基于混合正则化的无标签领域的归纳迁移学习

近年来迁移学习已经引起了越来越广泛的兴趣, 签数据以及源领域数据是不同分布的分类问题, 且建立一个归纳分类模型对新来的目标数据进行预测. 首先分析了直推式迁移学习(transductive transfer learning)中存在的类别比例漂移问题, 然后提出归一化的方法使得预测的类别比例接近于实际样本类别比例. 更进一步, 提出了一种基于混合正则化框架的归纳迁移学习算法. 其中包括目标领域分布结构的流形正则化, 预测概率的熵正则化, 以及类别比例的期望正则化. 这个框架被用于从源领域到目标领域学习的归纳模型中. 最后, 在实际文本数据集上的实验结果表明, 提出的归纳迁移学习模型是有效的, 同时该模型可以直接对新来的目标数据进行预测.     

基于深度学习的药物设计方法

药物研发是一个长周期、高投入和高风险的过程。随着科学技术的不断革新，生物医学数据呈爆炸式增长，为深度学习技术在生物医药领域的应用带来了契机，同时也为加速新药研发赋予了前所未有的希望。文章围绕药物设计流程，简要介绍深度学习算法在药物靶标发现、分子生成、基于配体的药物设计和基于结构的药物设计4个主要环节中的应用和研究进 展。     

人工智能的历史回顾和发展现状

简略地回顾了人工智能的历史和发展现状。分析比较了人工智能两大领域：符号主义和连接主义,同时介绍了各个领域的主要原理和方法。着重回顾了深度学习的历史、复兴的原因和主要的应用。     

浅谈基于深度森林的年龄估计

人工智能和深度学习越来越多地进入到我们的日常生活。自动人脸年龄估计是人工智能领域的一个热门研究问题,并随着社交平台和社交媒体的兴起越来越受到人们的关注。从基于传统人工智能技术和基于深度学习的两个方法对人脸年龄估计进行了介绍,并着重对基于深度森林的年龄估计进行了阐述。     

浅析高职院校学生音乐兴趣的培养

随着社会的发展,社会时人才综合素质的要求不断提高,音乐欣赏这门课对高职生将会越来越重要.本文探讨了在高职学校音乐教学中培养学生学习兴趣的必要性及其措施.     

结合台阵策略的震相拾取深度学习方法

深度学习的突破性发展及其在地震学领域的初步应用,为有效处理和利用地震资料提供了可能.震相拾取是地震资料处理中的基础性工作,目前已经提出了很多基于深度学习的震相拾取方法,取得了很好的效果.但是,为了满足地震学研究中处理连续地震记录的需要,尚需对方法进行进一步的改进.本研究针对性地设计了结合台阵策略,单独识别P波和S波的长时窗震相拾取深度学习模型PP(phase picker)及其训练方式,提出了具有实用性的震相拾取方法APP(array-assisted phase picker).利用阿里余震AI捕捉大赛和Hi-net数据进行测试的结果表明,模型能够有效地在连续波形上拾取体波震相并具有很好的泛化能力.通过比较该模型与其他模型(较短时窗的模型和同时识别P波、S波的模型)的拾取效果,验证了模型设计的合理性.具体的测试样例显示,该方法能够正确地处理地震密集的波形数据并能避免典型噪声的影响.将该方法运用到内蒙古地区台网的观测数据中,检测到了人工目录中98.1%的地震,地震拾取总数为人工目录数的30倍,进一步表明本研究方法具有很好的实用性.     

大数据哈希学习:现状与趋势

随着信息技术的迅速发展,各行各业积累的数据都呈现出爆炸式增长趋势,我们已经进入大数据时代.大数据在很多领域都具有广阔的应用前景,已经成为国家重要的战略资源,对大数据的存储、管理和分析也已经成为学术界和工业界高度关注的热点.收集、存储、传输、处理大数据的目的是为了利用大数据,而要有效地利用大数据,机器学习技术必不可少.因此,大数据机器学习(简称大数据学习)是大数据研究的关键内容之一.哈希学习通过将数据表示成二进制码的形式,不仅能显著减少数据的存储和通信开销,还能降低数据维度,从而显著提高大数据学习系统的效率.因此,哈希学习近年来成为大数据学习中的一个研究热点.本文对这方面的工作进行介绍.     

心理信箱

老师： 您好!我是一名高三学生,还有五个多月就要高考了,可我现在越来越害怕考试,、我平时学习很刻苦,成绩在班里一直都是很好的。但这次“一模”考砸了,只考了年级第58名,之后总是在想是不是自己学习能力差了,总是担心自己会在高考中失败。     

管中窥脑

近年来,脑科学在技术方法上获得了长足的进步,多种成像手段能够为我们提供从脑功能区到亚细胞结构的活体实时成像数据。同时,深度学习算法等神经网络算法被广泛应用,获得了突破性进展。这些算法与神经生物学的基本原则相符,也将成为模拟脑的有力工作平台。     

情、理、趣：孩子厌学的3种对策

一位中年男子向我咨询,说他儿子上小学时成绩一直名列前茅,并以高分考上了市里的重点中学。但进了中学后,成绩却大大退步,为此儿子挨了他不少的打和骂,他本想通过严厉的批评惩罚来促进儿子的学习,却想不到会事与愿违,越骂他越不肯学习,成绩越来越差,还与他成了死对头。前几天因为不肯参加期中考试,竟离家出走     

聪明的动物

<正>1动物能有多聪明?笨拙动物的认知缺陷与聪明动物的"天才"能力,同样会给我们带来某些启迪……2动物是如何学习的?动物的学习能力和我们人类相比有什么相同之处?长期以来,这些问题令科学家们困惑不解。3动物是如何表达情绪的?在参观动物园动物时,你也许会想,它们此刻心情如何,它们在想些什么?     

神经科学引入AI得到的启示

<正>深度思维(DeepMind)创始人丹米斯·哈撒比斯(Demis Hassabis)曾经指出,对于构建智能水平与人类相当的人工智能(AI)来说,人类大脑就是一个至高无上的灵感来源。持这种观点的不止他一个。深度学习的成功向人们展示了如何把来自神经科学的启迪(记忆、学习、决策、视觉)转换成各类算法,并以此把我们人类强大认知能力赋予人工智能的硅大脑。不过,人工智能又会对神经科学的发展有何启示呢?2019     

我是谁——认识自我,快乐享受高中生活

<正>心海波澜高一才过了半个学期,可是小娜却越来越郁闷。初中时,小娜是个阳光、自信、成绩优良的学生。顺利考入重点高中后,随着课程的增多、难度的加深,她发现学习越来越累。几次考试成绩的下降,让她焦躁不安。每次考试失败后,她都更加努力地学习,可是成绩依然没有提高。而在同时,她发现原来成绩不如她的同学,却如鱼得水,进步很快,这使她信心顿失,甚至无法面对自己。慢慢地,她的成绩越来越糟,与同学关系越来越疏远,晚上也总睡不好……她都不知道自己是谁了。     

走好学习旅途中的每一步

教室是我们学习的主要场所。在夏天闷热的夜晚,上课打开电灯,就会有许多飞蛾飞入室内,撞得日光灯铛铛响,干扰我们的学习。     

谷歌人工智能显露广泛技能

<正>谷歌的多任务模型擅长多种技能,很难将其归类到任何一个专门的深度学习系统。深度学习系统往往在单个技能方面创造奇迹:很擅长受训要完成的任务,而做其他事情则相当糟糕。现在,搜索引擎巨头谷歌公司研发的神经网络则表明,人工智能还是能多才多艺的。大多数深度学习系统被设计出来都是解决特定问题的,比如识别坦桑尼亚的塞伦盖蒂平原图片中的动     

网络背景下的数学课堂教学

随着网络的快速发展,网络学习资源越来越丰富,本文探讨了如何指导学生利用网络寻找丰富的教学资源,自主探索新知、自主练习、学习情况自我反馈和自主整理复习等方法,网络对小学生的学习方式、思维方式等产生了极大的影响,有力地推动了课堂教学的改革与发展.     

更深入更低廉的机器学习

<正>随着硬件设备的计算能力不断提升,深度学习在各个领域——从微型设备到大型数据中心——也将加速进步。2016年3月,谷歌的计算机以巨大优势打败了世界围棋冠军李世石,这标志着人工智能发展的一个新里程碑。获胜的计算机程序由位于伦敦的谷歌下属Deep Mind公司的研究者开发,它充分利用了所谓的深度学习机制,创建了一套人工神经网络。深度学习机制简单地说,就是模拟进行多层次     

人工智能——科学家的学徒

<正>在神经网络中,每个概念性的实例都可以产生一个节点。为了对输入数据做出反应,模拟神经元之间的连接会发生变化,而神经网络则会随着变化的发生"进行学习"大数据已经找到了与之相适应的数据处理方式。各个学科领域收集数据的能力都呈现出爆炸式增长——生物学领域的基因组和蛋白质数据库发展迅猛、天文学领域的巡天测量产生了PB级数据、社会科学领域每天数以百万计的帖子和微博充斥着互联网……数据的洪流可以淹没人类的分析和认知,但是计算机的发展既帮助实现了大数据,也带来了分析这些大数据所需要的强有力的新工具。     

网络背景下的数学课堂教学

随着网络的快速发展，网络学习资源越来越丰富，本文探讨了如何指导学生利用网络寻找丰富的教学资源，自主探索新知、自主练习、学习情况自我反馈和自主整理复习等方法，网络对小学生的学习方式、思维方式等产生了极大的影响，有力地推动了课堂教学的改革与发展。     

无按键计算机及手写字符识别技术

众所周知,计算机在科学技术、生产、学习以及社会和家庭生活等各个领域正在发挥着日益重大的作用。计算机科学技术也在不断地发展和创新。在人们的印象中,一个CRT显示屏和一个键盘所组成的终端仿佛成了计算机的典型象征。然而仔细地想想,不停地操动键盘上的各个按键,输入程序和数据似乎也并不是一件轻松的工作。