搜索结果: 136-150 共查到“人工智能”相关记录12688条 . 查询时间(4.761 秒)
近日，中国人民大学高瓴人工智能学院师生共有一篇论文被IEEE TIT录用，IEEE Transactions on Information Theory（IEEE TIT）期刊是中国计算机学会（CCF）推荐的A类期刊，是国际公认的理论计算机科学与信息论领域的顶级期刊，被很多人认为是工程学理论方向的天花板，享有卓越的学术声誉。这是人大高瓴人工智能学院师生首次在该期刊发表论文。
2023年12月22日，广州诺顶智能科技有限公司与华南理工大学合作共建芯片半导体人工智能联合实验室揭牌仪式在华南理工大学软件学院举行。双方将在产教融合、实验室共建、科技创新、人才培养方面达成了广泛共识，推动合作向更深层次发展。
赵芬霞，天津商业大学理学院教授，硕士生导师，理学博士，研究方向：模糊数学、数据挖掘、人工智能。
凌轩，男，博士，副教授，硕士生导师。主要研究方向为农业机械及其自动化、智慧农业、人工智能、边缘计算等方面，主持广东省科技厅科技计划项目2项和参与国家自然科学资金及广东省重点领域研发项目各1项及广东省科学技术厅科技计划项目3项，在国内外期刊杂志发表学术论文10多篇，获专利和软件版权授权20多项。目前主要从事机电一体化技术教学与研究工作，致力于智能农机装备、人工智能及农业物联网方面的研究及应用。
卢志义，1973.2出生，研究生/理学硕士、经济学博士，教授，研究专长：应用统计学，风险管理与精算技术，机器学习。中国统计学会理事;天津市统计学会理事; 中国现场统计研究会大数据统计分会理事；天津市现场统计学会理事；国家自然科学基金评议专家；中国工业与应用数学学会会员；美国《数学评论》评论员；Scandinavian Actuarial Journa), Communications in Sta...
安建业，教授，天津商业大学理学院院长，副书记，研究方向：应用统计、自然语言处理、统计模式识别。内蒙古大学数学系研究生毕业，统计学专业天津市级教学团队负责人，应用统计国家一流专业建设点负责人。
中国科学院合肥物质科学研究院专利：一种基于足底压力分布信息的左右脚动态识别方法
北京电影学院美术学院硕士生导师薄一航副教授
北京电影学院美术学院 硕士生导师 薄一航 副教授 计算机视觉
2023/12/26
薄一航，北京电影学院美术学院副教授、硕士研究生导师。北京电影学院美术学院分工会主席。主要研究方向：计算机视觉、计算美学、交互艺术与技术。
川菜人工智能重点实验室2023年开放基金立项公告（图）
川菜人工智能 2023年 开放基金
2024/4/3
根据四川省社科联、四川旅游学院及川菜人工智能重点实验室开放基金项目相关管理办法，经初审、学术委员会复审及终审，最终2023年度立项56项目，川菜非遗技艺传承与数字化研究5项目，川菜人工智能综合性人才培养模式研究13项，川菜与人工智能融合发展研究8项，川菜智能烹饪装备及系统设计、研发及应用研究13项，人工智能与预制川菜融合发展研究17项。
“植物表型信息智能感知”学术晚茶举行（图）
植物表型信息 智能感知 学术晚茶
2024/3/27
2023年12月21日晚，华中农业大学工学院黄成龙教授做客学术晚茶，以“植物表型信息智能感知”为主题在学生综合服务楼103交流空间与50余名同学进行交流。
人工智能模型预测超重原子核的衰变模式和半衰期
人工智能 超重原子核 衰变模式 半衰期
2024/1/9
近期在《核科学与技术》杂志上发表的一篇论文显示，在理解超重核的衰变过程方面取得重大突破。这篇论文采用了随机森林机器学习算法，为原子序数超过118的元素的衰变模式和半衰期提供了新的见解。
近日，中国计算机学会（CCF）推荐的A类国际学术会议 AAAI 论文接收结果公布。中国人民大学高瓴人工智能学院师生有18篇论文被录用。AAAI (AAAI Conference on Artificial Intelligence) 由国际先进人工智能协会主办，是人工智能领域的顶级国际学术会议之一。第 38 届 AAAI 人工智能年度会议将于2024 年 2 月在加拿大温哥华举行。
一种基于随机权神经网络的类增量学习与记忆融合方法
连续学习 灾难性遗忘 随机权神经网络 再可塑性启发
2024/1/16
连续学习(Continual learning,CL)多个任务的能力对于通用人工智能的发展至关重要.现有人工神经网络(Artificial neural networks,ANNs)在单一任务上具有出色表现,但在开放环境中依次面对不同任务时非常容易发生灾难性遗忘现象,即联结主义模型在学习新任务时会迅速地忘记旧任务。
近些年,联邦学习(Federated learning,FL)由于能够打破数据壁垒,实现孤岛数据价值变现,受到了工业界和学术界的广泛关注.然而,在实际工程应用中,联邦学习存在着数据隐私泄露和模型性能损失的问题.为此,首先对这两个问题进行数学描述与分析.然后,提出一种自适应模型聚合方案,该方案能够设定各参与者的Mini-batch值和自适应调整全局模型聚合间隔,旨在保证模型精度的同时,提高联邦学习训...