RockNPeng

LV2
发表了文章

产生混合神经符号模型的新概念(CS AI)

人类的概念知识是支持生成新颖而高度结构化的概念的能力,而这种概念知识的形式引起了认知科学家的极大兴趣。一种传统强调结构化知识,将概念视为嵌入直观理论中或组织为复...

RockNPeng
发表了文章

迈向基于无标签方面的情感分析:一种多注意力的网络方法(cs AI)

现有的基于方面的情感分析(ABSA)方法利用各种神经网络模型通过学习特定于方面的特征表示来提取方面情感。然而,这些方法严重依赖于定义方面的用户评论的手动标记作为...

RockNPeng
发表了文章

用于强化学习的可交换输入表示(CS AI)

样本的效率差是在许多领域进行深度强化学习的主要限制。 这项工作提出了一种基于注意力的方法,可以将神经网络输入投影到有效的表示空间中,该表示空间在输入顺序的变化下...

RockNPeng
发表了文章

关于织物操作的多步骤、多任务的视觉空间预见(CS AI)

机械手的织物处理在布和电缆管理,高级护理,手术等方面都有应用。但是,现有的结构处理技术是为特定任务而设计的,因此很难概括不同但相关的任务。我们通过扩展最近提出的...

RockNPeng
发表了文章

探索歌曲单音旋律的内在特性(CS AI)

旋律是音乐中最重要的组成部分之一。与音乐理论中的其他组成部分(例如和声和对位)不同,迫切需要旋律的可计算功能。这些功能是对在诸如音乐信息检索和自动音乐创作等领域...

RockNPeng
发表了文章

加权Q学习的深度强化学习(CS AI)

对最大动作值的高估是一个众所周知的问题,它阻碍了Q学习的性能,导致次优策略和不稳定的学习。在为解决此问题而提出的几种Q学习方法变体中,加权Q学习(WQL)有效地...

RockNPeng
发表了文章

人类对视觉导航的最佳控制作为一个管家(CS AI)

现实世界中的导航要求机器人在陌生的动态环境中操作,并与人类共享空间。环游人类特别困难,因为它需要预测他们的未来运动,这可能会非常具有挑战性。我们提出了一种围绕人...

RockNPeng
发表了文章

使用多模式低秩双线性注意力网络融合的并行意图和插槽预测(CS AI)

目的和位置识别是语音理解(SLU)中的两个重要任务。对于自然语言的话,这两个任务之间有很高的相关性。使用递归神经网络(RNN),卷积神经网络(CNN)和基于注意...

RockNPeng
发表了文章

基于比分的混合贝叶斯网络的亚洲足球让步赛博彩(CS AI)

尽管足球博彩市场广受欢迎,但相关文献尚未对其进行充分研究。本文将评级系统与混合贝叶斯网络相结合,并提出了第一个专门为预测和评估博彩市场而开发的模型。结果基于13...

RockNPeng
发表了文章

从头到尾:医疗保健中人工智能产品开发的实用框架(CS AI)

医疗保健中的人工智能(AI)具有巨大的潜力,可以提高获得高质量医疗保健的机会,同时降低总体系统成本。尽管这定期成为头条新闻,并且有许多证明概念的出版物,但有关的...

RockNPeng
发表了文章

DYSAN:通过对抗网络动态清除运动传感器数据,以防止敏感隐私问题(cs AI)

随着大量的自主运动的广泛开展,越来越多的用户依靠移动应用程序通过智能手机监视其身体活动。向应用程序授予直接访问传感器数据的权限会使用户面临隐私风险。实际上,通常...

RockNPeng
发表了文章

知识图谱中什么是正常的什么是奇怪的以及缺少什么(CS AI)

知识图谱(KGs)在图谱的结构中存储了关于世界的高度异构的信息,对于回答问题和推理等任务非常有用。然而,它们经常包含错误和丢失信息。知识图谱精准化的活跃研究已经...

RockNPeng
发表了文章

加权N元组bandit进化算法以优化游戏AI(CS AI)

N元组bandit进化算法(NTBEA)已被证明在优化游戏AI中的算法参数方面非常有效。 其潜在的弱点是在模型中使用了所有成分元组的简单平均值。 这项研究通过...

RockNPeng
发表了文章

问题难度对基于神经控制器学习的形态学发展影响的实验(cs AI)

自然人在学习并适应从婴儿到成年时所面临的环境时,会经历其身体的形态发展过程。实际上,这是最重要的学习过程,即支持成人学习的过程。然而,在人工系统中,很少考虑形态...

RockNPeng
发表了文章

自然语言交互以促进远程机器人的心理模型(CS AI)

在现实环境中部署越来越复杂和自治的机器人会产生深远的影响。高风险场景(例如应急响应或海上能源平台和核查)要求机器人操作员对机器人可以做什么和不能做什么具有清晰的...

RockNPeng
发表了文章

缺乏奖励的流形分析中的期权发现(CS AI)

事实证明,选项是强化学习的有效工具,有助于改进探索和学习。 在本文中,我们提出了一种基于频谱图理论的方法,并推导了一种系统地发现选项而无需访问特定奖励或任务分配...

RockNPeng
发表了文章

Mix-n-Match:深度学习不确定性校准的合奏和合成方法(cs AI)

本文研究了机器学习分类器的事后校准问题。 我们介绍了以下不确定性校准的必要条件:(a)保持准确性,(b)数据高效和(c)高表达能力。 我们证明现有方法均不能满足...

RockNPeng
发表了文章

Zn中嵌入形状的复杂性,偏向正方形(cs AI)

形状复杂度是难以量化的质量,主要是由于其相对性质。由于欧几里得思想的偏见,圈子通常被认为是最简单的。但是,它们作为数字图像的构造仅是理想形式的近似值。因此,参照...

RockNPeng
发表了文章

深度自适应语义逻辑(DASL):将声明性知识汇编到深度神经网络中(cs AI)

我们介绍了深度自适应语义逻辑(DASL),这是一种用于自动生成深度神经网络的新颖框架,该框架结合了用户提供的形式知识以改善从数据中的学习。 我们提供形式化的语义...

RockNPeng
发表了文章

大型复杂飞行网络初始机组乘员配对优化研究(cs AI)

机组配对优化(CPO)对任何一家航空公司都至关重要,因为其机组人员的运营成本是第二大的,仅次于燃油成本。 CPO旨在以最低的成本生成一组涵盖航班时刻表的航班序列...

RockNPeng

个人简介

个人成就

扫码关注云+社区

领取腾讯云代金券