Публикации по теме 'research'
Глубокое обучение, используемое для прогнозирования регуляции генов
От гена к белку и роль факторов транскрипции
Тело каждого человека заполнено множеством разновидностей клеток, каждая из которых имеет разную структуру и функции. Однако каждая клетка в чьем-то теле имеет одну и ту же ДНК: генетический материал, несущий «инструкции» для каждой клетки. Это связано с регуляцией генов. В регуляции генов ваше тело регулирует, какие гены экспрессируются, контролируя, как часто они превращаются в белок. Какие гены экспрессируются, меняется с каждым типом..
4 исследовательских статьи на CNN, которые должен прочитать каждый специалист по анализу данных
Удивительные достижения за последние годы
Маска R-CNN
Авторы: Кайминг Хе, Джорджия Гкиоксари, Петр Доллар, Росс Гиршик
Абстрактный
Мы представляем концептуально простую, гибкую и общую структуру для сегментации экземпляров объекта. Наш подход эффективно обнаруживает объекты на изображении, одновременно создавая высококачественную маску сегментации для каждого экземпляра. Метод, называемый Mask R-CNN, расширяет Faster R-CNN, добавляя ветвь для прогнозирования маски объекта..
PyTorch Geometric: быстрая библиотека PyTorch для DL
Новый проект GitHub, PyTorch Geometric (PyG), привлекает внимание всего сообщества машинного обучения. PyG - это библиотека расширений геометрического глубокого обучения для PyTorch, предназначенная для обработки нерегулярно структурированных входных данных, таких как графики, облака точек и коллекторы. Проект был разработан и выпущен двумя аспирантами из Технического университета Дортмунда, Маттиасом Фей и Яном Э. Ленссеном.
Графические нейронные сети (GNN) превратились в..
Краткое содержание статьи → Сверточные сети на уровне символов для классификации текста
Резюме статьи → Сверточные сети на уровне символов для классификации текста
Сверточные сети на уровне символов для классификации текста - https://arxiv.org/abs/1509.01626 Автор: Сян Чжан, Цзюньбо Чжао и Ян Лекун.
Дизайн:
Фиксированное количество символов 1D CNN над ней (с нелинейностью) k-max пул 1D CNN над ней (с нелинейностью) k-max пул 1D CNN над ней (с нелинейностью) * 4 k-max пул Плотный слой с выпадением (с нелинейностью) * 2 Плотный слой с softmax..
Графики, часть 2: Как графики используются при изучении языка без учителя
Во второй части серии мы более подробно рассмотрим, как используются графы в SingularityNET, OpenCog и Aigents.
Вступление
Цель этой серии исследований, состоящей из четырех частей, - показать, как мы будем визуализировать данные, используя графики в качестве сетевых диаграмм и структур данных.
В первой части этой серии: Как SingularityNET будет использовать OpenCog и Aigents был дан вводный обзор различных типов графиков. После обзора были рассмотрены некоторые уникальные..
Меньше камер и более быстрая обработка: USC предлагает монокулярную объемную производительность в реальном времени…
Удаленная работа и онлайн-видеовстречи уже были на подъеме, но резко возросли в условиях пандемии COVID-19. Слабым звеном в этих процессах, однако, остается скромная монокулярная веб-камера, производительность и реалистичность которой бледнеют по сравнению с дорогими многоракурсными системами.
Теперь группа исследователей из Университета Южной Калифорнии представила новую систему объемного захвата, которая способна полностью захватывать одетые человеческие тела в режиме реального..
Последнее исследование ИИ «Слон в комнате»
Позвольте мне углубиться в причины, по которым недавно опубликованное исследование по ИИ Слон в комнате вызвало такой большой интерес и шумиху?
Академический мир искусственного интеллекта и прикладной ИИ в промышленности — это две разные мультивселенные, сосуществующие. Единственная связь между ними — это приложения реального мира, которые время от времени находят свое применение в популярной технической области, но в академическом мире происходит множество дискуссий, исследований,..
