你好,游客 登录
rss订阅 手机访问 
机器视觉
微软谷歌研究了多年的机器视觉技术,深圳平衡车公司用一年就攻克了?
成立于2012年的乐行天下,以研发生产小型平衡车产品为主业。2014年乐行天下董事长周伟发布的一篇“拒绝小米投资”的公开信成为一时热点。2015年乐行天下还推出了独轮车、滑板车等产品。
日期:06/07/2016 11:56:09 作者:程弢
科技公司们都在谈人工智能,但它们的做法有什么不同?
不温不火的 Siri 没有影响到巨头们对人工智能的爱。
日期:06/02/2016 10:22:26 作者:
无论神经网络深或浅,自然语言处理技术都在前进中
这是一篇比较简短轻快的回顾词向量的引入对自然语言处理的推动的文章,适合对自然语言处理技术感兴趣的爱好者和初学者阅读。当前自然语言处理是机器学习领域的研究热点,在词向量的基础上,进行着很多新的探索,比如把上下文信息引入(LSTM, Attention, Memory Network技术等)来辅助理解和应答,引入不同目标函数来加强语言的个性化,对系统评价方法的深入思考等等,希望...
日期:05/31/2016 16:52:50 作者:
衣+ 科学家提出三值神经网络 让AI无处不在
近年来,深度神经网络模型在图像识别、语音识别、自然语言处理、智力游戏挑战(AlphaGo)等领域取得了飞快的进展。
日期:05/31/2016 16:51:04 作者:
视觉搜索地图问世,神经网络实现逆向图像搜索
今年8月,雷锋网(搜索“雷锋网”公众号关注)将在深圳举办一场盛况空前有全球影响力的人工智能与机器人创新大会。届时雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前,我们正在拜访人工智能、机器人领域的相关公司,从中筛选最终入选榜单的公司名单。
日期:05/27/2016 13:57:52 作者:
若不重视人工智能 苹果或将成为下一个微软
上周末,资深iOS应用开发商兼连续企业家马可 阿蒙德(Marco Arment)忧心忡忡地说,如果不大力投资人工智能,苹果可能会步黑莓的后尘。
日期:05/25/2016 14:58:08 作者:
机器学习助力神经科学的高维数据分析,两者如何相互激励与促进
引言:神经科学家正在生产庞大规模的数据组,其复杂性堪比真实世界中的分类任务。机器学习已经大大帮助了数据分析,但是,其准确性经常不如人类进行的数据分析。本文中,作者讨论了受神经科学启发的机器学习所面临的挑战以及希望。
日期:05/24/2016 14:08:51 作者:
神科技:48块芯片造了人工大脑
在美国圣何塞附近的研究室里,IBM用48块TrueNorth试验芯片构建了一个电子的啮齿动物大脑,每一块芯片都可以模拟大脑的一个基本构件。
日期:05/23/2016 14:05:44 作者:
如何简单形象地解释神经网络?
摘要:有网友在Quora上提问:对于那些非计算机科学行业的人,你会如何向他们解释 机器学习 和数据挖掘? 斯坦福大学的印度学生、机器学习爱好者 PararthShah 在2012年12月22日的使用买芒果的例子,非常经典易懂。如何用类似的方法来解释 神经网络 ?
日期:05/23/2016 11:46:53 作者:
谷歌人工神经网络现在竟然会自己写诗了

  在疯狂的阅读爱情小说几个月后,谷歌的人工神经网络现在又有了进步,不仅可以进行更口语化的阅读和写作之外,现在居然可以凭借自己的理解创作诗歌了。
  
日期:05/18/2016 17:21:48 作者:
为何机器视觉与人类视觉具有相同的缺陷
人类与机器都依赖于神经网络来进行目标与面部识别。最新的证据显示,这两类视觉系统也具有相同的缺陷。
日期:05/16/2016 13:54:59 作者:
计算机视觉技术崛起 未来汽车和机器人也可手势控制

  据科技网站ZDNet报道,手势控制技术是今年CES的亮点之一,展会上许多玩具和配件都配备了该技术,挥挥手就能控制。但眼下市场上的产品多数是依靠手套、手表和手环等设备来进行动作捕捉和命令转换。
  
日期:05/16/2016 13:54:00 作者:
Google发布机器学习平台Tensorflow游乐场~带你玩神经网络
昨天,Google发布了Tensorflow游乐场。Tensorflow是Google今年推出的机器学习开源平台。而有了Tensorflow游乐场,我们在浏览器中就可以训练自己的神经网络,还有酷酷的图像让我们更直观地了解神经网络的工作原理。今天,就让硅谷周边带你一起去Tensorflow游乐场快乐地玩耍吧!
日期:05/12/2016 16:57:08 作者:
卷积神经网络新方向:Three-column CNN实现无参考立体图像评估
Three-column CNN模型通过同时处理立体图像中包含的平面图像信息,以及差分图像所包含的深度信息,构造了一类新的无参考立体图像质量评估方法,突破了传统的处理思想,有效地将平面信息与深度信息统一的运用到质量评估算法。
日期:05/09/2016 10:39:10 作者:周建丁
让机器做梦?实现无监督学习的关键
“让机器会做梦,从某种程度上来说,是人工智能发展的一个关键技能”,Bengio在接受O'reilly的采访时说到。在这里,“做梦”代表的是想象的能力,也是监督学习和无监督学习的主要区分之一,如果只能通过监督学习的方法来学习,那就必须要通过真实经历,才能产生认知。在对真正的人工智能的探索中,无监督学习仍然是关键谜题之一。我们可以在一个较...
日期:05/05/2016 14:49:06 作者:
内容分类