网络炒作

吸引公众聚焦,引导网民热议,知名网络推手公司,全国接单,定制专属您的网络炒作方案!
本站是国内知名网络推手团队:千言网络推手公司。常年从事网红明星、品牌公司等网络炒作业务。微信:

很多企业不想做营销活动,但又无法承担巨大的运营成本。但网络炒作成本不高,能有效扩大宣传。也可以结合营销活动的进度进行适当调整。在线炒作可以将信息传播给已建立的客户,然后针对消费者。一旦客户的需求得到满足,他们开始信任企业及其产品,企业与客户的距离就可以不断缩小,最终企业用户可以被公司使用。并且增强客户粘性,有利于以后产品的销售。
受显微镜下线虫的启发,麻省理工学院人工智能实验室推出了“液体”神经网络
  • 2021-02-02 14:19

来源:新智元

“液体”神经网络?

这是什么,谁是神圣的?

我猜这是你第一次听到这个词,你会很好奇这个耸人听闻的神经网络到底是怎么回事。

最近,麻省理工学院的研究人员开发了一种神经网络,它可以在实践中学习,也可以在训练中学习。

这些被称为“液体”网络的灵活算法可以不断改变它们的基本方程,以适应新的数据输入。

我们知道有些数据流是会随着时间而变化的,比如涉及医疗诊断和自动驾驶的。这一进展有助于基于这些数据流的决策过程。

因此,这种新的神经网络可以辅助自动驾驶和医疗诊断的决策。

该研究的主要作者拉明·哈萨尼说:

“这是朝着未来机器人控制、自然语言处理、视频处理等任何形式的时间序列数据处理迈出的一大步,潜力巨大。”

这项研究将在2月份的AAAI人工智能会议上宣布。

除了麻省理工学院计算机科学与人工智能实验室(CSAIL)博士后哈萨尼之外,麻省理工学院的合著者还包括CSAIL主任丹妮拉·鲁斯(Daniela Rus)、电气工程和计算机科学教授安德鲁和埃尔娜·维特比(Erna Viterbi)以及博士生亚历山大·阿米尼(Alexander Amini)。

其他合著者包括奥地利科技学院的马蒂亚斯·莱赫纳和维也纳理工大学的拉杜·格罗苏。

参数可以随时间变化,微观线虫成为灵感来源

哈桑尼说,时间序列数据无处不在,这是帮助我们理解世界的重要参考。

“现实世界完全由序列组成。甚至我们的感知也是一样的:你不是在感知图像,你是在感知一系列图像。”

"所以,事实上,时间序列数据创造了现实."

他指出,视频处理、金融数据和医疗诊断应用都是对社会至关重要的时间序列的例子,这些不断变化的数据流的变化是不可预测的。实时分析这些数据,并利用它们来预测未来的行为,可以促进自主车辆等新技术的发展。

因此,哈桑尼创造了一种适合这种任务的算法。他设计了一个能适应现实世界可变性的神经网络。

众所周知,神经网络是一种通过分析训练数据来识别模式的算法。经常说可以模拟大脑处理。

哈桑尼的灵感直接来自显微镜下的线虫:

"它的神经系统只有302个神经元,但它能产生意想不到的复杂动力学."

经过对线虫神经元是如何被激活并通过电脉冲相互通信的仔细研究,哈桑尼对他创建的神经网络进行了编码。

在他用来构建神经网络的方程中,他允许参数根据一组微分方程的结果随时间变化。

这种灵活性是关键——大多数神经网络的行为在训练阶段后是固定的,这意味着它们不善于适应输入数据流的变化。

哈桑尼说,他创建的“液体”网络的移动性使其对意外或嘈杂的数据更具弹性——例如,大雨阻挡了自动驾驶汽车上摄像头的视野。

“因此,它更有活力,”他说。

他补充说,网络的灵活性还有另一个优势:“它更容易理解。”

哈桑尼说,他的“液体”网络避免了其他神经网络的常见陌生感:

“仅仅用微分方程来改变一个神经元的表达式,就可以探索到一定程度的复杂性,否则,你永远不会实现探索。”

由于该神经网络中具有强表达的神经元较少,更容易观察神经网络的决策过程,判断网络分类的原因。

哈桑尼说:“这个模型更具表现力”,所以这个特性可以帮助工程师更好地理解和提高液体网络的性能。

预测准确,体积小,节省大量计算成本

液体网络在一系列测试中表现良好:

从大气化学对交通模型的应用来看,该模型在准确预测数据集未来值方面比其他最先进的时间序列算法高出几个百分点。

哈桑尼说:“在许多应用中,我们看到了可靠的高性能。”

此外,由于网络的规模很小,所以在完成测试时不需要花费很高的计算成本。

哈桑尼说:“每个人都在谈论扩大他们的网络。我们希望的是缩小规模,拥有更少但更丰富的节点。”

这项研究部分由波音公司、国家科学基金会、奥地利科学基金会和欧洲领先的电子元件和系统资助。

哈桑尼的计划是继续改进系统,为工业应用做准备:

“受自然现象的启发,我们有了一个更具表现力的神经网络,但这只是开始。”

“接下来,我们必须面对一个明显的挑战:如何进一步发展它?我们相信,这种网络可能会成为未来智能系统的一个关键要素。”

参考链接:

https://news.mit.edu/2021/machine-learning-adapts-0128


最新动态


相关资讯

  • 大衣哥靠炒作?著名导演发声:他只是
  • 王尔德拒绝了梅威瑟做他教练的提议
  • 台湾“立法者”大肆宣传70%的“政府
  • 员工赤脚压葡萄?蜜雪冰城恶意炒作
  • 一轮话题炒作拉开序幕!准备好了吗
  • 豆粕:在南美的炒作下,美国大豆维持
  • 章子怡翻身?郑爽被滚石乐队困扰?
  • 投机?2外国人饭后表演功夫,想买成
  • Papi酱回应网上争议,否认网络暴力,
  • 罗铁军:铁矿石炒作预计将逐渐消化,

    微信号:tuisho
    全年无休,早9点至晚9点

    复制号码

    跳转微信

    ×


    靓号
    此号仅服务老客户
    新客户请联系微信

    ×