观察
-
参会见闻系列:ACL 2018,在更具挑战的环境下理解数据表征及方法评价
雷锋网 AI 科技评论按:本篇属于「顶会见闻系列」。每年这么多精彩的人工智能/机器学习会议,没去现场的自然可惜,在现场的也容易看花眼。那么事后看看别的研究员的见闻总结,也许会有新的…
-
香港中文大学胡枭玮:用于阴影检测的 DSC 特征 | AI研习社64期大讲堂
雷锋网(公众号:雷锋网)AI研习社按:阴影检测向来是计算机视觉中基础且富有挑战性的问题——对于一张输入图像,我们通过生成二进制图像来标记阴影区域,阴影区域的检测为进一步获取图像中的…
-
清华大学王宇龙:如何通过关键数据通路去理解网络行为? | AI研习社62期大讲堂
雷锋网(公众号:雷锋网)AI研习社按:神经网络长久以来的“黑盒”属性,导致人们一直无法理解网络的内部是如何运作的,针对这个困扰已久的问题,学界主要存在三种研究方向:数据归因模式、特…
-
顶会见闻系列:ICML 2018(下),能量、GAN、监督学习、神经网络
雷锋网 AI 科技评论按:本篇属于「顶会见闻系列」。每年这么多精彩的人工智能/机器学习会议,没去现场的自然可惜,在现场的也容易看花眼。那么事后看看别的研究员的见闻总结,也许会有新的…
-
关于 K means 聚类算法,你需要知道这些东西
雷锋网按:本文为AI研习社编译的技术博客,原标题 K-Means Clustering: All You Need to Know,作者为 Uday Keith 。 翻…
-
教你在真实图像数据上应用线性滤波器
雷锋网按:本文为AI研习社编译的技术博客,原标题 Learning to perform linear filtering using natural image data,作者为…
-
腾讯 AI Lab 解读19篇 ECCV 2018 入选论文
腾讯AI Lab +190 AI影响因子 名称:ECCV 时间:2018 企业:腾讯 本文转载自腾讯AI实验室公众号(tencent_ailab) 计算机视觉欧洲大会(Europe…
-
腾讯 AI Lab 详解16篇 ICML 2018 入选论文
腾讯AI Lab +135 AI影响因子 名称:ICML 时间:2018 企业:腾讯 本文转载自腾讯AI实验室,微信号 tencent_ailab 7月10日至15日,第 35&n…
-
SMP 2018 落下帷幕,看计算+司法、计算+历史擦出新火花
科大讯飞 +6 AI影响因子 企业:科大讯飞 操作:独家演讲 事项:SMP 2018 智能+司法《司法认知智能研究实践》 由中国中文信息学会社会媒体处理专委会主办、哈尔滨工业大学承…
-
模型可解释性差?你考虑了各种不确定性了吗?
雷锋网(公众号:雷锋网) AI 科技评论按:本文作者是来自 Taboola 的数据科学家 Inbar Naor,她的研究领域是探索深度学习在推荐系统中的应用,在本文作者介绍了数据科…