搜索结果: 31-45 共查到“计算机科学技术 神经网络”相关记录997条 . 查询时间(0.453 秒)
通过神经网络求解随机化学反应网络（图）
随机反应网络 神经网络 求解 随机化学反应网络
2023/3/20
随机反应网络是物理学、化学、生物学和生态学中随机过程的标准模型。代表性的例子包括生灭过程、自发不对称合成模型和基因调控网络等。随机反应网络通常通过化学主方程进行建模，它描述了物种分子数的联合概率分布随时间的演化。然而，系统可能状态数随着物种的种类数呈指数增长，因此，获得物种分子数随时间演化的联合概率分布是一个难题。
为了通过数值方法近似求解化学主方程，研究者已经做出了许多努力。其中最常用的方法是...
中国科学院半导体研究所高速电路与神经网络实验室硕士研究生李文强一篇论文被ICLR2023接收（图）
中国科学院 半导体研究所 高速电路 神经网络 实验室 李文强 ICLR2023 人工智能 机器学习
2023/3/15
近日，人工智能国际顶级会议ICLR 2023公布论文录用名单，课题组2021级硕士研究生李文强的学术论文《Transformer-based model for symbolic regression via joint supervised learning》被录用。国际表征学习大会(International Conference on Learning Representations，简称I...
中国科学院软件所提出图神经网络模型实现MaxSAT问题求解优化
软件所 图神经网络模型 MaxSAT
2023/3/14
中国科学院软件研究所计算机科学国家重点实验室博士研究生刘明昊针对人工智能和理论计算机科学中的基础问题之一——最大可满足性问题（MaxSAT），提出了一种基于图神经网络的深度学习系统，在求解大规模的困难MaxSAT实例时可以快速获得更高质量的解。
中国科学院软件研究所计算机科学国家重点实验室的博士生刘明昊，针对人工智能和理论计算机科学中的基础问题之一——最大可满足性问题（MaxSAT），提出了一种基于图神经网络的深度学习系统,在求解大规模的困难MaxSAT实例时可以快速获得更高质量的解。该研究成果以“Can Graph Neural Networks Learn to Solve the MaxSAT Problem?”为题发表在人工智能领...
Academy of Mathematics and Systems Science, CAS Colloquia & Seminars：神经网络算子学习中的结构化损失函数与表征
神经网络 算子学习 结构化损失 函数与表征
2023/3/2
偏微分方程在许多学科和工程应用中扮演着重要的角色，例如物理系统的建模，计算化学，流体力学和数值天气预报等。基于偏微分方程对系统未来的演化进行预测往往需要依赖数值解法。传统数值解法在遇到高维问题，复杂边界，参数变化时，将会遇到计算效率不高，结果不可复用等问题。另一方面，深度神经网络在高维问题建模中展现了巨大优势，其中使用深度神经网络进行算子的逼近和学习成为学术研究热点。本报告将介绍我们在将算子学习应...
中国科学院半导体研究所高速电路与神经网络实验室李卫军研究员荣获2022年度“中国科学院朱李月华优秀教师奖”
中国科学院 半导体研究所 高速电路 神经网络 实验室 李卫军 朱李月华 优秀教师奖
2023/2/16
2022年度“中国科学院朱李月华奖学、奖教金”评审结果日前揭晓，李卫军研究员获“中国科学院朱李月华优秀教师奖”。朱李月华奖学、奖教金是由香港金利丰集团总裁、著名金融家朱李月华女士为促进内地科教事业发展，于2007年捐资设立。其宗旨是奖励在中国科学院所属培养单位成绩优异的博士研究生和从事研究生教学工作的教师，分为“中国科学院朱李月华优秀博士生奖”和“中国科学院朱李月华优秀教师奖”两部分。
近日，中国科学院中国科学院自动化研究所脑图谱与类脑智能实验室李国齐研究员与西安交通大学赵广社教授合作在人工智能顶级国际期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）上发表了一篇题为“Attention Spiking Neural Networks”的研究。这项工作将注意力机制融入百万级规模脉冲神经网络...
由于工业实践对运输能力提出了更高的要求,双吊车的应用日益广泛.然而其动力学模型非线性很强,因此控制器结构十分复杂.另一方面,大型货物的摆动很难抑制,这给双吊车的自动化带来了巨大的挑战.为了处理以上问题,首先,采用神经网络准确地估计了系统的模型,在此基础上提出了一种自适应防摆控制方法,很好地实现了双吊车系统的防摆控制;然后,采用李雅普诺夫方法,严格地证明了系统在平衡点的渐近稳定性;最后,通过大量的实...
2022年12月27日上午，实验室在9号楼115办公室举行郝美兰博士后入站答辩，本次答辩邀请了实验室党支部书记曹晓东研究员担任本次入站答辩委员会主席，同时邀请的答辩评委还有超晶格实验室宋志刚副研究员、高速电路实验室李卫军研究员、高速电路实验室宁欣副研究员、高速电路实验室于丽娜高级工程师。答辩正式答辩开始前由郝美兰博士后的合作导师李卫军研究员介绍了郝美兰博士的基本情况，之后由本次答辩委员会主席曹晓东...
Machine learning has been successfully applied to various fields in computational science and engineering. In this paper, we propose interfaced neural networks (INNs) to solve interface problems with ...
界面神经网络INN：一种易用的求解界面PDE问题的无网格方法（卢本卓）
界面神经网络 界面PDE问题 无网格方法
2022/12/16
Machine learning has been successfully applied to various fields in computational science and engineering. In this paper, we propose interfaced neural networks (INNs) to solve interface problems with ...
近日，中国科学院自动化研究所类脑智能研究中心研究员曾毅团队发布了全脉冲神经网络的类脑认知智能引擎“智脉”(Brain-inspired Cognitive Engine，以下简称BrainCog)，并进行全面开源开放，助力自然智能的计算本质探索和新一代人工智能的发展。
我国学者在动态深度神经网络研究方面取得进展
动态深度 神经网络 计算机视觉
2022/6/29
在国家自然科学基金项目（批准号：62022048、61906106）资助下，清华大学黄高研究团队在动态深度神经网络研究方面取得进展。研究成果以"基于自适应聚焦的高效视频识别（Adaptive Focus for Efficient Video Recognition）"为题，于2021年10月17日发表于《国际计算机视觉会议》（International Conference on Compute...
剑桥大学等研究发现：理论上稳定准确深度神经网络实际不存在
神经网络 剑桥大学 深度学习
2022/6/29
当下，深度神经网络应用越来越广泛，帮助设计微芯片，预测蛋白质折叠，并在复杂游戏中胜过人类，性能越来越强大。但也有大量证据证明，它们通常是不稳定的。一个非常明显的表现是，深度神经网络接收到的数据的微小变化，就可能会导致结果的巨大变化。例如《One pixel attack for fooling deep neural networks》研究中所揭示的，改变图像上的一个像素，AI就把马识别成青蛙。哈...