Публикации по теме 'artificial-intelligence'
Стипендиальная программа AWS AI и ML
«AWS, Intel и Udacity предоставляют стипендии 2000 студентам в 2022 году! Изучите ценные навыки, чтобы открыть новые карьерные возможности в прибыльной сфере искусственного интеллекта и машинного обучения». — Удасити
Машинное обучение — самая горячая тема на рынке труда, но машинного обучения все еще не хватает…
Как хранить данные обратного вызова ROS в свойствах класса?
Я пытаюсь сохранить данные обратного вызова из темы ROS под названием /scan в свойствах (лазере) класса, который я создал.
Я получил такую ошибку:
"No public field laser exists for class robotics.ros.Subscriber.
Error in MobileRobot/Callback_Laser (line 14) obj.laser = [message.Ranges];
Error in @(varargin)robot.Callback_Laser(varargin{:})
Error in robotics.ros.internal.onNewMessageCallback (line 44) feval(callbackFcn, source, message, userData{:});
Предупреждение: при оценке..
Работа с квазиизометрией, часть 3 (машинное обучение)
Квазиизометрии для некоторых прямоугольных групп Кокстера (arXiv)
Автор : Александра Эдлетцбергер
Аннотация: Мы строим JSJ-дерево цилиндров Tc для конечно представленных одноконцевых двумерных прямоугольных групп Кокстера (RACG), расщепляющихся на двуконечные подгруппы, в терминах определяющего графа группы, обобщая визуальную конструкцию формулой Дэни и Томас даны для гиперболических RACG. Кроме того, мы доказываем, что Tc имеет двусторонние стабилизаторы ребер тогда и только..
TLDR, что случилось с ИИ на этой неделе?
Поскольку в наши дни отслеживание всех событий — это работа на полную ставку, я решил собрать некоторые из самых интересных событий, которые я видел за последнюю неделю или две. По большей части я делаю это для себя, просто чтобы через несколько месяцев было на что оглянуться и посмотреть, есть ли какие-то модели или возможности, о которых я забыл из-за всей этой суеты. Это, вероятно, не будет регулярным, если мы действительно не сможем поддерживать темпы разработки, которые у нас были в..
Работа с многоуровневым ранжированием, часть 1 (машинное обучение)
Об обучаемости многоуровневого ранжирования (arXiv)
Автор: Винод Раман , Уник Субеди , Амбудж Тевари .
Аннотация: Ранжирование по нескольким меткам является центральной задачей машинного обучения с широко распространенными приложениями для веб-поиска, новостей, рекомендательных систем и т. д. Однако самый фундаментальный вопрос обучаемости в условиях ранжирования с несколькими метками остается без ответа. В этой статье мы характеризуем обучаемость задач ранжирования с..
Работа с линейными бандитами, часть 2 (машинное обучение)
Федеративные линейные контекстные бандиты с дифференциальной конфиденциальностью на уровне пользователя (arXiv)
Автор: Жуйцюань Хуан , Хуаньюй Чжан , Лука Мелис , Милан Шэнь , Мейсам Хайзиниа , Цзин Ян .
Аннотация: В этой статье рассматриваются федеративные линейные контекстуальные бандиты в рамках понятия дифференциальной конфиденциальности (DP) на уровне пользователя. Сначала мы представляем унифицированную структуру федеративных бандитов, которая может учитывать различные..
Федеративное обучение — идеальное сочетание Интернета вещей и ИИ!
Как-то утром во вторник я искал новые статьи о периферийных сетях Интернета вещей, как и все мы, и наткнулся на новый термин под названием «Федеративное обучение» и сразу же приступил к изучению этой техники.
Что такое федеративное обучение?
Федеративное обучение (FL) в своей простейшей форме представляет собой союз между живыми мирами машинного обучения и Интернета вещей. Это решение на основе машинного обучения, которое улучшает функциональность пограничных устройств в сетях IoT...
