怡心湖

会员帮助 - 勘误反馈

关注微信 - RSS订阅

常识论

深度学习的发展历史一览

深度学习是近十年来人工智能领域取得的重要突破。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域的应用取得了巨大成功。现有的深度学习模型属...

深度学习用于视频分析应用探讨

深度学习在视频分类上的应用还处于起步阶段，未来还有很多工作要做。描述视频的静态图像特征可以采用从ImageNet上学习得到的深度模型，难点是如何描述动态特征。以...

深度学习在自然语言匹配处理中的应用探讨

近年来，深度学习在计算机视觉、语音识别叫等领域取得了突破性的进展，其成功主要得益于其强大的特征表示（知识表示）学习能力。自然语言处理正成为深度学习研究的下一个应...

深度学习与传统机器学习有何不同？

深度学习和其他机器学习方法相比有哪些关键的不同点，它为何能在许多领域取得成功？1. 特征学习深度学习与传统模式识别方法的最大不同在于它所采用的特征是从大数据中自...

媒体知识图谱的构建简析

知识图谱是反映实体间、实体与属性间关系的网络，是它们基于知识的关联，是对于海量数据的一种有效的组织方式和利用手段。现有代表性的知识网络有Wordnet、DBpe...

深度学习用于多模态语义学习简述

互联网用户所创造的“内容”正在迅猛增长，从不同渠道涌现的文本、图像和视频等不同类型的媒体数据以及用户信息更加紧密混合。它们正在以一种新的形式，更为形象综合地表达...

自然语言处理畅谈之机器翻译技术发展历程

目前各个国家和民族的不同种类信息不断融会贯通，不同语言之间的翻译已经成为当今社会基本需求之一。小到出国旅游翻译或者资料翻译，大到基于互联网的跨境电商、跨境旅游、...

寒武纪历代神经网络处理器系列一览

寒武纪神经网络处理器是中科院计算技术研究所发布的能运行深度神经网络实现人工智能算法的处理器硬件架构，下面是小编整理的寒武纪历代深度学习处理器的各种参数信息，大家...

神经网络硬件发展现状与发展趋势

随着新的神经网络模型的不断提出，硬件设计技术的不断更新，神经网络硬件也越来越难以单纯的标准划分出具有实际意义的分类。从弗林（Flynn）在1972年提出的单指令...

关于机器翻译，还有哪些问题值得探索？

虽然机器翻译在过去的二十年中得到了前所未有的发展，但是仍然有许多问题值得探索，离真正实现机器翻译有很长的路要走，主要有以下三个方面的问题。1. 问题层面机器翻译...

以计算机体系结构的角度来看神经网络硬件

神经网络硬件是计算机体系结构、人工智能和神经科学等多学科深度融合、交叉的一个领域，是利用专门的硬件电路对神经网络算法进行处理。二十世纪八九十年代，国内外曾掀起一...

小议区块链技术的联盟链发展特点

联盟链是基于区块链技术的应用场景，那么联盟链的发展趋势是怎样的呢？下面请看看小编整理的联盟链特点。1. 高性能区块链的性能一直以来被大众所诟病，特别是大规模节点...

理论计算机在物理学和经济学领域的重要作用

信息技术特别是网络技术的发展给我们带来了极大的变化。当然有些人可能会觉得有些经典的学科可能没有太多的变化。事实并非如此。过去，证明（推导）与实验是科学发现中最重...

智能物联网AIoT时代的智能无线感知技术简介

人类对物理世界的感知经历了从主观感受到传感器再到传感网的发展阶段。在传感器变得越来越小、数据采集变得越来越普及的同时，有一个问题也日益突出：传感系统的部署成本太...

理论计算机研究的都是些什么内容？

理论计算机研究的是计算的数学基础，最基本的问题是试图回答哪些问题在本质上可以用计算机解决，哪些问题在本质上不能或不能在较短时间里解决。经过半个多世纪的发展，现在...

人机交互的自然模式核心问题之探讨

人机交互是人与计算机之间为完成某项任务所进行的信息交换过程。计算机形态和使用情境（context）日益复杂多样，交互技术已经成为终端和应用创新的核心竞争力，自然...