算法进阶-腾讯云开发者社区

开发者社区

文档建议反馈控制台

腾讯云架构师技术同盟

文章/答案/技术大牛

发布

算法进阶

专栏成员

273

文章

289481

阅读量

32

订阅数

深度时间序列模型的综述

设计数据深度学习架构模型

时间序列，特点是数据点按离散时间顺序排列，在现实应用中无处不在。与其他模态不同，时间序列因其复杂和动态特性，包括非线性模式和时间变化趋势的纠缠，而呈现出独特的挑战。在现实场景中分析时间序列数据具有重要意义，几个世纪以来已经被广泛研究。近年来，时间序列领域见证了显著的突破，技术从传统的统计方法转向先进的深度学习模型。

2024-07-31

2050

大语言模型评测方法全面总结！

自然语言处理模型数据效率性能

自2017年Transformer模型提出以来，自然语言处理研究逐步转向基于该框架的预训练模型，如BERT、GPT、BART和T5等。这些预训练模型与下游任务适配后，持续刷新最优结果。然而，现有评测方法存在广度和深度不足、数据偏差、忽视模型其他能力或属性评估等问题。因此，需要全面评测和深入研究模型的各项能力、属性、应用局限性、潜在风险及其可控性等。

2024-07-31

3470

Graph图Transformer前沿进展研究！

graph 编码模型设计数据

图神经网络Transformers是一项机器学习的最新进展，提供了一类用于图结构数据的新型神经网络模型。Transformers与图学习的结合在各种图相关任务中表现出强大的性能和多功能性。

2024-07-31

5670

时间序列表示学习的综述

视频数据架构模型设计

本文综述了时间序列数据中的通用表示学习方法，提出了一种新颖的分类方法，并讨论了其对提高学习表示质量的影响。文章全面回顾了各种神经网络架构、学习目标和数据相关技术，并总结了常用的实验设置和数据集。

2024-07-22

3980

多模态大语言模型研究进展！

视频数据性能优化模型

多模态大型语言模型（MM-LLMs）在过去一年取得了显著进步，通过优化模态对齐和与人类意图对齐，增强了现成的单模态基础模型（LLMs）以支持各种MM任务。本文对MM-LLMs进行了全面综述，包括模型架构和训练流程的概述，以及122个最新进展的MM-LLM分类系统。

2024-07-22

2300

深度学习时间序列异常检测方法

深度学习模型数据网络异常

本文全面概述了深度学习用于时间序列异常检测的最新架构，提供了基于策略和模型的方法，并讨论了各种技术的优点和局限性。此外，还举例说明了近年来深度学习在时间序列异常检测中各领域的应用。

2024-07-11

9130

大模型的模型压缩与有效推理综述

模型数据性能压缩量化

本文对大型语言模型的压缩和效率推理进行了综述。大型语言模型基于Transformer架构，具有强大的性能，但也带来了巨大的内存和计算成本。本文从算法角度对大型语言模型的压缩和效率推理方法进行了分类，包括量化、剪枝、知识蒸馏、紧凑架构设计和动态网络。大型语言模型有两个显著特点：

2024-07-10

5500

如何选择时间序列模型？

数据函数框架论文模型

我们时常会面临这样的困境：时序算法发展已久，随着时序预测&检测算法模型越来越丰富，当新时序预测需求来临时，我应该如何从十几种模型中选择最适合该业务的模型？

2024-07-10

2390

深度时间序列预测和基础模型的研究进展

基础架构模型数据变量

本文综述了深度学习在时间序列预测中的应用，特别是在流行病预测领域。尽管深度学习在时间序列预测中表现出显著优势，但仍面临挑战，如时间序列不够长、无法利用积累的科学知识以及模型的解释性。

2024-07-10

2650

太深刻了！程序员焦虑的真相！

工具模型开源自动化程序员

在互联网，AI浪潮的推动下，程序员已然成为新时代的民工，他们既享受着高薪的待遇，也承受着996、“青春饭”的很多压力。作为程序员你有职业焦虑吗？

2024-06-27

1900

太强了！深度学习的Top10模型！

函数模型数据神经网络深度学习

自2006年深度学习概念被提出以来，20年快过去了，深度学习作为人工智能领域的一场革命，已经催生了许多具有影响力的算法或模型。那么，你所认为深度学习的最牛的模型有哪些呢？欢迎评论区留言讨论~

2024-06-26

2.2K0

非常全面！如何选择合适的模型？

决策树模型数据神经网络深度学习

在众多机器学习模型中，我们如何在各种实际情况下做出恰当的选择呢？本文我从如下几个方面系统地分析下~ 有帮助的话点个赞哦。

2024-06-25

9400

人工智能（XAI）可解释性的研究进展！

人工智能可视化模型数据算法

本文从数据为中心的角度，研究了数据收集、处理和分析如何有助于可解释的人工智能（XAI）。将现有工作分为三类，分别服务于对深度模型的解释、对训练数据的启示和对领域知识的洞察，并提炼出针对不同模式的数据挖掘操作和DNN行为描述符的数据挖掘方法，提供了一个全面的、以数据为中心的XAI从数据挖掘方法和应用的角度进行的考察。

2024-06-13

3550

盘点！大模型及发展趋势！

数据性能开源测试模型

大型语言模型（LLMs）无疑是此次人工智能革命的核心，其构建于Transformer架构的坚实基础之上，并依据缩放定律（Scaling Law）不断进化。

2024-06-13

1310

干货！少样本学习的概述！

优化模型数据算法网络

少样本学习（Few-Shot Learning，FSL）是机器学习领域中的一种重要技术，其目标是在仅使用少量样本（例如50个或更少）的情况下，设计出能够高效学习和准确预测的机器学习模型。这种技术在许多应用领域都具有重要的实际意义，例如在数据标注成本较高的场景中，或者在面对快速变化的任务时。应用包括图像分类、情感分类和对象识别。

2024-06-13

3730

大模型+RAG，全面介绍！

性能优化模型数据索引

大型语言模型（LLMs）在处理特定领域或高度专业化的查询时存在局限性，如生成不正确信息或“幻觉”。缓解这些限制的一种有前途的方法是检索增强生成（RAG），RAG就像是一个外挂，将外部数据检索集成到生成过程中，增强模型提供准确和相关响应的能力。

2024-05-31

6250

时间序列+预训练大模型！

函数基础模型数据性能

时间序列预测可以使用经典预测方法和深度学习方法。经典预测方法如ETS、ARIMA等为每个时间序列独立地拟合模型，而深度学习方法在给定的数据集中学习时间序列。

2024-05-21

6320

可信赖图神经网络综述！图的因果学习！

数据神经网络变量框架模型

本文综述了图神经网络（GNN）在图挖掘应用中的最新进展，并强调了其在低维表示中保留丰富知识的能力。然而，GNN在可靠性方面存在挑战，包括OOD泛化能力、公平性和可解释性。为了解决这些问题，研究人员开始将因果学习纳入可信赖图神经网络（TGNN）的开发中。

2024-05-21

6180

一图胜千言！机器学习模型可视化！！

性能机器学习可视化模型数据

机器学习模型有强大而复杂的数学结构。了解其错综复杂的工作原理是模型开发的一个重要方面。模型可视化对于获得见解、做出明智的决策和有效传达结果至关重要。

2024-05-13

7470

轻松上手！手机上部署Phi3、Llama3最新大模型全攻略！

部署模型手机数据开源

大模型无疑是此次AI革命的主角，大模型基于Scaling Law（缩放定律）。简单的说，就是数据越多，参数越大，算力越强，模型最终的能力就越强。随着模型参数和预训练数据规模的增加，模型能力与任务效果不断改善，展示出了一些小规模模型所不具备的“涌现能力”。

2024-05-02

7.3K0

点击加载更多

社区活动

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·干货材料·成员作品最新动态