腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

机器学习算法与理论

专栏作者

57

文章

73770

阅读量

28

订阅数

TKDE|Foresee Urban Sparse Traffic Accidents: A Spatiotemporal Multi-Granularity Perspective

机器学习神经网络深度学习人工智能

本文以交通事故预测为应用背景，提出了一个基于多源时空数据的多步、多粒度稀疏事件预测模型。其中集中归纳总结并缓解了时空稀疏问题、短期状态变化感知与多步预测问题。

微风、掠过

2020-11-26

9520

GCN现有变体不完全汇总（在时空数据挖掘中的应用）

数据结构机器学习神经网络深度学习人工智能

MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing

微风、掠过

2020-03-20

1.9K0

【AAAI 2020】RiskOracle: 一种时空细粒度交通事故预测方法

oracle 智能交通机器学习神经网络人工智能

【前言】城市计算领域中，智能交通、智慧出行一直是一备受关注的话题，而交通事故在交通中扮演越来越着重要的角色，据WHO统计，已逐渐成为人类第8大杀手。传统的基础交通动态元素流量、速度预测等不能完全等同于事故预测，因为事故分布更为零星，影响它的因素也更为复杂，包括天气、人为因素、路网显著的动态变化，区域之间的动态关联等，且存在数据量不足的问题。本文提出一种更为短期的交通事故预测框架，提出了多任务差分时变图卷积网络（Multi-task Differential Time-varying Graph convolution Network， Multi-task DTGN），旨在提升交通出行安全，推进数据赋能交通发展，并通过设计一更为专有化的神经网络，推动人工智能社区的进步，为城市计算、时空数据挖掘中的相似问题（如流感预测、犯罪侦测预测等）提供新的思路。

微风、掠过

2020-02-13

1.1K0

Attention机制总结

机器学习神经网络深度学习人工智能

策略梯度的强化学习技术使得训练定位小框位置变得可能，在每次探索中，如果分类模块能正确预测，给与正反馈，强化对这个位置的选择，反之则给负反馈。

微风、掠过

2019-03-04

3K0

基于Triplet loss函数训练人脸识别深度网络（Open Face）

深度学习人脸识别神经网络

Git: http://cmusatyalab.github.io/openface/ FaceNet’s innovation comes from four distinct factors: (a) thetriplet loss, (b) their triplet selection procedure, (c) training with 100 million to 200 million labeled images, and (d) (not discussed here) large

微风、掠过

2018-04-10

2.1K0

浅谈神经网络

一、神经网络介绍神经网络是由具有适应性的简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实世界物体作出的交互反应。神经网络中最基本的成分是神经元（neuron）模型，即简单神经元。（1）神经元：模拟人体结构，将数据输入神经元，中间通过激活函数f（x），即一组算法，输出结果。它是组成神经网络的最小单位。神经元示意图如下图所示：图1 神经元示意图为输入向量的各个分量；为神经元各个突触的权值；系数1与为偏置；f为传递函数，通常为非线性函数；t为神经元输出。可见，一个神经元的功能是

微风、掠过

2018-04-10

8700

浅读AlphaGo zero

nat 强化学习神经网络存储

这两天花点时间看了发表在《Nature》上的Mastering the Game of Go without Human Knowledge这篇文章，文章号称可以无人类先验知识，仅使用围棋的自身规则进行学习、自助调参，使用一个网络完成训练。然后就可以进行下棋，并成功打败他的哥哥AlphaGo Lee和AlphaGo Fan. 相关数据：训练了3天，进行了4.9百万次对弈。 0.4s计算每次的落子。使用了AlphaGozero 4 TPUs（张量处理单元）。下面说说我从中读到的主要思想：使用强化学习

微风、掠过

2018-04-10

9930

《白话深度学习与Tensorflow》学习笔记（4）Deep Residual Networks

深度学习 tensorflow 机器学习神经网络

深度残差网络：主要应用于计算机视觉——图像分类、语义分割（semantic segmentation）、目标检测（object detection），其主要是使用CNN进行改造。何恺明老师有一篇文献《Deep Residual Networks——Deep learning Gets Way Deeper》。普通CNN网络的问题（plain network）：一层的网络数据只能来源于前一层，网络越深，学习到的东西就越多，收敛速度越慢，时间越长，但是由于网络深度加深而产生学习率变低，准确率无法提升（出现了

微风、掠过

2018-04-10

8770

【Face recognition】人脸识别实战

人脸识别神经网络

图片发自简书App 深度神经网络一般使用CNN，而CNN的改进又有Resnet残差网络，引入shortcut connection，以避免梯度弥散和爆炸，当前层让前面好多层的特征也可以随着前一层一起输入到当前层网络中去。比较成熟的网络现在有VGG-16等。训练过程有一个叫Triplet loss的损失函数，用于训练网络，其原理是一个三元组中，同一类别的距离应小于相异类别的距离加上一个阈值。

微风、掠过

2018-04-10

9050

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态