人工智能 | 数盟
145202791495850396 0

1460万个目标检测边界框:谷歌开源Open Images V4数据集

- 文章,人工智能,深度学习 - 阅 35

Open Images 是谷歌开源的一个大型数据集,包含大约 900 万张图像,这些图像用图像级别的标签和目标边界框进行了标注。最近,谷歌发布了该数据集的第四个版本——Open Images V4,图像数量增加到 920 万,其训练集包含 1460 万个边界框,用于标识从属于 600 个目标类别的…

0537aea4c28648b47529584ffc28e104 0

Nature:刚入校门的PhD们还可以抢救一下

- 文章,人工智能 - 阅 34

1. 找到适合自己的节奏,保持健康的工作-生活平衡。读博期间始终维持这种平衡、保持平稳的工作状态可比过度工作然后崩溃好多了。好的身体是成功的关键。 2. 与导师讨论期望。每个人的工作方式不同。确保你了解自己的需求,并及时与导师沟通,这样你可以和导师一起更富有成效地…

123542 0

浅谈深度学习的技术原理及其在计算机视觉的应用

- 文章,人工智能,深度学习 - 阅 124

目前,深度学习几乎成了计算机视觉领域的标配,也是当下人工智能领域最热门的研究方向。计算机视觉的应用场景和深度学习背后的技术原理是什么呢?下面让我们来一探究竟。 计算机视觉的应用 什么是计算机视觉呢?形象地说,计算机视觉就是给计算机装上眼睛(照相机)和大脑(算法),…

t011d211b27f68666ba 0

靠AI阻击假新闻,或许没那么乐观

- 文章,人工智能 - 阅 147

近日,麻省理工学院计算机科学与人工智能实验室宣布与卡塔尔计算研究所合作,研究出一种可以鉴别信息来源准确性和个人政治偏见的AI系统。 据报道,实验室研究人员利用这个AI系统创建了一个包含1000多个新闻源的开源数据集,这些新闻源均被标注了“真实性”和“偏见”的分数。并且,A…

dab875fc5977f1edba2bbd6618bbde03.jpeg-wh_651x-s_4052623092 0

七个不容易被发现的生成对抗网络(GAN)用例

- 文章,人工智能,深度学习 - 阅 204

像许多追随AI发展的人一样,我无法忽略生成建模的最新进展,尤其是图像生成中生成对抗网络(GAN)的巨大成功。看看下面这些样本:它们与真实照片几乎没有区别! 从2014年到2018年,面部生成的进展也非常显着。 这些结果让我感到兴奋,但我内心总是怀疑它们是否真的有用且广…

20181029021552838 0

谷歌智慧城市之困:隐私问题成为跨不过去的坎

- 文章,数据分析,人工智能 - 阅 174

聚焦AI,读懂下一个大时代! 谷歌母公司Alphabet旗下创新城市部门Sidewalk Labs目前在信息隐私问题上陷入了困境。 他们失去了数据信托首席专家和顾问安·卡瓦吉安(Ann Cavoukian),该机构将批准和管理多伦多概念智能社区Quayside内部的信息收集。安大略省的前信息和隐私专员Cav…

t011d211b27f68666ba 0

NIPS 2018:作为多目标优化的多任务学习:寻找帕累托最优解

- 文章,人工智能,深度学习 - 阅 132

多任务学习本质上是一个多目标问题,因为不同任务之间可能产生冲突,需要对其进行取舍。本文明确将多任务学习视为多目标优化问题,以寻求帕累托最优解。而经过实验证明,本文提出的方法可以在现实假设下得到帕累托最优解。 统计学中最令人震惊的结论之一是 Stein 悖论。Stei…

0537aea4c28648b47529584ffc28e104 0

Nature论文解读:用于改善加权生物网络信噪比的网络增强方法

- 文章,人工智能,深度学习 - 阅 105

本期推荐的论文笔记来自 PaperWeekly 社区用户 @xuehansheng。本文是斯坦福大学 Bo Wang 的又一篇大作,即将发表于 Nature Communications。 本文提出一种网络增强(Network Enhancement)方法,即一种用于改善无向加权网络的信噪比的方法。NE 使用双随机矩阵算子来诱导稀疏性…