VALSE

查看: 5873|回复: 0

机器学习日报 2015-12-11 Facebook宣布开源自家人工智能硬件;mageNet 2015比赛论文; 世界上最好...

[复制链接]

829

主题

837

帖子

7万

积分

版主

Rank: 7Rank: 7Rank: 7

积分
78980
QQ
发表于 2015-12-12 20:29:56 | 显示全部楼层 |阅读模式
机器学习日报 2015-12-11

@好东西传送门 出品, 过往目录 见http://ml.memect.com



订阅:给 hao@memect.com 发封空信, 标题: 订阅机器学习日报   或点击

[size=1em]点我订阅




本期话题有:

全部12 算法4 深度学习3 视觉3 应用2 自然语言处理1 语音1 会议活动1资源1 经验总结1


用日报搜索找到以前分享的内容: http://ml.memect.com/search/

今日焦点 (5)


福布斯中文网   网页版 2015-12-11 17:52
算法 行业动态 神经网络
【Facebook宣布开源自家人工智能硬件Big Sur】有史以来第一次,Facebook将开源自己的人工智能硬件设计。这款服务器被称为“Big Sur”,被开发来训练神经网络。该公司的发言人称,希望Big Sur的设计可以惠及一些初创公司或大学院校,预计公司会在未来开源更多的人工智能硬件项目。http://t.cn/R4zY2Ba








djvu9   网页版 2015-12-11 17:02
视觉 论文
ImageNet 2015比赛(就是baidu作弊的那个)的结果出来了,看名单乌央乌央的基本都是东亚的。图片识别玩坏了今年都没有了。今年object detection是微软研究院的中国人拿了第一,NYT做了报道。结果 http://t.cn/R4zzQji。论文 http://t.cn/R4z9P1D







微软亚洲研究院   网页版 2015-12-11 14:00
经验总结 视觉 算法 博客 何恺明 和孙剑 神经网络 孙剑
【世界上最好计算机视觉系统有多精确?】昨晚ImageNet计算机视觉识别挑战赛结果揭晓:微软亚洲研究院视觉计算组的研究员们凭借深层神经网络技术的最新突破,以绝对优势获得图像分类、图像定位以及图像检测全部三个主要项目的冠军。同天他们在另一项图像识别挑战赛MS COCO同样登顶http://t.cn/R4zKFKZ





微软亚洲研究院 网页版 转发于2015-12-11 14:02
微软亚洲研究院的研究员们在此次ImageNet挑战赛中使用了一种前所未有,深度高达152层的神经网络。该网络的层数比以往任何成功使用的神经网络的层数多5倍以上。[吃惊][吃惊]借用此系统,今年挑战赛上微软亚洲研究院研究团队的的错误率已经低至3.57%。论文链接>>http://t.cn/R4z9P1D


微软学术合作 网页版 转发于2015-12-11 16:18
孙剑博士是微软亚洲研究院与西安交通大学联合培养的博士,他在西交大访问时分享了他的科研经历与感悟,戳链接→ http://t.cn/R4zOEwP 何恺明博士曾是研究院视觉计算组实习生。从实习生到研究员,恺明的研究之路精彩纷呈。 戳链接→ http://t.cn/R4zOEZs


微软研发 网页版 转发于2015-12-11 17:14
全球顶级的ImageNet比赛背后,恺明老师和孙剑博士他们团队究竟运用了什么样的最新黑科技?比赛过程中又发生了什么特别的故事,我们快来看看吧[good]





新智元   网页版 2015-12-11 11:28
深度学习 语音 行业动态 吴恩达
【吴恩达】”百度第二代深度语音系统发布,未来有望超越人类:百度的硅谷人工智能实验室证明了端到端的深度学习方法可以被用于识别差异很大的语言。高性能计算技术的引入带来了7倍的速度提升,让迭代变得更快——原先需要几周的实验时间被压缩到了几天。批处理技术也是要点之一。http://t.cn/R4zwMms




自动化网官方微博 网页版 转发于2015-12-11 12:45  回复 @杨静Lillian “@自动化学院派”
百度的硅谷人工智能实验室证明了端到端的深度学习方法可以被用于识别差异很大的语言。..[围观] .





柏斯维   网页版 2015-12-11 08:39
行业动态
《应用 | 机器学习商业应用入门及七个实例》 许多开发者相信,机器学习将变得像搜索引擎一样无处不在和使用简便。在搜索引擎方面,谷歌、雅虎等公司向普通用户释放了Web的力量,让他们能在浩如烟秒的网页中找到…(阅读全文: http://t.cn/R4zcyzV 下载LOFTER客户端:http://t.cn/RyU0zlx








最新动态
2015-12-11 (7)


人工智能与深度学习   网页版 2015-12-11 18:25
会议活动 深度学习 视觉 资源 ICCV PDF 会议
#深度学习# CNN基于食物图片预测卡路里:Im2Calories: towards an automated mobile vision food diary(ICCV2015) http://t.cn/R47X8lr 简单版本已知餐馆菜单,CNN识别其中的食物,再查表返回卡路里;复杂版本不限定已知类别,因此需要估计食物的size,这涉及到图像分割,以及depth/volume估计。








爱可可-爱生活   网页版 2015-12-11 16:30
算法 Ma Mazurowski Pa Habas 分类 神经网络 数据科学
【论文:医疗决策神经网络分类器训练——非平衡数据集对神经网络性能的影响】《Training neural network classifiers for medical decision making: The effects of imbalanced datasets on classification performance》MA Mazurowski, PA Habas, JM Zurada, JY Lo… (2008)http://t.cn/R4zWVt5








爱可可-爱生活   网页版 2015-12-11 16:20
应用 自然语言处理 论文 情感分析 社交网络
【论文:基于社交媒体的主观幸福感多维指标SWBI】《Social networks, happiness and health: from sentiment analysis to a multidimensional indicator of subjective well-being》S M Iacus, G Porro, S Salini, E Siletti (2015) http://t.cn/R4zO343








网路冷眼   网页版 2015-12-11 12:52
行业动态
【量子计算机破晓:计算速度提升1亿倍】http://t.cn/R4zqATB 这周三谷歌量子人工智能实验室宣布量子计算机最新进展:在两次测试中D-Wave 2X的运行速度比传统模拟装置计算机芯片运行速度快1亿倍。这项突破性的成果也打破了业内对于量子计算机真伪的存疑。谷歌和NASA一同证实了量子计算机的可操作性。





网路冷眼 网页版 转发于2015-12-11 19:47  回复 @平凡_Mundane “http://t.cn/R4zRlWf
回复@平凡_Mundane:俄罗斯媒体称中国学者已用金刚石建成量子计算机,网友留言:经费已到手[右边亮了]





视觉机器人   网页版 2015-12-11 12:01
算法 行业动态
每天提升一点技能:http://t.cn/R4z6grc 1:视频编码原理简介 2:4个月大的婴儿具有面孔表情识别能力 3:从大量图片中提取个性化情态要素实现表情迁移 4:谷歌人工智能算法RankBrain运行原理解析 From @伯乐在线官方微博 @爱贝睿学堂 @爱可可-爱生活 @码农网官微








英特尔商用频道   网页版 2015-12-11 06:00
应用 推荐系统 智能汽车
【十大机器学习案例】机器学习是人工智能的核心。如今,机器学习变得越来越受欢迎,已被应用在各个领域。提升网络安全、增强推荐引擎、优化自动驾驶汽车,还有医疗健康和体育赛事等。InformationWeek总结了10个机器学习应用案例,来跟道长一睹其风采吧!http://t.cn/R47eESn





老王谈芯 网页版 转发于2015-12-11 06:21
这篇文章还是非常有价值的。关于安全,其中有一个产品是监测路由器中信息传递IP的状况,因为可能会有某些应用将有些数据回传到疑问服务器上;机器学习,是可以帮助交流更顺畅的,将部分已知情况,直接在双方事先的沟通;在某些情况下,机器学习,能发现多个因素间的相互可能联系,蝴蝶效应更易查明。





王威廉   网页版 2015-12-11 05:26
深度学习 Joshua Tenenbaum Ruslan Salakhutdinov
今天有篇机器学习论文发表在《科学》杂志上。麻省理工著名认知科学家Joshua Tenenbaum及弟子Brenden Lake,与多伦多大学Ruslan Salakhutdinov写了一篇名为Human-level concept learning through probabilistic program induction的文章,据说只用很少的例子就能打败深度学习方法。http://t.cn/R4zbBQA




老淘 网页版 转发于2015-12-11 10:45
粗略看了一下,好像是针对手写字符识别专门设计的一个概率图模型(相当于模型本身包含了一定的领域知识),在只有一个训练样本的情况下,比深度神经网络模型(CNN等)的分类效果好。可以看成是PGM学者对DL的一次反击(当然BPL也可以看成是一个5-6层的深度模型)



回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|Vision And Learning SEminar

GMT+8, 2024-5-2 12:42 , Processed in 0.020847 second(s), 21 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表