023/5/12
2023年3月26日上午，“西南喀斯特山区地理与遥感大数据智能计算研讨会”在贵州北斗空间信息技术有限公司召开，实验室主任代建华教授作为专家组成员出席。会议中，北斗空间董事长崔亮汇报了公司发展情况，贵州省资产管理股份有限公司李波董事长介绍了贵州省围绕“四新”抓“四化”情况，浙江科技学院信息与电子工程学院胡晓东副教授进行了数字化底座交流，北斗空间副总经理阳艳汇报了公司在北斗数字孪生行业能力发展情况；与...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：Deep neural network approximation to inverse conductivity problems for elliptic equations
椭圆方程 反电导率 深度神经网络
2023/4/14
The focus of this talk is on the numerical methods used to identify parameters in partial differential equations. Typically, an optimization approach is used to solve this class of inverse problems, w...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：Graph Refinement via Simultaneously Low-rank and Sparse Approximation
低秩 稀疏近似 图细化
2023/4/18
Graphs play an important role in many fields of machine learning such as clustering. Many graph-based machine learning approaches assume that the graphs have hidden group structures. However, the grou...