Knowledge Representation and Acquisition | 实录·PhD Talk #08
2017-08-01
1319
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
7月前
|
机器学习/深度学习
数据挖掘
【博士每天一篇文献-综述】Communication dynamics in complex brain networks
本文综述了复杂脑网络中的通信动态，提出了一个将通信动态视为结构连接和功能连接之间必要联系的概念框架，探讨了结构网络的局部和全局拓扑属性如何支持网络通信模式，以及网络拓扑与动态模型之间的相互作用如何提供对大脑信息转换和处理机制的额外洞察。
68
2
2
|
7月前
|
机器学习/深度学习
传感器
人工智能
【博士每天一篇论文-综述】Brain Inspired Computing : A Systematic Survey and Future Trends
本文提供了对脑启发计算（BIC）领域的系统性综述，深入探讨了BIC的理论模型、硬件架构、软件工具、基准数据集，并分析了该领域在人工智能中的重要性、最新进展、主要挑战和未来发展趋势。
134
2
2
|
7月前
|
机器学习/深度学习
算法
数据挖掘
【博士每天一篇文-算法】Graph Structure of Neural Networks
本文介绍了尤家轩在2020年发表于国际机器学习会议上的研究，该研究探讨了神经网络的图结构与预测性能之间的关系，并提出了一种新的关系图表示方法，揭示了神经网络性能与图聚类系数和平均路径长度的函数关系，同时发现最优神经网络图结构与生物神经网络相似。
37
2
2
|
7月前
|
算法
前端开发
数据可视化
【博士每天一篇文献-综述】Brain network communication_ concepts, models and applications
本文综述了脑网络通信的概念、模型和应用，将脑网络通信模型分为扩散过程、参数模型和路由协议三大类，并探讨了这些模型在理解大脑功能、健康和疾病方面的应用，同时提出了未来研究方向和使用Brain Connectivity Toolbox等工具箱进行实际研究的指导。
55
1
1
|
7月前
|
存储
开发框架
.NET
【博士每天一篇文献-综述】A Comprehensive Survey of Continual Learning Theory, Method and Application
本文综述了持续学习的理论基础、方法论和应用实践，探讨了五种主要的解决策略，包括基于回放、架构、表示、优化和正则化的方法，并深入分析了持续学习的不同场景、分类、评价指标以及面临的挑战和解决方案。
136
1
1
|
7月前
|
机器学习/深度学习
移动开发
算法
【博士每天一篇文献-模型】Deep learning incorporating biologically inspired neural dynamics and in memory
本文介绍了一种结合生物学启发的神经动力学和内存计算的深度学习方法，提出了脉冲神经单元（SNU），该单元融合了脉冲神经网络的时间动力学和人工神经网络的计算能力，通过实验分析显示，在手写数字识别任务中，基于SNU的网络达到了与循环神经网络相似或更高的准确性。
54
1
1
|
7月前
|
机器学习/深度学习
存储
人工智能
【博士每天一篇文献-综述】Brain-inspired learning in artificial neural networks a review
这篇综述论文探讨了如何将生物学机制整合到人工神经网络中，以提升网络性能，并讨论了这些整合带来的潜在优势和挑战。
75
5
5
|
7月前
|
机器学习/深度学习
算法
调度
【博士每天一篇文献-算法】Neurogenesis Dynamics-inspired Spiking Neural Network Training Acceleration
NDSNN（Neurogenesis Dynamics-inspired Spiking Neural Network）是一种受神经发生动态启发的脉冲神经网络训练加速框架，通过动态稀疏性训练和新的丢弃与生长策略，有效减少神经元连接数量，降低训练内存占用并提高效率，同时保持高准确性。
81
3
3
|
7月前
|
机器学习/深度学习
数据采集
运维
【博士每天一篇文献-综述】2024机器遗忘最新综述之一：A Survey on Machine Unlearning Techniques and New Emerged Privacy Risks
本文综述了机器遗忘技术及其面临的新兴隐私风险，提出了面向数据和模型的分类法，分析了信息窃取和模型破坏攻击手段，探讨了相应的防御策略，并讨论了机器遗忘技术在大型语言模型、联邦学习和异常检测等领域的应用。
118
5
5
|
7月前
|
机器学习/深度学习
存储
缓存
【博士每天一篇文献-综述】Machine Unlearning Solutions and Challenges
本文综述了机器遗忘的解决方案和挑战，全面分类并分析了精确遗忘和近似遗忘方法，探讨了它们在隐私保护、安全性增强、模型适应性提升中的应用，并提出了评价指标和未来研究方向。
202
2
2
热门文章
最新文章
1
信用算力基于 RocketMQ 实现金融级数据服务的实践
2
git 报错 RPC failed; curl 18 transfer closed with outstanding read data remaining
3
如何在chrome上开启WebGL功能和判断目前浏览器是否支持
4
阿里云全面支持IPv6！一文揽尽4位大咖精彩演讲
5
OAuth 及 移动端鉴权调研
6
YARN中的CPU资源隔离-CGroups
7
南理工计算机学院研究生课程的评价和反思（研一上）
8
我的实用设计模式 - Simple Factory和Reflection
9
再提一下Linux系统中的MD5校验
10
checkpoint性能测试
1
有偿创建 CosyVoice2-0.5B 大模型
41
2
《深度揭秘：分布式技术如何赋能AI与鸿蒙系统集成的性能飞跃》
29
3
《深度解析：人工智能与鸿蒙系统集成中的版本管理与迭代升级》
34
4
《探索AI与鸿蒙融合的开源宝藏：这些框架你不能错过》
23
5
《鸿蒙系统下AI模型训练加速：时间成本的深度剖析与优化策略》
20
6
《深度剖析：鸿蒙系统下智能NPC与游戏剧情的深度融合》
24
7
2025年国内工单系统推荐：技术架构、场景适配与行业实践
25
8
JVM实战—2.JVM内存设置与对象分配流转
27
9
2025年AI客服机器人推荐：核心能力与实际场景应用分析
29
10
从第十批算法备案通过名单中分析算法的属地占比、行业及应用情况
30