搜索结果: 1-15 共查到“计算机科学技术 认知计算”相关记录20条 . 查询时间(0.222 秒)
首期人工智能创新技术讲习班“多模态认知计算与脑机智能”成功举办(图)
人工智能 多模态认知计算 脑机智能
2021/8/23
中国科学院半导体研究所高速电路与神经网络实验室形象认知计算获2021年第二届CSIG图像图形技术挑战赛季军(图)
中国科学院半导体研究所高速电路与神经网络实验室 形象认知计算 第二届 CSIG图像图形技术挑战赛
2021/8/10
类脑认知计算团队提出类脑经典条件反射学习模型(图)
认知计算 类脑 经典条件反射 学习模型
2021/1/21
中国科学院自动化研究所类脑智能研究中心曾毅团队融合生物学、神经科学等学科在条件反射领域的已有研究成果,依据条件反射的神经基础,即所涉脑区、神经环路、认知功能、神经元尺度的机理与计算机制,提出类脑经典条件反射脉冲神经网络模型,如图1所示。该模型将在条件反射领域达成共识的生物学研究结果整合到一个类脑脉冲神经网络中,相较于其他计算模型,类脑经典条件反射模型可以复现神经科学中提出的多达15种经典条件反射实...
第三届中国认知计算与混合智能学术大会(CCHI2020)将于2020年10月17-18日在线上举行。本届大会由国家自然科学基金委员会、中国自动化学会、中国认知科学学会主办,西安交通大学承办,中国人工智能学会认知系统与信息处理专业委员会、中国自动化学会模式识别与机器智能专业委员会、混合智能专业委员会、中国自动化学会机器人专业委员会、共融机器人专业委员会联合协办。
近年来,基于梯度反向传播的脉冲神经网络(SNN)训练方法逐渐兴起。在这种训练方法下,SNN能够在保留神经元内部动力学的同时获得较好的性能。 在此基础上,自动化所听觉模型与认知计算团队模仿刻画视听觉系统神经元侧向作用的数学模型动态神经场,提出了具有侧向作用的SNN——LISNN,用于图像识别任务。并且在测试中,根据侧向作用的动力学特点,人为加入噪声以验证侧向作用对网络鲁棒性的提升。
中国科学院自动化研究所曾毅研究团队将大脑中基于好奇学习的规则与更具生物合理性的脉冲神经网络(Spiking Neural Networks, SNNs)相结合,在达到同等正确率的情况下,极大降低计算能耗。与该课题组由张铁林副研究员、曾毅研究员等人的前期工作,领域内领先的纯生物合理的脉冲神经网络VPSNN(电压驱动的以塑性为中心的SNN)(发表于AAAI 2018)相比,在MNIST手写数字识别问题...
为解决目前视觉对话系统中视觉语言两个模态之间的多轮指代、推理以及信息对齐等问题,自动化所陈飞龙博士、许家铭副研究员和徐波研究员等人与腾讯一起共建了一种双通道多步推理视觉对话生成模型,使得模型从视觉和语言两个方面丰富问题的语义表示,更好地针对问题生成高质量答复。由于自然语言处理和计算机视觉技术的快速发展,多模态问题受到了越来越多的关注。视觉对话是一种视觉语言交互任务,需要AI智能体与人类围绕同一个输...
中国自动化学会认知计算与系统专业委员会
中国自动化学会 认知计算 人工智能
2020/1/1
当代人工智能中计算主义面临的双重反驳——兼评认知计算主义发展的前景与问题
人工智能 计算主义 认知 功能主义
2019/9/24
计算主义一直构成人工智能科学的核心研究范式,它将认知问题置于“计算”的解释机制之中,进而探求人类思维和意识的本质问题。计算主义以符号计算或数据处理为手段的努力获得了巨大成功,极大推动了人工智能和认知科学的发展,但在处理人工物智能化和解释人类思维本质问题上,它仍遇到了巨大障碍。这是反计算主义产生的主要背景,在人工智能领域中反计算主义表现为两种基本进路:即所谓的“不充足性反驳”和认知心理过程与计算物理...