新算法有望培养出“智能大脑”

栏目: 数据库 · 发布时间: 5年前

记者从天津大学获悉,该校胡清华教授团队近日在人工智能深度学习领域取得重要进展,首次提出“广义多视图学习框架”理论,有望改良“机器深度学习”局限性,创造真正实现“早期融合、分析思考”的“智能大脑”。相关研究在新一期全球人工智能领域权威期刊《IEEE模式分析与机器智能汇刊》发表。

深度学习是让机器变得更加智能的计算方法,其原理即针对图像、声音和文本等数据进行表征学习,模仿人脑机制来解释这些数据,从大量实例中获取数据、学习任务、分析结论。目前,主流的深度学习算法“并不聪明”,存在着分析结论片面、难以得出规律性认识等缺陷。如何将复杂的多源信息协同起来进行数据分析?如何让机器实现“眼观六路、耳听八方、融合思考”?这是深度学习算法研究面临的艰巨挑战。

胡清华团队率先提出的“广义多视图学习框架”算法,创新性地提出了“多源信息早期融合、与特定任务联合学习,拓展信息融合方向”的研究思路。与以往的人工智能深度学习算法相比,“广义多视图学习框架”的创新主要有两方面:一是实现了跨平台、跨维度的信息“早期融合”,将不同领域的大数据汇总成为立体的“综合网络”;二是构建了让机器“自觉学习”的数学模型,不再对大量数据进行“堆砌式分析”,而是通过对综合网络数据的合理分析,得出精简的规律性认识,甚至能够对复杂任务进行预测和判断,有望实现机器从“深度学习”到“融合思考”的飞跃。 (记者孙玉松)


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

矩阵论

矩阵论

方保镕 / 清华大学出版社 / 2004-1 / 39.00元

本书比较全面、系统地介绍了矩阵的基本理论、方法及其应用。全书分上、下两篇,共10章,分别介绍了线性空间与线性算子,内积空间与等积变换,λ矩陈与若尔当标准形,赋范线性空间与矩阵范数,矩阵的微积分运算及其应用,广义逆矩阵及其应用,矩阵的分解,矩阵的克罗内克积、阿达马积与反积,几类特殊矩阵(如:非负矩阵与正矩阵、循环矩阵与素矩阵、随机矩阵和双随机矩阵、单调矩阵、M矩阵与H矩阵、T矩阵与汉大象尔矩阵等),......一起来看看 《矩阵论》 这本书的介绍吧!

URL 编码/解码
URL 编码/解码

URL 编码/解码

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具