科学网—Chenfiona的博文 - 第2页

设为首页收藏本站

开启辅助访问切换到宽版

科学网 › 我的中心 › 博文 › Chenfiona的博文

Chenfiona

https://blog.sciencenet.cn/?749317

征稿启事| 期刊目录| 走访课题组| 小编探会| 编辑之家| 好文推荐| 写作讲座| 最新资讯|

置顶 · 挺进Q1区全球前10名！MIR首个影响因子发布: 2024-6-21 10:30; 今日，科睿唯安(Clarivate Analytics)发布最新《期刊引证报告》(Journal Citation Reports)。由中国科学院自动化研究所主办、Springer全球发行的英文学术期刊Machine Intelligence Research(简称MIR，中文名《机器智能研究(英文)》)获得首个影响因子(Impact Factor)： 6.4 ，在两个所属领域均位列 Q1区，领域最佳排 ...; 个人分类: 最新资讯|1255 次阅读|没有评论

清华大学朱军团队 | DPM-Solver++：用于扩散概率模型引导采样的快速求解器: 陈培颖 2025-7-1 17:31; 扩散概率模型(DPMs)在高分辨率图像合成领域，尤其是在最近的大规模文生图的应用中取得了显著成果。作为提升样本质量的一项关键技术，引导采样通常需要较大的引导强度才能获得最佳效果。目前广泛使用的引导采样快速方法是去噪扩散隐式模型(DDIM)，它是一种一阶扩散常微分方程(ODE)求解器，通常需要100到250步来生成高 ...; 个人分类: 好文推荐|2261 次阅读|没有评论

南航张道强团队 | 综述：基于脑电信号与机器学习的注意力检测研究: 陈培颖 2025-6-26 12:32; 使用脑电图(EEG)信号进行注意力检测已成为研究热点。然而目前缺乏对EEG注意力检测中机器学习方法的系统性综述。南京航空航天大学张道强教授团队概述了过去五年中基于脑电图的注意力检测方面的最新进展，并重点关注听觉注意检测(AAD)和注意力水平分类。首先，文章简要概述了其常用范式、预处理技术与伪迹处理 ...; 个人分类: 好文推荐|1500 次阅读|没有评论

90s解读AI | 复旦邱锡鹏团队: MOSS-一个开源的对话式大语言模型: 陈培颖 2025-5-29 15:46; 此前，ChatGPT一经发布，便迅速成为全球热点话题。但其技术细节未被公开，这也引发了公众对中美在人工智能领域技术差异的关注和担忧。复旦大学邱锡鹏团队随后发布对话式大语言模型MOSS ，并公开其技术路线，引起了学术界和工业界的广泛关注。MOSS的发布是一个重要的里程碑，展示了在资源受限的情况下构建高效大型语 ...; 个人分类: 好文推荐|1205 次阅读|没有评论

90s解读AI | 自动化所黄凯奇团队: 分布式深度强化学习-综述与多玩家多智能体学习工具箱: 陈培颖 2025-5-21 16:24; 随着AlphaGo的突破，深度强化学习已成为解决序列决策问题的一项公认技术。尽管深度强化学习声名远扬，由于其试错学习机制存在样本低效率问题，这项技术难以得到广泛应用。目前已经开发了许多用于高样本效率的深度强化学习方法，例如通过环境建模、经验迁移和分布式学习等。其中，分布式深度强化学习在诸多领域中展现出 ...; 个人分类: 好文推荐|1248 次阅读|没有评论

90s解读AI | 约翰霍普金斯大学Alan Yuille团队: 从时序和高维数据中定位肿瘤的弱标注方法: 陈培颖 2025-5-7 15:17; 创建大规模且标注完善的数据集来训练人工智能算法，对于肿瘤的自动检测和定位至关重要。然而由于资源有限，确定最佳的标签类型来标注大量数据是一项挑战。为了解决这一难题，约翰霍普金斯大学及苏黎世联邦理工学院的研究者们聚焦于结肠镜检查视频中的息肉和腹部CT扫描中的胰腺肿瘤。由于这些数据在时间和空间层面的高 ...; 个人分类: 好文推荐|1140 次阅读|没有评论

王耀南院士团队 | 采摘机器人机器视觉的关键技术：综述与基准测试: 陈培颖 2025-4-22 15:47; 精准农业的发展推动了采摘机器人技术的进步，其核心视觉识别系统对提升农业自动化水平具有关键作用。本文综述了采摘机器人视觉识别技术的进展，涵盖图像采集技术、目标检测算法、空间定位策略及场景理解等内容。文章首先阐述了采摘机器人视觉系统的基本结构与功能，强调在自然农业环境中实现高效率、高精度识别的重要 ...; 个人分类: 好文推荐|2321 次阅读|没有评论

90s解读AI | Meta AI最新SAM模型在不同真实场景中的应用调查: 陈培颖 2025-4-16 17:22; 最近，Meta AI研究团队提出了一种通用的、基于提示的segment anything模型(SAM)，该模型在一个前所未有的大型分割数据集(SA-1B)上进行了预训练。毫无疑问，SAM的出现将为各种实际图像分割应用带来巨大的好处。来自加拿大阿尔伯塔大学的研究者们对SAM在各种应用领域，特别是自然图像、农业、制造业、遥感和医疗 ...; 个人分类: 好文推荐|1733 次阅读|没有评论

90s解读AI | 欧洲科学院院士蒋田仔团队: 脑成像数据的多模态融合-方法与应用: 陈培颖 2025-4-2 17:04; 神经成像数据通常包括多种模态，如结构或功能磁共振成像、扩散张量成像和正电子发射断层扫描等，它们为观察和分析大脑提供了多种视角。为了充分利用不同模态的互补表征，我们需要进行多模态融合，以挖掘模态间和模态内的信息。这些丰富的信息，使得结合多种模态数据来探索健康和疾病状态下大脑的结构和功能特征变得越 ...; 个人分类: 好文推荐|1659 次阅读|没有评论

可信图神经网络的全面综述：隐私性、鲁棒性、公平性和可解释性: 陈培颖 2025-3-25 17:58; 近年来，图神经网络（GNN）取得了飞速发展。由于其在图结构数据建模方面的强大能力，GNN 被广泛应用于各种领域，包括金融分析、交通预测和药物发现等高风险场景。尽管 GNN 在现实世界中具有造福人类的巨大潜力，但最近的研究表明，GNN 可能会泄露私人信息，容易受到对抗性攻击，会继承和放大训练数据中的社会偏见，并且 ...; 个人分类: 好文推荐|2258 次阅读|没有评论

123 4 5 6 7 8 9 10 ... 22 下一页

会议

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-3-13 07:59

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部